网易首页 > 网易号 > 正文 申请入驻

缩小物理智能鸿沟:深度机智 PhysBrain 1.5 登顶开源,逼近 GPT‑6 Astra

0
分享至

GPT‑6的发布,进一步拓宽了大语言模型的能力上限。推理、编程、多模态理解不断取得进展,也让行业看到通用智能的迭代仍在持续提速。但当模型的能力已经在数字空间得到充分验证,一个核心问题随之浮现:具备强大世界理解能力的大模型,究竟能不能落地到真实物理世界完成行动?

Robocurve的机械臂测试给出了一组对照结果:在积木放入碗的任务里,GPT‑6 Astra20次尝试成功19次,Claude Fable 5.1仅完成8次。模型接收摄像头画面与机器人自身状态信息,输出机械臂末端位姿、夹爪控制指令,并依靠实时视觉反馈迭代调整动作。这说明大模型对世界的认知,是可以转化为现实物理操作的。大模型的价值边界,正在跳出屏幕。



但测试也暴露出明显短板。在蓝色圆形拼图块对位插入凹槽这类精细装配任务上,GPT‑6 Astra成功率仅10%。即便大模型拥有不错的通用认知,也只能作为机器人完成任务的基础;从“理解世界”到“实际执行”之间依旧存在不小鸿沟。空间感知、具身理解、精细动作生成,仍是模型走向物理世界必须攻克的难点,也是当下行业竞争的核心战场。谁能补齐这部分能力,就有望把大模型的能力延伸到工厂、实验室与日常生活场景。

深度机智正是瞄准这一方向,推出物理基座模型PhysBrain 1.5。在28项具身空间智能与规划基准测试中,8B版本综合得分72.5,位列参评开源模型首位,整体水平已经接近GPT‑6 Astra(73.3)、Gemini 3.6 Flash(73.0)这类头部闭源模型。



这一次,一家成立仅一年多的中国公司,正在用一套自研架构,把空间理解、动作生成、未来状态预测等多维能力统一到一个基座模型中,把“让模型理解世界并理解如何行动”这件事真正做扎实。

01
把“理解、动作、预测”收敛进一个闭环

在讨论模型之前,需要先厘清物理智能到底在解决什么。深度机智将其概括为 Physical Loop:一个“观察世界、理解空间与任务、判断动作后果、执行、再依据新的观察修正下一步”的物理智能循环。

真正的物理智能,不是单点能力,而是这个闭环能够连续、稳定地运转,并据反馈自我修正。但在今天,构成这一循环的能力大多分散在语义理解、空间感知、物体识别、动态生成等彼此割裂的专用模型中,缺少统一的世界表征、行动目标与反馈机制,Physical Loop也难以运转。

深度机智的判断是:要做出能“在世界中行动并自我修正”的底座,必须先回到这个闭环本身,把能力重新组织起来。PhysBrain 1.5,正是围绕这一闭环重建模型本身。



该模型以 Qwen3-VL-8B-Instruct 为基座,扩展出专用的动作 token 与视觉状态 token,把语言回答、结构化空间输出、末端执行器轨迹,以及未来的 RGB、深度与机器人占用预测,全部表达为离散 token,在单一自回归主干、单一 next-token 预测目标下联合训练,不引入任何任务专属头。这意味着,理解、动作生成与未来状态预测不再由多个模型拼接,而是在同一个物理循环中共同训练、彼此对齐,构成了能力扎实、边界清晰的一体化物理智能底座。

在这套统一架构之下,PhysBrain 1.5 的能力可沿 Physical Loop 拆成三个相互咬合的环节。

其一是具身理解:模型通过基础 VLM 接口、辅以具身监督,覆盖五类能力——基础视觉空间感知、3D与多视角空间理解、具身认知推理与规划、空间指向与可供性,以及视觉轨迹推理。换言之,它不只是“看懂”画面,而是带着空间结构与物理常识去理解场景。



其二是动作预测:给定任务指令、当前视觉观测,以及可选的近期动作历史,模型直接输出下一拍末端执行器的动作块,表达为一段ActionPiece token序列;单臂、左腕、右腕共用同一套词表与码本,意味着一份通用模型权重即可驱动不同形态的机器人。这正是“理解”能够落地为“行动”的关键一跃。



