智元召集“全球具身五小龙”，物理AI还堵在同一面墙前

一套尚未建成的“经验网络”

WAIC期间，智元和觅蜂科技举办了一场名为“迎接物理AI智能涌现”的论坛。智元合伙人、觅蜂科技董事长兼CEO姚卯青，苏航，Physical Intelligence负责预训练的任至意，佐治亚理工学院助理教授徐丹飞，Genesis联合创始人王尊玄、Dyna Robotics联合创始人马也骋先后分享，腾讯Robotics X的张正友等参加圆桌讨论，Sunday Robotics联合创始人赵子豪则在线上加入。

有意思的是，五个人所代表的路线，覆盖了当前物理AI几种有代表性的选择。

他们并没有给出同一个技术终局。

但当五条路线在同一场论坛上铺开，一个共同问题反而变得更加清楚：物理世界的经验，还无法像互联网知识一样，被低成本地生产、统一地理解，并在不同机器人之间反复复用。

这不是简单的“机器人数据还不够多”。

一段第一人称视频、一条真机轨迹、一次仿真交互和一段失败后的人工接管，记录的是不同层次的物理信息；不同机械臂、灵巧手和移动机器人产生的数据，也不能天然进入同一个模型。

物理AI仍需要一边训练模型，一边建设自己的“经验网络”。这也是五条路线看似向不同方向延伸，最终却仍撞上的同一面墙。

物理经验无法被直接复制

姚卯青在开场中区分了数字AI与物理AI。

语言、数学和代码，是人类对现实世界进行抽象后留下的知识。数字AI可以从互联网中学习这些内容，在数字环境内完成理解、推理、输出和评价。

物理AI则必须进一步完成感知、决策、行动和环境反馈。机器人不仅要知道面前是什么、接下来应该做什么，还要真正执行动作，观察世界发生了怎样的变化，再根据结果调整策略。

姚卯青将这种变化概括为：从“知识的规模化”，走向“真实世界交互经验的规模化”。

问题在于，物理经验无法像网页一样被直接爬取。

一条真机轨迹背后，需要机器人本体、场地、采集设备和人员配合。不同机器人又拥有不同的自由度、视角和控制方式，一台机器人学会的动作，未必能直接迁移到另一台机器人。

与此同时，真实世界的试错也更加昂贵。语言模型输出一次错误答案，通常只是损失一次推理成本；机器人执行错误动作，却可能打翻物体、损坏硬件，甚至带来安全风险。

姚卯青将这些障碍概括为数据、表征和闭环三类问题：真实交互数据稀缺且昂贵，跨任务、跨场景和跨本体的统一物理表征尚未形成，真实世界里的试错反馈又慢、代价又高。

三者并不是彼此独立的。

数据问题决定经验能否被生产，表征问题决定不同经验能否进入同一个模型，闭环问题则决定机器人在真实场景中新遇到的问题，能否成为下一轮训练的材料。

也正因此，扩大数据来源只是第一步。来源越多，如何统一利用反而越困难。

机不够，多源数据又难以互通

面对昂贵的真机数据，一个直接思路是扩大经验来源。

Physical Intelligence的目标，是训练一个能够控制不同机器人、完成不同物理任务的通用策略模型。任至意介绍，公司会将机器人部署在自建环境和不同家庭环境中，扩大跨任务、跨场景和跨本体的数据覆盖。

这条路线需要的不只是更多轨迹，也包括更高的数据多样性。模型必须见过不同机器人、物体、房间和任务，才可能将一类机器人学到的能力迁移到另一类本体上。

徐丹飞则尝试直接向人类借数据。

人每天都会完成拿取、整理、组装和开关抽屉等大量物理任务。如果通过第一人称相机、手部追踪等设备记录这些过程，再建立人类动作与机器人动作之间的对应关系，人类行为就可能成为机器人训练数据。

其背后的出发点是，人类本身也可以被看作一种特殊的“本体”。人在相同时间内通常能完成更多、更自然的操作，也更容易进入不同家庭和开放环境。

但人的身体并不是机械臂。人类拥有不同的视角、关节结构和动作空间，人类操作也没有直接对应机器人的控制信号，因此还需要解决人机之间的空间、视角和动作对齐。

苏航进一步强调，不同来源的数据都有各自的作用。真机数据可以提供准确的动作和环境反馈，第一人称视频扩大任务和场景覆盖，仿真则能够快速生成更多状态，但很难依靠某一种数据解决全部问题。

真正困难的是，怎样让视频、真机、UMI等不同视角、不同控制形式的数据，进入同一套表示空间。否则，数据来源越多，模型面对的可能只是更多彼此隔离的数据孤岛。

Genesis强调的也是类似的系统问题。

王尊玄将数据采集设备、机器人硬件、仿真环境、模型训练和评测放在同一条管线中考虑。团队尝试使用接近人手尺度的机器人手和数据手套，记录人在自然工作状态下的操作过程，让正常劳动本身成为数据采集。

