网易首页 > 网易号 > 正文 申请入驻

物理AI临界点将至?巨头集体入局具身大脑,行业将迎第一波收敛

巨头集体入局具身大脑

0
分享至

《科创板日报》11月19日讯(记者 黄心怡)物理AI被视为人工智能的下一波浪潮。国内外巨头接连发布物理AI新品,且尤为集中在具身大脑领域。

英伟达在CoRL 2026发布新一代机器人模型GR00T 2。同日Anthropic发布Fable 5.2,在RoboDojo仿真测试中平均成功率达64.9%。次日谷歌DeepMind发布Gemini Robotics 2.5,在奔驰汽车产线实现96%任务成功率,Apollo 2人形机器人基于该模型自主完成零件分拣。

在国内,华为近期入局具身大脑,发布并开源了昇腾原生具身世界模型 CloudRobo-WM1.2。蚂蚁灵波则开源了LingBot-Touch触觉基础模型,并发布开发者生态计划。

围绕具身大脑的讨论随之升温,GPT-6、Fable 5.2等通用模型在机器人控制上展现出较强潜力,但它会取代具身大脑吗?物理AI的临界点还有多远?行业又卡在哪些环节?

▍专用大脑与通用大模型:不是简单取代,而是分层协同

GPT-6 Astra等通用前沿模型展现出直接控制机器人的能力,正在引发业界对机器人专用模型发展路线的重新审视。OpenAI也因此调整机器人研发战略,解散独立机器人团队,将相关研究人员并入公司的核心研究和应用部门。

在采访中,多名业内人士对此的判断是,通用大模型占据上层规划与预训练底座,具身专用模型和高频控制层补齐物理世界理解与实时闭环,二者走向分层协同。

谋先飞联合创始人张衡介绍,像GPT或Fable 5.2这样的大语言模型展现出了一定的高层控制能力,但其控制频率非常低,可用于宏观层面的低频规划,却无法对机器人进行高频控制。

“高频控制目前是这类大规模参数模型难以解决的,这一领域仍有很大的探索空间。后续需要引入高频运行的模型,并研究这些模型如何与上层低频模型在控制层面进行结合,这方面仍有大量工作可做。无论是上层的低频模型还是下层的控制模型,都需要具备对物理世界的理解,以完成模型训练。”张衡称。

快思慢想研究院院长、特邀评论员田丰也认为,通用大模型会吃掉具身大脑的规划层和预训练底座,却无法替代实时控制层。Anthropic旗下前沿红队的研究报告显示,四足机器人的低层实时控制需要约 83Hz,而当时通用模型在非推理模式下的推理速度只有约 0.2–0.4Hz,差距约200–400倍。

由于通用大模型在精细操作和真机稳定性上仍有局限,行业缺乏专为物理世界设计的基础模型,来回答“世界下一步会怎样变化”以及“实体行动后世界如何回应”。从通用大模型到物理世界基础模型,中间仍存在关键空白。《科创板日报》获悉,前达摩院Rynn团队成员创立的睦灵科技正在切入这一方向,计划近期发布新模型预览版,据称在物理世界理解与持续学习等关键指标上处于领先地位。

可以说,通用大模型在机器人控制上快速跃迁之际,专为物理世界设计的基础模型能否填补空白,将是决定这条赛道话语权的关键变量。

▍能力临界点渐近,商用临界点或更晚

从GPT-6 Astra到Fable 5.2,机器人规划和控制能力的提升,让不少业内人士对于物理AI发展变得更为乐观。

宇树科技创始人王兴兴多次在演讲中表示,认为未来一两年就会有所突破,大模型泛化能力的临界点已经越来越近。田丰的判断是:1–2年内大概率迎来能力临界点,规模商用的临界点还要更晚,中间隔着可靠性和评测成本两道坎,真正的拐点是评测成本跌下来。

产业格局方面,蚂蚁灵波CEO朱兴认为,至少在中国的具身产业领域,物理基础模型不会有太多玩家。他类比大语言模型,目前主要以千问、DeepSeek、字节、智谱、Kimi五家为主,相信具身领域也不会有太多。他预计明年之前会有第一波收敛,未来长期从产业结构看可能3至5家。但他也强调,“行业可能要经历好几个周期,先收敛一波,再分裂一波,再收敛一波,而且周期可能比自动驾驶更长。”

朱兴表示,不管技术范式、模型架构怎么改变,有几点不会变:第一是优秀的团队;第二是对数据的沉淀和对数据的理解与know-how;第三是包含数据闭环与训练技术相关的基础设施能力。

田丰认为,具身大脑的竞争正从模型架构转向数据工厂、评测体系和接口标准。通用模型公司占据上层和底座,硬件与部署方占据真机数据,世界模型在中间做训练场和考场。未来一年值得跟踪的是三个数字:零样本成功率、产线失败率、仿真与真机的一致性。

▍产业链还有哪些硬骨头?

