网易首页 > 网易号 > 正文 申请入驻

GPT-8来了,AI公司要被一口吃掉?这家黑马给出另一种答案

0
分享至


新智元报道


启元机器人刚刚下线5000台!


启元机器人具身研究中心承接底层算法研发,对外锚定一个清晰目标:做出第一个卖给个人的物理 AI机器人。

在行业普遍把目光投向远期人形机器人的同时,启元团队判断,Physical AI 是大语言模型走向真实物理世界的关键中间环节,2027 年或将迎来这一赛道的关键突破窗口。

已经量产上市的 Q1、T1 是启元面向 C 端交出的第一代硬件产品,但启元并不把这两台机器视作家务作业机器人的终局。

Q1 定位小尺寸全身力控人形机器人,T1 主打轮足‑四足可变形形态,二者更多解决硬件稳定性、安全入户、陪伴交互的问题;真正面向家务作业能力的轮式机器人 H 系列仍在迭代,与之配套的 「启元大脑」,才是整套体系的核心。

对比海外路线,π 路线依靠真机反复试错,任务成功率高,但很难规模化、泛化有限;UMI 类手持采集容易放大样本规模,泛化佳,但任务成功率很难自然拉满。

启元试图把两条路线融合,保障真机成功率的同时,通过便携式采集解决规模化问题。


快慢脑分工:

通用大模型是教练,自研 VLA 才是运动员

启元的技术框架建立在快慢脑分层之上,这套思路借鉴人类双系统认知逻辑,把机器人的思考与执行拆开处理。

GPT‑6 Astra 以及其他大语言模型被定位为 S2 慢脑,承担高层任务理解、逻辑推理、长任务规划、记忆调度,相当于机器人的思考中枢。

在视频号演示案例中,机器人既要理解大富翁游戏复杂规则,又能中途切换叠衣服任务,完成操作后回到游戏继续推进,这类跨任务长周期的认知能力,正是慢脑的价值所在。

但团队明确,通用大模型不善于直接接管底层动作执行。如果完全依靠 GPT 类模型做抓取、整理桌面这类精细操作,每一步细微位移都需要反复思考推理,单次抓取耗时可达半小时,同时带来极高 Token 成本。

而且其他更复杂的操作难以实现,思维大脑不具备「作业手感」。高层规划交给慢脑,真实世界的动作生成,要交给自研 S1 快脑 —— 视觉‑语言‑动作模型 VLA。

VLA 负责叠衣服、整理桌面、柔性物体操作,接收慢脑下发的任务指令,快速输出高频连续动作。类似人类大脑分区,二者形成协作:慢脑定目标,VLA 负责落地执行。

GPT 更像场外通用教练,真正上场完成实操的运动员,是 VLA、机器人本体,以及围绕本体沉淀下来的遥操作、UMI示范数据。通用大模型迭代可以放大现有模型能力,但无法替代这套和硬件深度绑定的具身能力。

团队同时提醒,短期很难出现一套可以通吃全部硬件的 VLA 模型。类比自动驾驶,即便场景复杂度低于机械臂物理交互,行业至今也没有真正跨车型通用的自动驾驶模型。

机器人要面对摩擦、形变、柔性物体、密集接触,VLA 必须和特定本体做耦合训练,模型、数据、硬件三者必须绑定迭代。未来不管基座模型来自内部自研还是外部合作,都必须在自有硬件平台完成数据采集、训练与验证。

当前启元对 GPT 仅做 API 调用,长期来看,如果通用大模型能够读懂视频流、空间关系与动作序列,就有机会充当强化学习里的Reward模块,充当通用监督信号,帮助加速家务任务成功率的提升。

跳出真机依赖:

Hil-UMI 重构机器人数据生产链条

具身机器人的一大现实瓶颈来自数据采集。如果只是单纯堆示范数据不等于补齐模型短板,难点在于精准定位模型不会什么,针对性补充样本。

传统 HG‑DAgger 模式及其衍生方法,需要机器人先执行任务,出错之后再由人类接管纠正,纠正数据回流模型训练以不断修正模型效果,让成功率逼近100%。

然而这套流程高度绑定真机,迭代速度被硬件执行速度束缚,采集效率很难拉高,难以将百台、千台乃至万台机器部署到不同的地方采集。

启元最近推出Hil-UMI范式,试图解开真机枷锁。UMI本身是一套无本体便携式夹爪,不需要完整机器人本体到场,人类操作者手持便携夹爪直接完成任务示范。这个方式适合规模化数据采集,但过去并不能指导人类针对模型薄弱环节采集数据。