其三是未来状态预测:在给定当前观测与任务指令后,模型预测约一秒后的世界状态,并以 RGB 图像、度量深度图与机器人占用掩码三种模态联合给出。这种“先想象结果、再采取行动”的能力,让模型在闭环中拥有了前瞻与纠错的依据,动作尚未执行,它已能预判环境将如何变化。



这种“一个 token 接口贯通物理循环”的架构选择,比单纯堆高某项分数更能说明问题:它指向的,是一个可“感知—决策—行动—反馈”连续运转、并能据反馈自我修正的物理智能基座模型。

02
人类完整经验,是物理智能循环的来源

闭环要能运转,第一步是“有经验可学”。模型在 Physical Loop 中观察、决策、行动、反馈,其能力上限,终究由它所消化的物理经验的质量与完整性决定。而人类经验天然地嵌入这一循环中。人在真实世界中持续感知环境、理解情境、形成意图、采取行动,并根据环境反馈修正自己的判断与行为。人类的智能,正是在无数次Physical Loop中生长出来的。在深度机智的路线里,人类经验是物理智能循环的第一性来源。

为此,深度机智构建了Ego360全景数采体系,尽可能完整地保留人类行动过程中的环境、身体、手部交互与注视。这意味着模型学到的是一段连续、完整的“人类经验”,而非被割裂的局部,这正是“完整经验”之于物理智能循环的关键价值。只有保留了行动前后的因果链条,模型才能真正理解“为什么这么做”和“做完之后发生了什么”,而非仅仅记住“怎么做”。



当模型理解了因果关系,空间关系、操作方法与纠错经验就能在不同任务间迁移复用。人类经验的长期价值,正是在于它能沉淀出可复用的能力。当前,这套体系正以每月万小时级的速度持续新增,不断为物理智能注入丰富的训练资源。

让数据真正转化为模型能力,还需要打通从“看到”到“做到”的关键一环。PhysBrain 1.5引入的ActionPiece机制,正是解决这一问题的核心组件。它让模型能够同时学习“该怎样行动”和“行动之后可能发生什么”,即同时建模动作生成与状态预测。在团队内部实验中,PhysBrain 1.5的动作预测能力实现了从24%到54%的翻倍提升。

03

72.5分,拿下开源第一,媲美顶尖闭源

PhysBrain 1.5本轮评测覆盖基础视空感知、空间与多视角理解、具身认知推理、空间指向与可供性、视觉轨迹推理五类能力,共 28 项基准。

结果上,PhysBrain 1.5-8B 以 72.5 的综合均分拿下开源模型榜首,并在 28 项中的 14项取得开源最佳,10项位列开源模型第二;相较最强开源对手 Hy-Embodied-VLM-1.0(66.0)高出约 6.5 分,较 RynnBrain 1.1(63.1)高出 9.4 分。更受关注的是其整体水位:72.5 与 GPT-6 Astra(73.3)、Gemini 3.6 Flash(73.0)的差距已收窄到 1 分以内。在具身智能的核心能力上,深度机智正与全球最前沿的闭源系统站在同一水位线上竞争。



深度机智同时开放了PhysBrain 1.52B 与 8B 两个参数规模的权重,已上线 Hugging Face,为社区验证与下游部署提供入口。(https://huggingface.co/collections/DeepCybo/physbrain-15)

04
Human-as-Humanoid:

人类经验驱动真机行动,闭环落到执行

如果说 Ego360 解决了“人类经验从哪来”,PhysBrian1.5实现了“人类经验如何转化为模型能力”,Human-as-Humanoid 则回答了“人类经验如何转化为真机行动”。其研究证明,同步采集的第一、第三视角人类视频,可直接转化为适配 PrimeU 的动作训练数据;原始示范吞吐量达到遥操作的 4.8—7.2 倍,部分任务无需目标任务机器人示范,即实现从人类数据到真机执行的零样本迁移。



这一步的意义,在于把“模型能力”真正接到了“真机执行”上:人类经验不再只是训练素材,而是能直接驱动机器人完成真实操作的动作来源。从人类经验、到模型建模、再到真机落地,深度机智由此跑通了从模型能力到真机执行的全栈链路。

