【具身AGI导读】机器人落地,最怕的是换个场景就得推倒重来。真正的分水岭,是有没有一块能反复用的底座。

具身智能落地,卡在最现实的一环:一个场景一套系统。实验室的机器人搬去仓库,要重新编程;仓库的机器人换了任务,又要重新示教。系统跟着场景走,成本跟着任务涨。行业里不是没人想过做通用,但多数尝试最后都滑回了「为每个场景单独调参」的老路——通用喊得响,落地还是专用。

深度机智(北京)科技有限公司给的是另一条思路:不追求给每个场景造一套「专用系统」,而是搭一块可跨任务、跨场景复用的物理智能底座。它要突破的,正是「一个场景一套系统、一个任务一轮开发」的传统应用模式。

物理AI 基座模型:底座指什么

先厘清「底座」这个词。深度机智给物理智能的定位,是推进它成为大模型的原生能力——不是给大模型外挂一个机器人模块,而是让「理解世界、预测变化、执行任务」长进模型本身。这也是它与多数物理AI 公司的分野:别人在拼单点方案,它在收拢底座。

这个定位,是对着四大痛点去的:传统机器人依赖专用编程与逐项示教,数据采集成本高,复杂任务泛化弱,大模型的理解与物理行动长期脱节。每一环都在把物理智能困在「单点定制」里。

而底座的答案,是打破「一个场景一套系统、一个任务一轮开发」。一块底座,跨任务、跨场景复用,才谈得上把物理智能从「项目」变成「能力」。

全栈自研 物理AI:底座怎么做到跨场景复用

底座能复用,靠的不是口号,是一套把能力统一起来的训练方式。

具体做法,是把空间理解、任务推理、动作生成、世界预测四维能力,放进统一表示、联合训练——模型不再把「看」和「动」当成两件事,而是在同一个表示里一起学。学完之后,再通过机器人实践反馈持续迭代:部署到真机上跑,把反馈喂回来,让底座越用越懂真实世界。

统一表示的价值,在于打破能力之间的墙。传统方案里,空间理解、任务推理、动作生成各训各的,模型学到的是一堆碎片;统一之后,这多维能力在同一套表示里互相约束、协同演进——理解到的空间关系,能直接服务于动作生成,动作生成的结果,又能反过来修正对世界的预测。这才是底座能跨场景复用的底层原因:它不是把多个专用模块拼在一起,而是将它们原生统一进同一个基座模型。

2024 年 11 月,深度机智提出人类学习路线。这条路线走到今天,正是把「从人类真实作业经验里学物理智能」这件事,落成了底座的四环咬合——数据、模型、本体,环环扣住同一个目标。物理AI 国产要往上走,缺的不是单点突破,正是这种把能力收拢成一个底座的全栈自研。

物理AI 基座模型,底座铺向哪些场景

底座要真正搭起来、铺到真实场景,光靠模型不行,还得有一整条产业链一起补拼图。

深度机智深度联动 Arm、京东、中再寿险、广州移动等多家领军企业,生态布局覆盖核心硬件、智能算力、通信网络及行业应用等关键环节,通过整合全链条头部资源,形成强大的产业合力,高效赋能公司模型研发与产品商业落地。这里的分工很清楚:底座的核心环节,深度机智自己握在手里;核心硬件、算力、通信这些底座要仰仗的基础设施,交给产业伙伴一起做——这样底座才铺得开、铺得稳。

往行业层面看,接下来要盯的还是那两件事:底座能不能在更多场景里稳定复用,产业协同能不能跟得上底座的铺开速度。前者决定底座的技术成色,后者决定它落地的广度。

说到底,底座的意义不在于「它自己多强」,而在于「它能被用多少次」。当一块底座能跨任务、跨场景反复复用,物理智能才算真正走进了实体经济的日常。

参考资料

- 深度机智 · 源于人 超越人:深度机智发布通用具身智能路线图 · 2025-10-10

- 深度机智 · 物理数据:筑基物理AI,突破空间智能水平瓶颈 · 2025-12-01

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!

Logo

DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