今年被普遍認(rèn)為是具身智能的“破圈”之年和落地元年。從蛇年春晚舞臺(tái)的機(jī)器人扭秧歌，到北京亦莊的機(jī)器人馬拉松，再到浙江杭州的機(jī)器人格斗賽，具身智能正從“技術(shù)演示”邁向“價(jià)值落地”。

當(dāng)全球科技巨頭競相押注具身智能，將其視為人工智能的“下一波浪潮”時(shí)，商湯科技通過其精心孵化的創(chuàng)新實(shí)體——大曉機(jī)器人，正式亮出了底牌。12月18日，大曉機(jī)器人攜行業(yè)首創(chuàng)的ACE研發(fā)范式、首個(gè)開源商業(yè)化的“開悟”世界模型3.0以及具身超級(jí)大腦模組A1登場，不僅展示了深厚的技術(shù)儲(chǔ)備，更以“開放生態(tài)”的姿態(tài)，攪動(dòng)一池春水。

商湯的深度入場，標(biāo)志著具身智能領(lǐng)域的競爭已從初創(chuàng)公司與特定巨頭的“單點(diǎn)突破”，進(jìn)入生態(tài)化、規(guī)?；涞氐摹凹瘓F(tuán)軍作戰(zhàn)”新階段，這個(gè)本就火熱的市場，正變得前所未有的熱鬧與復(fù)雜。

以“人”為尺，破解行業(yè)數(shù)據(jù)荒與泛化難

過去兩年，具身智能成為AI領(lǐng)域最炙手可熱的賽道之一。特斯拉用FSD V14證明世界模型可驅(qū)動(dòng)自動(dòng)駕駛；Figure AI聯(lián)手OpenAI，讓機(jī)器人聽懂指令并執(zhí)行任務(wù)；谷歌、英偉達(dá)、Meta等也密集投入仿真訓(xùn)練、多模態(tài)控制和通用機(jī)器人基座模型研發(fā)。資本市場聞風(fēng)而動(dòng)，相關(guān)初創(chuàng)企業(yè)融資額屢創(chuàng)新高。

然而，表面繁榮之下，行業(yè)正面臨嚴(yán)峻挑戰(zhàn)。真機(jī)訓(xùn)練成本極高——目前全球具身智能真機(jī)數(shù)據(jù)總量僅約10萬小時(shí)，而特斯拉FSD每日仿真訓(xùn)練量就相當(dāng)于人類駕駛員400萬小時(shí)。更關(guān)鍵的是，現(xiàn)有技術(shù)路徑存在根本性缺陷：依賴真人遙操作的方案效率低、成本高、模型綁定硬件；純視頻學(xué)習(xí)雖省人力，卻缺乏對(duì)物理規(guī)律的理解，難以跨越“現(xiàn)實(shí)鴻溝”。

簡言之，具身智能仍處于“叫好不叫座”的階段——演示驚艷，落地艱難。

面對(duì)已經(jīng)形成競爭格局的市場，商湯帶來的不僅是資本和技術(shù)，更是一種新的思考方式。

大曉機(jī)器人成立的初衷，并非跟風(fēng)“本體內(nèi)卷”或“復(fù)雜技能炫技”，而是要回歸真正的痛點(diǎn)，并提出“以人為中心”的全新研究范式。

傳統(tǒng)做法中，要么靠人操控機(jī)器人采集數(shù)據(jù)（“為難人”），要么讓機(jī)器人看視頻模仿動(dòng)作（“為難機(jī)器”）。兩者都忽略了人類行為背后的因果邏輯與物理常識(shí)。而大曉機(jī)器人ACE范式另辟蹊徑，通過部署多視角、多模態(tài)的環(huán)境感知設(shè)備，在真實(shí)場景中自動(dòng)記錄“人—物—場”的完整交互過程。

這套系統(tǒng)能同步捕捉第一人稱與第三人稱視頻、觸覺反饋、語音指令、運(yùn)動(dòng)軌跡甚至力學(xué)參數(shù)，構(gòu)建基于物理規(guī)律的3D資產(chǎn)庫。在即時(shí)零售倉庫中，它已實(shí)現(xiàn)對(duì)數(shù)萬SKU分揀打包全流程的自動(dòng)數(shù)據(jù)采集，覆蓋13個(gè)精細(xì)原子動(dòng)作；在家庭場景中，甚至能精準(zhǔn)復(fù)現(xiàn)“抓取易損生鮮”這類遙操作都難以完成的高難度任務(wù)。