在数据挑战方面,朱兴表示,基础模型要落地就绕不开后训练,而后训练非常重要的环节就是处理数据。在数据供给量或采集方式上,比如真机、UMI、Ego等,行业已经发生了快速进展,这是好的方面。但从另一个角度看,本质突破仍然很难。行业都非常期待具身智能模型的Scaling Law 时刻,但在那之前,要先锁定哪种数据的Scaling up能够促成Scaling Law,而现在哪种数据最合适、能触发智能涌现,行业还没有共识,也没有答案。

不少机器人厂商正发力真机数据采集。比如,睿尔曼通过远程作业网络,让机器人在工厂、仓库、商店等真实场景中边作业、边产生数据,以此构建其物理AI的数据底座。相比单纯做数据标注或仿真合成,这条路更重、更慢,但数据与真实物理世界的偏差也更小。

“我们发现室内的数据和真实环境还是有很大区别的,比如光感、温度等都不适应。”睿尔曼相关负责人介绍,因此正探索在一线工厂进行数据采集,机器人在真实场景的每一次抓取、搬运与投放中,都在持续回流高质量真机数据。这些数据不仅反哺模型迭代,更作为核心底层能力向产业链开放。

其次是评测难题。蚂蚁灵波首席科学家沈宇军表示,评测至今仍是一个比较难的维度,主要是行业没有达成共识,模型、数据、部署等问题耦合在一起,很难拆开。

“如果评测结果不好,很难说是模型的问题,还是数据和部署的问题。”他说,现在如果想弄个整个行业都认可的Benchmark(基准测试),尤其是真机Benchmark,还是比较难。而仿真Benchmark则存在与物理世界对齐的问题。

“如果在仿真上表现不好,证明模型肯定不行;但在仿真上表现好,并不代表模型可以。”在沈宇军看来,具身智能现在各个环节都没收敛,这导致Benchmark不收敛,而Benchmark不收敛反过来也导致模型难以收敛,类似“先有鸡还是先有蛋”,数据采集形式不收敛也是同样的问题。

不过,他认为行业摸索了这么长时间,已经越来越有共识。他判断,在不太远的将来,行业将迎来第一波收敛:无论是评测机制、模型方式还是数据采集标准,都会呈现收敛趋势,届时行业将迎来较大加速。

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
房地产一旦撑不住,明年国内房价或许会碰到三个大难题 卖房救急的人,得先借钱救急

房地产一旦撑不住,明年国内房价或许会碰到三个大难题 卖房救急的人,得先借钱救急

新国学文化
2026-11-17 11:36:37
伊朗宣布重大战果:活捉了!

伊朗宣布重大战果:活捉了!

有态度的何总
2026-11-17 19:30:31
日韩主要股指集体收涨

日韩主要股指集体收涨

澎湃新闻
2026-11-19 15:19:43
泰国总理阿努廷,重返广东家乡十分激动,脱口而出粤语:猴开森

泰国总理阿努廷,重返广东家乡十分激动,脱口而出粤语:猴开森

巷北楠猫本尊
2026-11-19 17:20:06
特朗普:莫迪是一个非常强硬的人,而高市早苗可能还要更强硬

特朗普:莫迪是一个非常强硬的人,而高市早苗可能还要更强硬

悦心知足
2026-11-19 05:23:48
中美元首会晤美方官员曝光!鲁比奥贝森特等在列

中美元首会晤美方官员曝光!鲁比奥贝森特等在列

看看新闻Knews
2026-11-19 15:21:00
上汽高端大型SUV官宣,15万就有百万气场!

上汽高端大型SUV官宣,15万就有百万气场!