仿真则不只用于批量生成数据，也可以通过改变物体、环境和任务条件，定位模型在哪些状态下失败，再回到真实机器人上验证。

Sunday Robotics则将数据路线分成短期和长期两个阶段。

赵子豪认为，短期内，UMI、Ego等低成本或无本体采集方式，能够进入更多真实环境，在不大规模部署机器人的情况下扩大预训练数据。

但长期真正重要的，仍然是机器人进入不同家庭后产生的部署回流数据。家庭中的空间布局、物品和生活习惯高度非标准化，只有真实部署，才能持续暴露模型此前没有见过的问题。

如果说徐丹飞关注的是如何将人类行为转化为机器人预训练数据，赵子豪进一步回答的则是：这些低成本数据可以帮助模型起步，但决定机器人能否持续进化的，仍然是部署后的经验回流。

从真机到人类视频，从数据手套到仿真和家庭部署，行业正在不断扩大物理经验的来源。但这些经验能否共同训练一个模型，仍然取决于是否能够建立跨数据、跨任务和跨本体的统一表征。

机器人搞砸了，也要留下经验

当数据来源变得复杂，另一个问题随之出现：并非所有数据都具有相同价值。

任至意介绍，Physical Intelligence在采集一项完整任务后，会进一步拆分其中的子任务，标注每个阶段的语义，并对整条轨迹和局部步骤进行质量评价。

模型不能只看到机器人最终是否完成任务，还需要理解这条数据来自什么环境、使用什么本体、此前发生了什么，以及每一步执行得好不好。

按照任至意的说法，“只有让模型理解不同数据的质量”，才能利用模型不擅长的案例进一步优化。

这也解释了为什么Physical Intelligence会专门保留机器人犯错的过程。

在制作咖啡等任务中，团队不仅收集流畅完成任务的示范，也保留洒出液体、弄掉物体等失败过程。当机器人卡住时，工作人员会介入，帮助其继续完成任务，再将这段“失败—接管—恢复”的轨迹重新送回训练系统。

过去，机器人数据更接近一套标准答案：操作员完成正确动作，机器人学习模仿。现在，错误状态、人工干预和恢复过程也开始成为训练材料。

如果说Physical Intelligence解决的是“模型如何判断一条数据值不值得学”，Dyna Robotics进一步面对的，则是那些只有机器人真正上岗后才会出现的失败。

马也骋认为，实验室关注机器人能否完成任务，客户则更关心它能否持续工作。机器人即使拥有很高的单次成功率，只要一次失败后便停机等待人工，就很难真正创造商业价值。

因此，Dyna会专门设计和采集recovery data，让模型学习如何识别自己已经进入错误状态，以及怎样重新回到正常任务流程。

这意味着，物理AI的数据竞争正在发生变化。

规模依然重要，但比数据数量更进一步的问题是：模型能否知道哪些是高质量示范，哪些暴露了能力边界，哪些记录了从失败中恢复的方法。

机器人需要学习的不只是“怎么做”，还有“什么经验值得学”，以及进入错误状态后怎样重新开始。

真正的闭环，从机器人上岗以后开始

如果失败和人工接管都可以重新成为训练数据，那么部署就不再只是模型训练完成后的最后一步。

机器人进入真实场景后，会遇到实验室无法穷举的物体、光照、位置和异常状态。这些长尾问题暴露模型边界，也构成下一轮训练中最有针对性的数据。

Physical Intelligence通过真实任务中的错误和人工介入形成数据飞轮；Dyna从客户现场收集异常状态和恢复数据；Genesis利用真实数据校准仿真，再让模型在仿真中经历更多变化；Sunday Robotics则希望机器人进入不同家庭后，将各自遇到的新物品、新任务和失败状态反馈给同一个基础模型。

智元和觅蜂试图把这种闭环扩大到机器人集群。

姚卯青介绍，智元已在嘉兴部署超过100台机器人，并建设支持百台以上机器人接入的分布式在线学习系统。机器人在物理世界中执行任务，将经验和人类干预信息回传云端，模型更新后再重新下发到机器人集群。

他还披露，在一次持续六天、每天超过10小时的直播验证中，一批机器人累计完成接近6.5万次操作，公司公布的整体成功率为99.99%。

这项结果仍需结合任务难度、失败口径和人工介入情况理解，但其试图验证的已经不只是机器人“能不能完成一次”，而是模型、数据和评测能否在长时间运行中构成闭环。

圆桌上关于VLA、世界模型和Agent系统的讨论，也可以放进这套闭环理解。

任至意认为，VLA与世界模型并不冲突。模型对未来状态的预测，可以帮助其理解当前动作可能带来的后果，为动作决策提供信息。

张正友则提出，高层认知、感知行动和肢体控制可以由不同模块分层运行，但各层信息仍需要相互传递，也可以进行整体优化。

无论最终采用端到端模型还是分层系统，核心问题都相同：机器人能否把感知、行动、结果和反馈连接起来，并在下一次遇到类似状态时表现得更好。

这场论坛没有证明物理AI已经接近某个确定的“智能涌现”时刻，却让涌现之前需要补齐的系统变得更加清楚：扩大经验来源，将不同身体、任务和场景的数据转化为模型能够共同理解的表征，再让真实部署中的成功、失败和人工接管持续返回训练。

大模型开始训练时，互联网已经存在。物理AI却需要一边训练模型，一边建设自己的经验网络。

五条路线的选择不同，但最终竞争的，都是谁能更快让一台机器人经历过的事情，变成更多机器人可以复用的能力。

免责声明：本内容由Alpha说编辑团队基于公开信息理，代表编辑团队观点，不构成任何投资建议。如需引用，请注明出处。

Alpha说编辑团队