它也反向验证了 Ego360 与 PhysBrain 1.5 所代表的“人类学习”路线,不只是一套训练数据或一次基准高分,而是能在真实世界里闭环运转的完整系统。这正是“全栈布局”之于深度机智最具体的价值:大脑与身体、数据与本体,被组织在同一条主线上。

05
提前一年的路线定力,与正在重排的牌桌

全球范围内,物理基础模型的研发投入正在加速:Google DeepMind的Gemini Robotics、Physical Intelligence的π系列、Figure等,分别在具身推理、人类工作视频数据、少样本适应等方向持续加码。

一个清晰的趋势已经显现:海外头部企业正在走向殊途同归。物理经验数据、空间交互能力、基础模型训练,成为各家共同发力的核心方向。

但回溯到一年前,深度机智就已经把这些方向纳入自身长期技术路线。2025年10月10日,深度机智发布《源于人,超越人》技术路线图,将“人类学习”定为物理通用智能的核心研发路径。围绕“以人类数据为起点”“以动作为中心建模”“身体为AI设计”三大战略,完成物理智能的全栈布局。

在这套体系下,Ego360沉淀人类经验数据,PhysBrain基座模型不断拓展能力上限,Prime系列机器人本体负责真实场景的交互验证与反馈。人类数据基建、模型研发、本体闭环验证三者协同,系统性完成各阶段技术积累,不断缩短从“人类经验”到“机器能力”的转化链路。

深度机智从相对早期的起点出发,跑通了“数据‑模型‑本体”完整全栈链路,也交出了可量化的模型性能成果。

当下行业对物理AI的共识快速升温,但真正稀缺的,是贯穿长期的技术判断,以及跨环节落地的执行能力。过去一年,深度机智在人类经验数据、物理智能建模、机器人验证上的持续积累,正在构筑起难以追赶的先发优势。

物理智能的终点,从来不是一个只会应答的模型,而是能够在真实世界感知、行动、并且持续自我迭代修正的完整闭环。

PhysBrain 1.5并不是这条道路的终点,但它释放出一个明确信号:在中国物理AI基础模型赛道,这家成立仅一年多的企业,依靠人类学习路线与全栈布局,已经跻身全球竞争第一梯队。对于整个行业来说,这是一个值得持续观察的样本。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
字母哥赛后放话:杜兰特已经老了不再是曾经的死神 我曾经击败过他现在依旧可以

字母哥赛后放话:杜兰特已经老了不再是曾经的死神 我曾经击败过他现在依旧可以

篮球小方
2026-11-17 11:26:23
女子长相漂亮,还能赊账被杀,2011年排查几百个嫖客,凶手让人意外

女子长相漂亮,还能赊账被杀,2011年排查几百个嫖客,凶手让人意外

汉史趣闻
2026-11-17 09:30:11
1978年郭沫若在北京去世,但有一点最让人想不通,他在日本留下的五个孩子,竟然在绝境中全成了国家顶尖栋梁!

1978年郭沫若在北京去世,但有一点最让人想不通,他在日本留下的五个孩子,竟然在绝境中全成了国家顶尖栋梁!

扶苏聊历史
2026-11-17 14:21:35
陈小春开丰田北上广东,20多年的老车,外观却让人过目不忘

陈小春开丰田北上广东,20多年的老车,外观却让人过目不忘

总李谈车
2026-11-16 19:54:04
热苏斯:C罗当初邀请我去利雅得胜利,我对他说我会帮他夺冠

热苏斯:C罗当初邀请我去利雅得胜利,我对他说我会帮他夺冠

懂球帝
2026-11-17 03:44:05
油价贵到没人愿意买单了?全球石油开始供过于求,接下来还跌吗?

油价贵到没人愿意买单了?全球石油开始供过于求,接下来还跌吗?

混沌录
2026-11-16 22:46:07
巨亏百亿!小米汽车销量“赢麻了”,生意咋亏麻了?

巨亏百亿!小米汽车销量“赢麻了”,生意咋亏麻了?