米粒说车唯一呀
2026-11-19 15:04:38
重磅截胡!波切蒂诺钦点曼联首签!硬抢阿森纳头号目标

重磅截胡!波切蒂诺钦点曼联首签!硬抢阿森纳头号目标

澜归序
2026-11-19 11:00:30
婴儿是咋知道这个人是妈妈的?网友:我感觉新生儿谁第一个抱他,就相对好哄些

婴儿是咋知道这个人是妈妈的?网友:我感觉新生儿谁第一个抱他,就相对好哄些

带你感受人间冷暖
2026-11-07 00:05:26
深圳APEC让很多外国人惊喜,印度人的说法最离谱

深圳APEC让很多外国人惊喜,印度人的说法最离谱

世家宝
2026-11-18 20:15:33
贝加尔湖的存在,完全打破了人类对湖泊的常规印象。首先最逆天的是它的深度,最大水深1637米,能淹没两座哈利法塔

贝加尔湖的存在,完全打破了人类对湖泊的常规印象。首先最逆天的是它的深度,最大水深1637米,能淹没两座哈利法塔

扶苏聊历史
2026-11-16 17:44:56
太前卫!学生情侣约定开房,房费一人承担一次,半年男方多次清算订房记录,不愿多出一分,女生哭诉

太前卫!学生情侣约定开房,房费一人承担一次,半年男方多次清算订房记录,不愿多出一分,女生哭诉

蝴蝶花雨话教育
2026-10-29 00:05:14
弗拉格33分剑指詹皇神迹,欧文17+6+5+3,独行侠大胜勇士终结3连败

弗拉格33分剑指詹皇神迹,欧文17+6+5+3,独行侠大胜勇士终结3连败

钉钉陌上花开
2026-11-19 11:36:24
1600块吃一堆羊骨头,商家说“烤干了”。法律上,“火候大”能当免责牌吗?

1600块吃一堆羊骨头,商家说“烤干了”。法律上,“火候大”能当免责牌吗?

马俊哲律师
2026-11-19 10:04:27
《后会友期》:不会点评就别来了,把机会留给伊能静、张泉灵会点评的人

《后会友期》:不会点评就别来了,把机会留给伊能静、张泉灵会点评的人

八卦南风
2026-11-19 17:15:52
公交改革来了!不再全由财政兜底,今后乘车、老年优惠会变吗

公交改革来了!不再全由财政兜底,今后乘车、老年优惠会变吗

铭记历史呀
2026-10-24 00:28:25
卡尼最新表态:称赞中方团队专业理性,美加对话则很直接

卡尼最新表态:称赞中方团队专业理性,美加对话则很直接

观察者网
2026-11-19 16:05:38
韦世豪5个月无球可踢!或再度联手郑智,目睹蓉城丢冠后或洗心革面

韦世豪5个月无球可踢!或再度联手郑智,目睹蓉城丢冠后或洗心革面

奥拜尔
2026-11-19 14:04:27
APEC会后直奔大湾区,越南领导人喊话:非常欢迎中国高科技赴越

APEC会后直奔大湾区,越南领导人喊话:非常欢迎中国高科技赴越

南宗历史
2026-11-19 01:57:42
金饰克价年内暴跌近600元

金饰克价年内暴跌近600元

财联社
2026-11-19 12:12:03
2026-11-19 17:55:00
科创板日报 incentive-icons
科创板日报
上海报业集团主管主办
85258文章数 44703关注度
往期回顾 全部

科技要闻

提前三个月加薪!英伟达全员会稳军心

头条要闻

APEC宴会桌惊艳:如画卷齐聚上海、北京、深圳三地地标

头条要闻

APEC宴会桌惊艳:如画卷齐聚上海、北京、深圳三地地标

体育要闻

文班亚马也防不住这"巨兽" 无奈吐槽:悲哀

娱乐要闻

后会友期 文吉儿公然怼谈话老师陈晓楠

财经要闻

北京环球影城,亏损难题待解

汽车要闻

华境S五座版亮相 标配华为乾崑科技和宁德时代电芯

态度原创

数码
教育
亲子
时尚
军事航空

数码要闻

厨房油污、床底积灰、满地毛发一台搞定 石头G30S Ultra购机赠配件礼包

教育要闻

六年级的学生说简单,五年级的学生说难

亲子要闻

越来越多的幼儿园要关停了,这后面…

0.01分赢下保研,第二天就被室友举报了

军事要闻

“华盛顿”号航空母舰离开中东地区

无障碍浏览 进入关怀版