Hil-UMI进一步增加薄弱环节识别机制:人类数采员一边采集数据的过程中、模型分析哪些时候哪些动作需要进一步加强、指挥人类数采员补录数据。

在整理桌面的对照实验中,Hil-UMI的数据采集效率达到传统真机 HG‑DAgger 的5.63 倍,任务最终完成度也更高。


左图为四项任务平均分随累计采集时间的变化;右图为整理桌面任务中各方法随训练阶段的表现

这套机制不再被动等待机器人犯错,采集阶段就瞄准模型盲区。新采集的数据先更新模型,新旧样本混合参与训练,形成 「识别短板‑定向采集‑模型更新‑再识别短板」 的闭环。

正如之前所说,UMI夹爪本身具备一定本体解耦能力,更换法兰盘即可适配不同机械臂。这为未来众包采集埋下伏笔:不需要大量整机设备运送到各地,只分发便携式采集单元,就可以在成千上万不同家庭、不同环境下收集人类操作轨迹。

启元还反复强调:数据质量优先于数量。劣质样本不止消耗人力,更会大量浪费 GPU 算力,造成训练 Loss 异常。因此算法团队和数据采集团队从源头协同,把模型需要的先验知识前置到采集环节。

模仿学习存在能力天花板。团队拿 AlphaGo、大模型 RLHF 做类比:只学示范数据很难突破人类水平,机器人同样需要后训练、强化学习。

HIL-UMI范式的核心并不在于使用哪个底座模型,而是证明,在不过度依赖真机的前提下,依靠UMI采集链路,也可以开展后训练,提升任务成功率。

数据、算力与训练基建:

百万小时只是阶段性门槛

按照现在的爬坡节奏,启元希望 2027 年自身数据规模冲击百万小时级别。但团队清醒,百万小时距离真正通用具身智能仍有距离。想要接近 GPT‑6/GPT‑7 级别的物理世界泛化,需要千万甚至上亿小时量级数据。

以叠衣服为例,想要做到家庭场景稳定泛化,至少要覆盖一万个家庭、几十万件不同衣物。数据能力提升也不是简单线性增长,当单一场景数据饱和之后,继续增加小时数,边际收益快速衰减,关键要看任务、物体、环境的多样性。

算力层面,启元现在处于数千卡集群规模,与大模型公司相比并不多,但具身智能训练和大语言模型存在本质差异:训练主体是高冗余视频流,帧与帧之间大量信息重复,有效信息密度低。在 5000 卡规模、40% MFU 利用率的条件下,传统不做特殊优化的训练,跑完一个 Epoch 就要 3‑6 个月。

这催生了对视频训练基础设施的迫切需求。不能简单复用图片、文本大模型的训练管线,需要做筛选、压缩、表征重构。

未来的目标是把上下文窗口从十几秒拉长到小时、甚至天级别,让模型可以完整消化机器人一整天的任务经历,这才会带来 In‑Context Learning 层面的质变。

C 端商业化:

95% 才是家庭产品及格线

消费级家务机器人最大陷阱,是实验室演示与家庭真实体验之间的鸿沟。

启元机器人给出一条硬性判断:面向普通家庭的 C 端功能,任务完成度需要做到95% 以上才具备商业化条件,89%、94% 对用户而言依然是不合格半成品,消费者不会为需要频繁人工介入的产品付费。

因此,公司策略不是一开始追求全任务通用,而是集中资源先打穿一个家庭 Killer Application。以衣物处理举例,完整闭环包含收衣、送洗、晾晒、折叠归位全链路,单点碎片化功能没有产品价值。

Q1、T1 已经量产,但它们并非原生面向家务作业的本体。未来承担家务作业的是新一代轮式 H 系列,拥有更强手臂、负载与自由度。


启元Q1


启元T1

除直接家庭场景,团队也在寻找 「家庭同构环境」:酒店、样板间这类结构化空间,任务复杂度可控,可以作为商业化验证场。

另外一条长线路径是 Robot‑Ready Home。机器人很难一步适应所有存量家庭,反过来,先控制好泛化边界、并让家居环境适配机器人。

启元在 2026 上半年和尚品宅配成立合资子公司,探索和家装、地产结合的方案。先在边界可控样板间打磨能力,再向普通家庭渗透。版本会滚动迭代,计划 2026 年底发布大脑端初步成果,后续持续对外放出 Zero‑Shot 泛化基准测试。