大厂财经社
2026-11-16 11:14:16
美国国会变天,泽连斯基有恃无恐,主动爆料机密,特朗普女婿愤怒

美国国会变天,泽连斯基有恃无恐,主动爆料机密,特朗普女婿愤怒

影孖看世界
2026-11-16 18:18:53
新规落地!医保大调整,2027年1月起执行,退休人员请相互转告

新规落地!医保大调整,2027年1月起执行,退休人员请相互转告

猫叔东山再起
2026-11-17 10:20:09
塞尔维亚计票结果正式出炉,欧洲难道是白高兴一场?武契奇自己都没料到,之前对局势的预估实在太过保守

塞尔维亚计票结果正式出炉,欧洲难道是白高兴一场?武契奇自己都没料到,之前对局势的预估实在太过保守

磊子讲史
2026-11-17 15:03:17
乌克兰即将迎来重要人物

乌克兰即将迎来重要人物

容得益
2026-11-17 14:09:33
霍启山是不会和娜然分开的,原因很简单,不是娜然名气多大,而是霍启山是真的对娜然生理性喜欢

霍启山是不会和娜然分开的,原因很简单,不是娜然名气多大,而是霍启山是真的对娜然生理性喜欢

一盅情怀
2026-11-17 12:18:20
闲鱼惊现大量2TB U盘,全新标价35元!到底有啥猫腻?

闲鱼惊现大量2TB U盘,全新标价35元!到底有啥猫腻?

小柱解说游戏
2026-11-15 16:28:19
周杰伦演唱会票价惹争议,多场次最低票价580元备注仅支持看大屏,有网友认为性价比高,也有人表示舞台和真人都看不见

周杰伦演唱会票价惹争议,多场次最低票价580元备注仅支持看大屏,有网友认为性价比高,也有人表示舞台和真人都看不见

大风新闻
2026-11-16 15:24:06
美俄大运先后落地深圳,自带全套安保没几国能做到,门槛有多高?

美俄大运先后落地深圳,自带全套安保没几国能做到,门槛有多高?

罗富强说
2026-11-17 11:40:58
“央视主持人天团亮相深圳”2026年11月17日下午上了热搜榜

“央视主持人天团亮相深圳”2026年11月17日下午上了热搜榜

晓今娱
2026-11-17 15:08:35
360证实:卜思南被查;他今年8月刚被任命为360市场部负责人,本月以副总裁身份现身北京大学

360证实:卜思南被查;他今年8月刚被任命为360市场部负责人,本月以副总裁身份现身北京大学

南方都市报
2026-11-17 14:44:16
中核集团原总经理顾军被公诉,曾被批“廉洁底线失守,搞权色交易”

中核集团原总经理顾军被公诉,曾被批“廉洁底线失守,搞权色交易”

界面新闻
2026-11-17 10:24:01
输1-4活该?葡主帅回击C罗母亲:理解她开炮!我帮她儿子在沙特夺冠

输1-4活该?葡主帅回击C罗母亲:理解她开炮!我帮她儿子在沙特夺冠

我爱英超
2026-11-17 06:56:54
《大西洋月刊》丨抱歉,罗伯特·帕丁森不是007

《大西洋月刊》丨抱歉,罗伯特·帕丁森不是007

邸报
2026-11-17 09:43:32
2026-11-17 18:35:00
AI科技评论 incentive-icons
AI科技评论
点评学术,服务AI
7821文章数 20797关注度
往期回顾 全部

科技要闻

老黄想回来?英伟达董事会:没门

头条要闻

伊朗罕见公开20多年前史料:最高领袖视察导弹演习

头条要闻

伊朗罕见公开20多年前史料:最高领袖视察导弹演习

体育要闻

我们三兄弟,都是意大利国脚

娱乐要闻

刘欢有6位生死之交,个个可托付后事

财经要闻

日本经济再现负增长 日央行12月还加息吗

汽车要闻

红旗H9 PHEV这后排,谁还抢着坐副驾?

态度原创

时尚
家居
教育
本地
公开课

今年秋冬最火搭配:风衣+阔腿裤,怎么穿都时髦

家居要闻

2026建博会(广州) 公装联探展交流活动

教育要闻

看似容易,想要做对却不容易

本地新闻

乌兰察布:以前种土豆,现在种Token

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版