出品｜搜狐科技

作者｜梁昌均

編輯｜楊 錦

具身智能的ChatGPT時(shí)刻，什么時(shí)候能夠到來(lái)，業(yè)內(nèi)還沒(méi)有共識(shí)，機(jī)器人上春晚則有望延續(xù)這個(gè)行業(yè)的熱度。

這也吸引了不少企業(yè)入局，原力靈機(jī)就是其中的新玩家。2月10日，在成立的第330天，這家公司舉辦了首次技術(shù)開(kāi)放日，核心創(chuàng)始團(tuán)隊(duì)全員現(xiàn)身。

這家公司有著深深的曠視背景烙印，聯(lián)合創(chuàng)始人&CEO唐文斌是身兼千里科技和階躍星辰董事長(zhǎng)的印奇在清華姚班的同學(xué)，也是印奇在曠視的創(chuàng)業(yè)伙伴之一。

曠視6號(hào)員工、原算法總監(jiān)范浩強(qiáng)如今是原力靈機(jī)的聯(lián)合創(chuàng)始人，曠視原核心研究員周而進(jìn)和汪天才則是合伙人，這些在曠視深耕計(jì)算機(jī)視覺(jué)的天才團(tuán)隊(duì)希望為機(jī)器人造模型。

原力靈機(jī)成立不到一年，已完成三輪數(shù)億元融資，曠視的老股東阿里、啟明、聯(lián)想創(chuàng)投等再支持，還吸引了君聯(lián)資本、蔚來(lái)資本、洪泰基金和量化巨頭九坤等機(jī)構(gòu)。

唐文斌此次提出了具身原生的概念，即數(shù)據(jù)原生、訓(xùn)練原生和框架原生，表示要從第一行代碼就為機(jī)器人而寫(xiě)，“今年將是具身原生的元年”。

原力靈機(jī)現(xiàn)場(chǎng)發(fā)布了全球首個(gè)具身原生大模型DM0，以及具身原生開(kāi)發(fā)框架Dexbotic 2.0和具身原生應(yīng)用量產(chǎn)工作流DFOL。

DM0模型具備2.4B參數(shù)，由原力靈機(jī)聯(lián)合階躍星辰從零開(kāi)始訓(xùn)練的具身原生大模型，融合多類(lèi)數(shù)據(jù)，具備跨機(jī)型的泛化與遷移能力，并對(duì)外開(kāi)源。

“這不僅僅是一個(gè)能在機(jī)器人上運(yùn)行的大模型，而是一個(gè)智能本質(zhì)和形成機(jī)制都根植于物理交互的新AI范式?！碧莆谋笳f(shuō)。

活動(dòng)現(xiàn)場(chǎng)，唐文斌還和多位嘉賓，圍繞具身智能的發(fā)展進(jìn)行了探討。

智源研究院院長(zhǎng)王仲遠(yuǎn)認(rèn)為，機(jī)器人硬件進(jìn)步很快，但具身智能模式還沒(méi)到ChatGPT時(shí)刻，距離大規(guī)模應(yīng)用還有比較大的gap。

清華大學(xué)電子工程系長(zhǎng)聘教授汪玉則提到，目前機(jī)器人仍局限在單一工作臺(tái)，在長(zhǎng)程任務(wù)、跨模態(tài)等方面還有很大問(wèn)題，需要從訓(xùn)練、基礎(chǔ)設(shè)施、機(jī)器和物理環(huán)境交互等層面去解決。

至于中美目前在具身智能上的差異，汪玉則認(rèn)為，美國(guó)在模型、數(shù)據(jù)等方面做得更早，中國(guó)有望在落地方面很快趕上。

“中國(guó)在具身上的投入強(qiáng)度已經(jīng)比美國(guó)大，很多人說(shuō)這是泡沫，但我覺(jué)得這可能是個(gè)好事?！蓖粲癖硎尽?/p>

具身智能的ChatGPT時(shí)刻什么時(shí)候能夠到來(lái)？嘉賓們認(rèn)為，這需要定義什么是ChatGPT時(shí)刻。

階躍星辰創(chuàng)始人&CEO姜大昕認(rèn)為，ChatGPT時(shí)刻的標(biāo)志是零樣本地去做泛化，具身智能的ChatGPT時(shí)刻將面臨場(chǎng)景、任務(wù)和目標(biāo)泛化挑戰(zhàn)和計(jì)算機(jī)視覺(jué)等具身技術(shù)挑戰(zhàn)。