To C 本体还有一层容易被忽略的价值:它本身就是 Physical AI 时代的基础设施,类似大模型时代的 GPU。当终端规模走到万台、十万台级别,在合规、用户明确授权前提下,终端回流的视频、图像数据规模,会远超外包采集或者 B 端项目所能拿到的数据。

当然,Q1/T1 现阶段的数据不能直接拿来训练,需要等待采集设备配套改造,再通过 「机器人养成计划」 引导用户自愿参与数据贡献。

C 端硬件量产爬坡同样是高门槛。从十几台样机到千台、万台交付,良率、供应链、制造和模型迭代协同,每一步都是难关。启元认为自己的优势,是已经率先跑通消费机器人的规模量产链路。

竞争:通用大模型是公共资源,

壁垒落在硬件‑数据‑范式闭环

市场普遍存在一种疑问:当 GPT‑7、GPT‑8 能力进一步跃升,甚至内置 VLA 能力,会不会直接吃掉具身机器人创业公司的生存空间。

启元的判断是,GPT 这类大模型属于行业公共资源,所有人都可以调用。

真正拉开差距的不是 「能不能用上强通用模型」,而是手里有没有配套的本体、高质量操作数据集、完整训练闭环。

语言大模型提供高层认知,但缺少 「燃料」—— 也就是和硬件绑定的物理交互数据,再强的规划能力也无法落地。OpenAI 自身也要布局硬件,正是出于同样逻辑。

算力不是当下最主要瓶颈,千卡到万卡集群现阶段已经基本够用。行业真正稀缺的是高质量具身数据、更高效率的数据采集与后训练范式。国内在数据供给上具备地缘优势。

对比海外路线,π 路线依靠真机反复试错,任务成功率高,但很难规模化、泛化有限;UMI 类手持采集容易放大样本规模,泛化佳,但任务成功率很难自然拉满。启元试图把两条路线融合,保障真机成功率的同时,通过便携式采集解决规模化问题。

完整的 Physical AI 体系分为三层:S0 运动控制、S1 执行层 VLA、S2 高层认知规划。

启元机器人团队有大规模大模型训练经验,处理过数十万小时级别数据。未来的理想形态类似苹果模式:硬件终端、数据入口、模型能力三者深度耦合,而不是单纯输出算法模型。

风险同样清晰摆在面前:百万小时数据能否如期爬坡;训练基建的工程难度;C 端硬件大规模量产良率;家务场景能不能跨过 95% 体验门槛;Robot‑Ready Home 和地产家装的商业模式能否跑通。

Physical AI 是一条长链条,任何一个环节滞后,都会拖累整体落地节奏。

对于启元而言,Q1、T1 只是入场券,物理AI的真正的战争发生在硬件、数据、模型互相咬合的闭环之中。

编辑:Aeneas

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
深圳向特朗普展示“遏制中国”的难度

深圳向特朗普展示“遏制中国”的难度

坠入二次元的海洋
2026-11-18 10:46:27
江苏淮安一轿车雾天为避稻谷选择逆行,致两车相撞起火,现场浓烟滚滚,存在燃油泄漏爆燃风险,经消防人员10分钟处置,明火被成功扑灭

