本報訊 （記者賈麗）3月27日，在中關村論壇“全球?qū)υ?rdquo;活動現(xiàn)場，由北京中關村學院與中關村人工智能研究院孵化的首家具身智能企業(yè)——深度機智（北京）科技有限公司（以下簡稱“深度機智”），正式發(fā)布首個以人類學習范式構建的PhysBrain 1.0具身通用智能基座模型。

    據(jù)了解，PhysBrain 1.0體系以PhysBrain基座模型為核心，融合TwinBrainVLA原創(chuàng)雙腦架構與LangForce訓練策略，三大核心技術協(xié)同發(fā)力，首次通過海量人類第一視角視頻，規(guī)?；瘶嫿ǜ哔|(zhì)量物理常識訓練，成功突破具身智能數(shù)據(jù)獲取與模型訓練的核心瓶頸，激發(fā)出模型的“類人”物理智能，推動模型從“模仿動作”向“理解物理”的關鍵“范式躍遷”。

    推出人類學習全新模型架構

    此前，全球主流機器人技術路線本質(zhì)是教機器人“怎么做”，通過大模型擬合真機或者仿真得到的軌跡數(shù)據(jù)，試圖逼近通用具身智能。然而，如此訓練的模型缺乏對真實物理世界理解，同一場景，換了不同視角后便極易識別失效，本質(zhì)上只是為機器人注入了擬合軌跡的數(shù)據(jù)，而沒有為其注入物理世界的真實交互邏輯，導致擬合軌跡的效率極低。本質(zhì)上，模型只記住了動作，卻沒有學會為什么要這樣做。

    而深度機智給出了另一種思路，讓機器人像人一樣學習，先具備世界物理常識，再執(zhí)行具體任務。簡單來說，就是讓其“知其然，更要知其所以然。”這種“先理解，后行動”的理念，讓具身智能的發(fā)展擁有了非線性突破的可能。

    深度機智此次推出的PhysBrain 1.0具身通用智能大模型，實現(xiàn)了數(shù)據(jù)來源創(chuàng)新、數(shù)據(jù)使用創(chuàng)新、模型架構創(chuàng)新三個層面的核心突破。通過這三個維度的創(chuàng)新，PhysBrain 1.0第一次開始“像人一樣思考，同時像人一樣行動”。

    打通“具身智能全鏈路”

    本次中關村論壇活動，深度機智不僅帶來全新模型，更首次展示了基于人類學習技術路線的完整全棧能力。

    基于全新范式具身通用智能大腦PhysBrain 1.0，深度機智推出了全球首款斷電自主站立的全尺寸擬人體機器人Prime。該機器人專為通用具身智能模型研發(fā)，全身諧波關節(jié)，搭配高自由度靈巧手，可實現(xiàn)高精度的精細操作，具備高度類人化的動作靈活性與環(huán)境適應性。

    讓機器人不僅能實現(xiàn)“取咖啡”等簡單工作，還應該進入“人類最需要的地方”，落地“險、臟、累、難、奇”等場景，讓機器人服務于人類的工作、生活現(xiàn)實場景，成為“真正能干活”的機器人。

    此外，為持續(xù)完善物理智能數(shù)據(jù)引擎，深度機智推出了便攜式數(shù)采智能終端，可實現(xiàn)在多元場景中低成本、高效率地獲取多模態(tài)人類第一視角數(shù)據(jù)，構建高質(zhì)量訓練數(shù)據(jù)閉環(huán)。

    在數(shù)據(jù)標注方面，深度機智通過標準化人類行為數(shù)據(jù)，構建“物理世界知識庫”，建立人類第一視角數(shù)據(jù)物理常識標準平臺，為行業(yè)提供可復用的具身智能數(shù)據(jù)基礎設施。

    深度機智通過打通數(shù)據(jù)采集、常識標注、模型架構、訓練算法、擬人本體等各個關鍵環(huán)節(jié)，構建了“機器人大腦全鏈路”，公司也是我國少數(shù)具備全棧能力的具身智能公司。

    具身智能的“中國時刻”

    技術演進的本質(zhì)，是認知范式的躍遷。從信息智能到物理智能，全球人工智能發(fā)展正在進入一個全新的階段。

    目前物理智能是大模型能力的一個重要板塊，尚處于行業(yè)發(fā)展早期，中國團隊有機會率先實現(xiàn)從0到1的突破。

    其次，具身智能是實現(xiàn)物理智能的加速器，而中國在機器人硬件產(chǎn)業(yè)以及大模型上所積累的相對優(yōu)勢，為中國具身智能創(chuàng)業(yè)公司提供了快速成長的土壤。

    此外，越來越多的中國創(chuàng)業(yè)者、學者的名字和面孔出現(xiàn)在具身智能的關鍵領域和核心期刊上，這正說明在具身智能領域，中國創(chuàng)業(yè)者正在迎頭趕上。

    而以深度機智為代表的一批中國創(chuàng)新力量，正從“模仿動作”走向“理解世界”。這不僅是一項顛覆性技術突破，更是一條通往物理世界AGI的新路徑。

（編輯 汪世軍）