更重要的是，ACE范式將數(shù)據(jù)采集效率提升百倍以上——一年可積累千萬小時(shí)級(jí)高質(zhì)量交互數(shù)據(jù)，并通過開悟世界模型將其價(jià)值放大至“上億小時(shí)”效果。這相當(dāng)于為整個(gè)行業(yè)裝上了“數(shù)據(jù)引擎”。

打通實(shí)驗(yàn)室與產(chǎn)業(yè)一線的橋梁

如果說ACE范式解決了“數(shù)據(jù)從哪來”，那么開悟世界模型3.0則回答了“智能怎么用”。

作為全球首個(gè)開源且已實(shí)現(xiàn)商業(yè)應(yīng)用的世界模型，Kairos 3.0不是簡單的視頻預(yù)測工具，而是一個(gè)融合物理規(guī)律、人類意圖與機(jī)器人動(dòng)作的統(tǒng)一認(rèn)知框架。它不僅能“看懂”一個(gè)動(dòng)作，還能理解“為什么這么做”——比如倒水時(shí)為何要傾斜杯子、抓取玻璃杯為何要控制力度。

這種“知其然，更知其所以然”的能力，源于其對(duì)視覺、3D軌跡、觸覺、摩擦力等多模態(tài)信息的深度融合。基于此，模型可生成高保真、可控制的長時(shí)動(dòng)態(tài)交互場景，并支持跨機(jī)器人平臺(tái)一鍵部署。

12月18日，大曉同步上線“開悟具身智能世界模型產(chǎn)品平臺(tái)”。開發(fā)者只需輸入一句自然語言指令，系統(tǒng)即可自動(dòng)生成可視化任務(wù)模擬，并支持分享與調(diào)用。平臺(tái)已內(nèi)置115個(gè)垂直場景、328個(gè)標(biāo)簽，大幅降低開發(fā)門檻。

尤為關(guān)鍵的是，開悟3.0已完成與沐曦、壁仞、中科曙光等國產(chǎn)芯片的深度適配，在推理效率上“全面趕超國際頂尖水平”。這意味著，中國不僅掌握了具身智能的核心算法，更實(shí)現(xiàn)了從算力底座到上層應(yīng)用的全鏈路自主可控。

技術(shù)再先進(jìn)，若不能落地，終是空中樓閣。大曉此次發(fā)布的具身超級(jí)大腦模組A1，正是打通實(shí)驗(yàn)室與產(chǎn)業(yè)一線的關(guān)鍵橋梁。

搭載A1的機(jī)器狗無需預(yù)建高精地圖，僅憑純視覺即可在陌生、動(dòng)態(tài)環(huán)境中自主導(dǎo)航。它能理解自然語言指令（如“繞過障礙，去門口等我”），并將其拆解為“前進(jìn)50厘米”“左轉(zhuǎn)避開箱子”等可執(zhí)行動(dòng)作，再由底層控制器精準(zhǔn)執(zhí)行。

結(jié)合Insta360全景感知與商湯方舟視覺平臺(tái)，A1模組已支持超150個(gè)智能化應(yīng)用場景，覆蓋安防巡檢、能源運(yùn)維、交通疏導(dǎo)、文旅導(dǎo)覽等多個(gè)高可靠性需求領(lǐng)域。在某大型變電站試點(diǎn)中，機(jī)器人連續(xù)三個(gè)月無故障運(yùn)行，準(zhǔn)確識(shí)別設(shè)備異常并自動(dòng)上報(bào)，效率遠(yuǎn)超人工。

這標(biāo)志著具身智能正從“炫技”走向“實(shí)用”——不再是展廳里的表演者，而是工廠、倉庫、社區(qū)中的可靠助手。

熱鬧背后的競賽升級(jí)

大曉機(jī)器人的誕生，離不開其深厚的“商湯基因”。董事長由商湯科技聯(lián)合創(chuàng)始人王曉剛出任，首席科學(xué)家陶大程院士領(lǐng)銜的科研團(tuán)隊(duì)，核心成員多來自全球頂尖的計(jì)算機(jī)視覺實(shí)驗(yàn)室MMLab，兼具頂尖學(xué)術(shù)研究與大規(guī)模產(chǎn)業(yè)實(shí)踐的雙重經(jīng)驗(yàn)。其名“大千世界，曉識(shí)萬象”，清晰地表達(dá)了其使命：讓機(jī)器人真正洞察并理解物理世界的萬象規(guī)律。

