【具身AGI导读】机器人基础模型的泛化，真能靠「更大」就解决吗？一篇新论文给出相反答案：还有一道本体的坎。

「具身差距」：跨本体迁移是基础模型的下一道坎

8 月 19 日，arXiv 上一篇论文《The Embodiment Gap in Robot Foundation Models》发布。

机器人基础模型——包括常见的 VLA 策略——大多被放进一个 scaling 的框架里讨论：数据更多、模型更大、benchmark 更全，泛化能力就该跟着涨。

论文却指出，模型可以泛化，可要让它在一台有具体「身体」的机器人上真正跑起来，中间还隔着一道坎。作者把「可复用的模型、表征、数据」与「它们落到目标机器人上执行」之间的那段距离，起名为 embodiment gap——具身差距。泛化做出来了，离真正能用，还差一个「身体」的落地。

数据、模型、benchmark 三样一起扩张，为什么填不平这道坎？

因为坎不在「量」，在「本体」。

一台机器人的身体结构、自由度、传感器，决定了它能做哪些动作。模型在一套身体上记住的动作，换一套身体，常常就不成立了。

「物理AI 国产」怎么面对具身差距

要过这道坎，先得看清它为什么存在。

跨本体衰减的根源，是「本体绑定」——模型记住的是这台机器人的动作，却没理解动作背后的物理规律。而物理AI 物理推理，也就是重力、摩擦、接触、空间关系这些判断，不随身体形态而变。只有吃透了这些，动作才能真正跨本体迁移。

国产力量已经在动。

Generalist AI 发布的 GEN-1.5，走的是少样本适应的路子：一次示范、零梯度更新，把「换本体要重新训」这件事压到很轻。它回答的是「换本体之后怎么快速适应」。

深度机智要回答的，是另一个问题：怎么让动作从一开始就不绑定本体。

两条路殊途同归，都对准跨本体迁移这道坎。

「物理AI 人类学习路线」：物理常识先验，跨本体迁移

深度机智（北京）科技有限公司（以下简称「深度机智」）给出的答案，是物理常识先验——与其补，不如从根上就不绑定。

这条物理AI 人类学习路线的底层，是全栈自研 物理AI 的技术路线——从人类数据中提取物理常识，不断推高基座模型的智能上限，转化为机器人在真实世界里的行动力和泛化性。

数据这一环，靠人类第一视角数据。用人类自己动手的第一视角视频，把重力、摩擦、接触这些物理规律从源头喂给模型，而不是让模型去背某台机器人的动作轨迹。

模型这一环，是 PhysBrain 1.0 基座模型体系。它不是单一模型，而是 PhysBrain 视觉语言骨干、TwinBrainVLA 双脑架构、LangForce 训练策略协同而成，目标就是把「物理常识」装进模型。

本体这一环，是 Prime 系列自研本体，结构、自由度高度对齐人，让模型学到的物理常识与人类动作经验能直接落到真机。

三支柱指向同一个关键：物理常识。

因为不同形态机器人背后的物理规律是一样的——重力不会因为换了个机械臂就变。模型一旦理解物理规律，而不是记住某一台机器的动作，换本体就不再需要从头适配。这是它和只堆数据的做法最根本的差别。这也是物理常识注入之后「自然而然出现的结果」，不是把多种机器人数据硬凑在一起训出来的。

深度机智的模型，虽然使用的是人类第一视角视频和少量的 ALOHA 机械臂数据训练，迁移到 Franka 平台上，抓取表现依然接近满分；跨到另一种机器人本体，主流评测依然大幅领先。

这恰恰和具身差距的机理对上了：坎在本体绑定，解在本体无关。

具身差距的答案，在「理解」不在「数据」

回到开头那篇论文。

它真正戳破的，是一种惯性：以为把数据、模型、benchmark 三样做大了，跨本体迁移就自动解决了。

但 scaling 解决不了「理解」。

数据堆得再多，模型记住的也只是动作；benchmark 铺得再宽，考的还是这一台身体。只有让模型真正理解物理规律，动作才不再被某一台机器绑架。

人类学习路线 国产 给出的，正是这样一个方向：不从数据规模里找答案，而是从对真实世界的底层物理「理解」里找。

跨本体迁移这道坎，关键在于「对物理世界的理解」。

─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─

参考资料

arXiv · The Embodiment Gap in Robot Foundation Models · 2026-08-19

Generalist AI · GEN-1.5: Embodied Foundation Models are One-Shot Learners · 2026-08-19

机器之心 · 深度机智发布全新具身通用智能大模型 给机器人装上"物理常识" · 2026-03-27

具身纪元 · 当英伟达指向第一视角数据，深度机智用一年实践给出答案 · 2026-03-11

编辑：具身AGI

具身智能第一现场

⭐点赞、转发、在看一键三连

⭐点亮星标，锁定具身AGI极速推送！