在唐文斌看來(lái)，ChatGPT時(shí)刻是機(jī)器人變得有用可信賴，即在限定場(chǎng)景閉環(huán)解決所有問(wèn)題，ROI算明白，實(shí)現(xiàn)批量化應(yīng)用?！艾F(xiàn)在模型能力進(jìn)展非常大，這個(gè)時(shí)刻并不是很遠(yuǎn)。”

“當(dāng)然還有DeepSeek時(shí)刻，全民都感知，這就要從工業(yè)物流走向商用、走向TOC。這個(gè)時(shí)刻還要再晚一些，但我覺(jué)得也不會(huì)很遠(yuǎn)。 ”唐文斌說(shuō)。

星海圖創(chuàng)始人&CEO高繼揚(yáng)認(rèn)為，具身智能今年會(huì)是智能爆發(fā)、應(yīng)用閉環(huán)的一年。

“智能爆發(fā)的結(jié)果一定在某些領(lǐng)域形成應(yīng)用的外溢，同時(shí)配合供應(yīng)鏈和整機(jī)，尤其中國(guó)會(huì)顯著比美國(guó)強(qiáng)得多，周期會(huì)快5到10倍，成本低5到10倍。”

以下是論壇對(duì)話精編：

提問(wèn)：現(xiàn)在具身智能模型主要有哪些主流的技術(shù)路線，處在一個(gè)什么樣的階段？

王仲遠(yuǎn)：現(xiàn)在具身智能特別火熱，但我看到蠻多隱憂。一方面，硬件確實(shí)進(jìn)步很快，現(xiàn)在連干活也開(kāi)始又快又穩(wěn)了，但它連續(xù)工作的穩(wěn)定性、安全性、電池等還有一系列的問(wèn)題要解決。

在具身模型上，還遠(yuǎn)沒(méi)有到ChatGPT時(shí)刻，尤其當(dāng)具身智能模型和硬件真機(jī)部署之后，離大規(guī)模應(yīng)用還是有比較大的gap。技術(shù)路線整體還處于發(fā)展當(dāng)中，還沒(méi)有到徹底突破的階段。

汪玉：現(xiàn)在的機(jī)器人應(yīng)用，雖然已經(jīng)有很大進(jìn)步，但還是局限在一個(gè)工作臺(tái)上，把大小腦配合起來(lái)完成稍微長(zhǎng)一點(diǎn)的任務(wù)，稍微跨多個(gè)模態(tài)，還是很難的問(wèn)題。

這一方面是訓(xùn)練維度，比如強(qiáng)化學(xué)習(xí)，能有更多進(jìn)步。另一維度，從物理環(huán)境和機(jī)器交互的過(guò)程中，怎么樣更容易感知，去解決問(wèn)題。

提問(wèn)：怎么看在具身維度上，中國(guó)和美國(guó)的優(yōu)劣勢(shì)？

汪玉：美國(guó)在模型、數(shù)據(jù)的層面，更早地開(kāi)始做。但到落地這個(gè)層面，中國(guó)可以很快跟上。中國(guó)在具身上已經(jīng)有比美國(guó)更強(qiáng)的投入了，有很多人說(shuō)這是泡沫，我個(gè)人覺(jué)得可能是好事。

中國(guó)整個(gè)產(chǎn)業(yè)鏈、供應(yīng)鏈比較完整，如果把應(yīng)用開(kāi)放的再多，在模型和應(yīng)用層面的投入再加大，有可能比美國(guó)有更快的突破。

王仲遠(yuǎn)：美國(guó)那邊做具身智能，投資人會(huì)看創(chuàng)業(yè)團(tuán)隊(duì)里面有沒(méi)有華人，有華人的話才能確保有可能成功。另外，硬件經(jīng)常損壞，我們經(jīng)常一修就得兩個(gè)禮拜，但聽(tīng)說(shuō)美國(guó)得三個(gè)月。

可以看到中國(guó)確實(shí)在制造業(yè)上有優(yōu)勢(shì)，也證明整個(gè)行業(yè)依然處在早期，都處在快速發(fā)展和迭代的階段，所以遠(yuǎn)沒(méi)有到誰(shuí)優(yōu)誰(shuí)劣、誰(shuí)領(lǐng)先誰(shuí)落后。