江苏淮安一轿车雾天为避稻谷选择逆行,致两车相撞起火,现场浓烟滚滚,存在燃油泄漏爆燃风险,经消防人员10分钟处置,明火被成功扑灭

台州交通广播
2026-11-18 21:14:00
网传物业费会成为压死失业人群的最后一根稻草…

网传物业费会成为压死失业人群的最后一根稻草…

慧翔百科
2026-11-12 11:33:59
2015年复旦投毒案,林森浩死刑前,父亲苦苦追问他是不是被冤枉的,他平静一句话让父亲唯一的支撑念想彻底崩塌

2015年复旦投毒案,林森浩死刑前,父亲苦苦追问他是不是被冤枉的,他平静一句话让父亲唯一的支撑念想彻底崩塌

磊子讲史
2026-11-18 20:03:04
截胡iPhone 20 Pro!三星无边框旗舰率先登场:正面近乎全是屏

截胡iPhone 20 Pro!三星无边框旗舰率先登场:正面近乎全是屏

快科技
2026-11-18 07:23:03
34投13中却赢球:东契奇末节只出手3次,湖人13胜2负

34投13中却赢球:东契奇末节只出手3次,湖人13胜2负

热血体育社
2026-11-18 22:14:12
不到20岁!大连英博杨铭锐10天拿2个冠军 北京国安邓捷夫在名帅指导下 打出来

不到20岁!大连英博杨铭锐10天拿2个冠军 北京国安邓捷夫在名帅指导下 打出来

80后体育大蜀黍
2026-11-18 22:12:59
山东大姐这事干的漂亮!被美国FBI悬赏!赏金1.5亿超过3个本拉登

山东大姐这事干的漂亮!被美国FBI悬赏!赏金1.5亿超过3个本拉登

马尔科故事会
2025-03-27 15:21:29
2009年,张震之子张海阳晋升上将,他和父亲成为全军首对父子双上将

2009年,张震之子张海阳晋升上将,他和父亲成为全军首对父子双上将

帝哥说史
2026-11-17 06:40:04
快被父母的有钱程度震惊!网友:我的父母什么时候告诉我是富二代

快被父母的有钱程度震惊!网友:我的父母什么时候告诉我是富二代

另子维爱读史
2026-11-13 23:00:23
最新:乌克兰重创克里米亚大桥以东两大炼油厂!

最新:乌克兰重创克里米亚大桥以东两大炼油厂!

项鹏飞
2026-11-18 20:22:28
斩首行动落地!以军锁定目标,深夜发起突袭,哈马斯指挥官已阵亡

斩首行动落地!以军锁定目标,深夜发起突袭,哈马斯指挥官已阵亡

巷北楠猫本尊
2026-11-16 16:00:00
四大一线集体狂飙!中国城市的大洗牌来了

四大一线集体狂飙!中国城市的大洗牌来了

时尚的弄潮
2026-11-18 05:08:14
集体返场!呼和浩特多家银行排起长队!额度紧俏!

集体返场!呼和浩特多家银行排起长队!额度紧俏!

户外钓鱼哥阿旱
2026-11-18 13:44:10
研究发现:百病始于肠,肠道最爱的6种食物,不要太节省

研究发现:百病始于肠,肠道最爱的6种食物,不要太节省

王二哥老搞笑
2026-11-17 03:43:49
急红眼了!临上飞机前还在乞讨“走廊寒暄”,高市早苗把日本外交混成了街头碰瓷!

急红眼了!临上飞机前还在乞讨“走廊寒暄”,高市早苗把日本外交混成了街头碰瓷!

军机不可泄漏
2026-11-17 17:34:28
鹰眼|第31届三星杯世界大师赛决赛三番棋第1局:卞相壹负李钦诚

鹰眼|第31届三星杯世界大师赛决赛三番棋第1局:卞相壹负李钦诚

弈客围棋
2026-11-18 21:41:44
英国公布的圆明园被毁前照片,美如仙境,引发世界关注

英国公布的圆明园被毁前照片,美如仙境,引发世界关注

贱议你读史
2026-05-23 15:23:34
被骂“滚回中国”后,华人家庭谢绝“当面道歉”!“没有必要,希望她自己想想为什么”

被骂“滚回中国”后,华人家庭谢绝“当面道歉”!“没有必要,希望她自己想想为什么”

发现新西兰
2026-11-16 11:23:23
大逆转!湖人118-114击败黄蜂!东契奇创79年纪录,格兰姆斯爆砍47分

大逆转!湖人118-114击败黄蜂!东契奇创79年纪录,格兰姆斯爆砍47分

篮球大视野
2026-11-18 15:12:35
2026-11-18 23:24:49
新智元 incentive-icons
新智元
AI产业主平台领航智能+时代
16711文章数 67239关注度
往期回顾 全部

科技要闻

离职后首份声明!黄仁勋认错愿回归

头条要闻

追上特朗普专机 马斯克又来了

头条要闻

追上特朗普专机 马斯克又来了

体育要闻

“中超卡里乌斯”,成了大连的夺冠英雄

娱乐要闻

主持人张泉灵被曝猛料,公司成老赖

财经要闻

黄仁勋留下的高分成绩单,能延续吗?

汽车要闻

全新红旗H9最有意思的地方,是它开始有自己的豪华逻辑了

态度原创

艺术
教育
健康
本地
公开课

艺术要闻

深邃宁静的风景油画,奥地利著名风景画家弗舍尔

教育要闻

第十五届“挑战杯”中国大学生创业计划竞赛主体赛拟授奖名单,公布!

医生眼里"很伤腰"的椅子,很多人天天坐

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