商湯大曉的此次亮相，另一個(gè)鮮明特點(diǎn)是強(qiáng)烈的“生態(tài)共建”導(dǎo)向。這反映出行業(yè)一個(gè)關(guān)鍵趨勢：具身智能的復(fù)雜性極高，任何單一企業(yè)都難以通吃芯片、硬件、算法、本體、場景應(yīng)用全鏈條。未來的競爭，將是生態(tài)體系之間的競爭。

目前，大曉已與智元機(jī)器人、銀河通用、鈦虎等本體廠商合作，打通模型與硬件的適配鏈路；與沐曦、壁仞等國產(chǎn)芯片企業(yè)聯(lián)合優(yōu)化算力效率；與Insta360、帕西尼等硬件伙伴強(qiáng)化感知能力；同時(shí)依托騰訊云、火山引擎、商湯大裝置等平臺(tái)，為中小開發(fā)者提供低成本訓(xùn)練與部署服務(wù)。

這種“模型—硬件—場景”三位一體的生態(tài)打法，正在形成強(qiáng)大飛輪效應(yīng)：芯片企業(yè)通過真實(shí)負(fù)載驗(yàn)證性能，硬件廠商獲得智能升級(jí)路徑，行業(yè)客戶快速定制解決方案，開發(fā)者輕松接入先進(jìn)工具鏈。整個(gè)生態(tài)越轉(zhuǎn)越快，越轉(zhuǎn)越強(qiáng)。

當(dāng)前，具身智能市場確實(shí)越來越“熱鬧”。國際上有特斯拉、波士頓動(dòng)力、Figure AI等巨擘與明星初創(chuàng)同臺(tái)競技；國內(nèi)則有智元、宇樹、銀河通用、傅利葉智能等一大批企業(yè)百花齊放，科技巨頭如小米、騰訊等也以不同形式布局。競爭焦點(diǎn)已從早期的步態(tài)控制等單一能力，迅速上升到“多模態(tài)感知-理解-決策-控制”的全棧技術(shù)體系，以及規(guī)模化、低成本的數(shù)據(jù)獲取與訓(xùn)練范式。

大曉機(jī)器人的發(fā)布，將競爭推向了更底層、更系統(tǒng)的層面。它提出的“以人為中心”的ACE范式，直指行業(yè)核心的數(shù)據(jù)荒與泛化難問題；其開源世界模型的舉措，則可能改變行業(yè)技術(shù)迭代的游戲規(guī)則，吸引更多開發(fā)者共建生態(tài)。

可以預(yù)見，在資本、技術(shù)和市場的共同驅(qū)動(dòng)下，中國具身智能產(chǎn)業(yè)將進(jìn)入一個(gè)群雄并起、合縱連橫的新階段。

市場的“熱鬧”是好事，它意味著資本、人才、關(guān)注度的匯聚，將加速技術(shù)突破和產(chǎn)業(yè)孵化。然而，也必須清醒地認(rèn)識(shí)到，讓機(jī)器真正擁有理解、適應(yīng)并改造物理世界的“通用智能”，其挑戰(zhàn)遠(yuǎn)超數(shù)字世界的大模型。它涉及到硬件的可靠性、成本控制、安全問題、倫理規(guī)范以及最終能否產(chǎn)生切實(shí)的經(jīng)濟(jì)效益等無數(shù)現(xiàn)實(shí)難題。

當(dāng)然，市場的“熱鬧”，最終將轉(zhuǎn)化為推動(dòng)技術(shù)進(jìn)步與產(chǎn)業(yè)變革的澎湃動(dòng)力，而誰能在喧囂中持續(xù)沉淀、攻克根本性難題，誰才能真正引領(lǐng)智能體走進(jìn)物理世界的星辰大海。

具身智能的故事正從“炫技”走向“務(wù)實(shí)”，大曉機(jī)器人展示的從數(shù)據(jù)引擎到世界模型，再到終端模組的全鏈路布局，提供了一種可供觀察的新范本。熱鬧已然開場，而通往真正“曉識(shí)萬象”的智能機(jī)器時(shí)代，長路依然漫漫，考驗(yàn)著每一位參與者的技術(shù)耐力、商業(yè)智慧和生態(tài)胸懷。