提問(wèn)：具身智能的ChatGPT時(shí)刻是一個(gè)什么樣的時(shí)刻，它什么時(shí)候到來(lái)？

姜大昕：怎么定義ChatGPT時(shí)刻？我覺(jué)得一個(gè)標(biāo)志就是零樣本地去做泛化。相較自然語(yǔ)言，我覺(jué)得具身智能的ChatGPT時(shí)刻會(huì)更加困難。

第一是具身的泛化，需要場(chǎng)景泛化，任務(wù)泛化，和目標(biāo)泛化。泛化維度不一樣，導(dǎo)致我們?cè)谀膫€(gè)維度上定義ChatGPT時(shí)刻，不同人會(huì)有不同的看法。

第二是具身智能技術(shù)牽扯到計(jì)算機(jī)視覺(jué)。它有些非常根本性的問(wèn)題，還沒(méi)有形成共識(shí)，比如究竟怎么編碼，怎么做自監(jiān)督預(yù)訓(xùn)練，都需要突破，才能到ChatGPT時(shí)刻。

高繼揚(yáng)：對(duì)于具身智能的ChatGPT時(shí)刻，我覺(jué)得是真的看到了它在某些限定范圍內(nèi)具備商業(yè)價(jià)值的時(shí)刻，但它要具備的要素更多。

今年是應(yīng)用閉環(huán)的一年，今年將迎智能爆發(fā)，結(jié)果一定是在某些領(lǐng)域形成應(yīng)用外溢，同時(shí)配合供應(yīng)鏈和整機(jī)，尤其中國(guó)會(huì)顯著比美國(guó)強(qiáng)得多，周期會(huì)快5到10倍，成本低5到10倍。

唐文斌：我覺(jué)得姜大昕講的ChatGPT時(shí)刻要求蠻高的，這已經(jīng)是AGI時(shí)刻。我心中的定義，是它變得有用、可信賴。

它可以在限定場(chǎng)景，真正閉環(huán)解決所有的問(wèn)題，ROI算明白，批量化應(yīng)用。這個(gè)時(shí)候就是ChatGPT時(shí)刻，現(xiàn)在模型的能力進(jìn)展非常大，這并不是很遠(yuǎn)。

當(dāng)然還有DeepSeek時(shí)刻，全民都感知，這就要從工業(yè)物流走向商用、走向TOC。這個(gè)時(shí)刻還要再晚一些，但我覺(jué)得也不會(huì)很遠(yuǎn)。

提問(wèn)：在具身智能領(lǐng)域，今年最期待看到的一個(gè)非常具體的事情或能解決的任務(wù)是什么？

汪玉：我希望能形成一套云邊端配合的體系，改變樓的裝修，以及所有建筑和基礎(chǔ)設(shè)施的能力，去構(gòu)建面向機(jī)器和人共生環(huán)境的基礎(chǔ)設(shè)施，這套方案我覺(jué)得今年可能有一個(gè)雛形出來(lái)。

王仲遠(yuǎn)：我最期待的是標(biāo)準(zhǔn)，現(xiàn)在不管是硬件的標(biāo)準(zhǔn)、數(shù)據(jù)的標(biāo)準(zhǔn)，包括模型輸出的標(biāo)準(zhǔn)，整個(gè)生態(tài)非常碎片化。如果標(biāo)準(zhǔn)能夠有突破，它有可能極大促進(jìn)整個(gè)產(chǎn)業(yè)的發(fā)展。

高繼揚(yáng)：我期待今年能夠在生產(chǎn)力端看到一條明確的增長(zhǎng)路徑，讓后兩年之內(nèi)能夠有單一場(chǎng)景，比如上萬(wàn)臺(tái)的出貨，這是整個(gè)行業(yè)都迫切需要的。

唐文斌：我的目標(biāo)是在一個(gè)場(chǎng)景、一千臺(tái)持續(xù)運(yùn)行，不要很多場(chǎng)景，不是靠加法做起來(lái)，某種程度上可以走通一個(gè)場(chǎng)景的規(guī)?；]環(huán)，我覺(jué)得今年有機(jī)會(huì)。

運(yùn)營(yíng)編輯 |曹倩