陶大程院士在臺上展示了一段機(jī)器狗在復(fù)雜工廠環(huán)境中自主避障巡檢的視頻。他平靜地解釋道，這背后依賴的不是預(yù)編程地圖，而是模型對物理世界的“常識性”理解。“它知道一個晃動的貨箱可能會傾倒，所以會選擇繞行，而不是等它砸下來?！?/p>

大曉機(jī)器人（ACE ROBOTICS）的發(fā)布會被布置得像一場學(xué)術(shù)研討會。沒有炫酷的人形機(jī)器人跳舞，沒有未來感的CG渲染。臺上PPT的關(guān)鍵詞是“數(shù)據(jù)缺口”、“物理規(guī)律”、“世界模型”。商湯科技聯(lián)合創(chuàng)始人、大曉董事長王曉剛和首席科學(xué)家陶大程，用近乎冷酷的理性，剖析著當(dāng)前具身智能行業(yè)最深的隱痛。

他們拋出了一個令人不安的對比：在智能駕駛領(lǐng)域，特斯拉FSD V14 借助世界模型，每日訓(xùn)練量相當(dāng)于人類400萬小時駕駛經(jīng)驗(yàn)。而整個具身智能行業(yè)擁有的真機(jī)數(shù)據(jù)，僅為可憐的10萬小時。

“這是個斷崖式的缺口?！碧沾蟪陶f。這意味著，按照傳統(tǒng)“有多少人工，才有多少智能”的路徑，想讓機(jī)器人學(xué)會疊衣服、抓取生鮮，可能需要人類遙控操作數(shù)百年。

在這場關(guān)于機(jī)器人“智力”的競賽中，最大的瓶頸不是算力，而是喂養(yǎng)AI的“物理世界經(jīng)驗(yàn)”。大曉機(jī)器人試圖用一種近乎“作弊”的方式，繞過這個看似無解的死結(jié)。

01 “為難人”與“為難機(jī)器”：現(xiàn)有路徑的“死胡同”

在發(fā)布會上，大曉的科學(xué)家團(tuán)隊(duì)毫不留情地“炮轟”了行業(yè)現(xiàn)行的兩條主流技術(shù)路徑。

第一條是 “以機(jī)器為中心”的真機(jī)遙操。工程師需要為每一款不同的機(jī)器人本體，進(jìn)行海量的真人遠(yuǎn)程操控數(shù)據(jù)采集。“這本質(zhì)上是‘為難人’?！碧沾蟪讨赋?，它成本極高、效率極低，產(chǎn)出的“智能”被牢牢綁定在特定硬件上，毫無通用性可言。

第二條是特斯拉、Figure AI等正在探索的 “純視覺學(xué)習(xí)”。讓機(jī)器人像嬰兒一樣，單純通過觀看海量人類視頻來學(xué)習(xí)動作?！斑@本質(zhì)上是‘為難機(jī)器’?！边@種路徑缺乏對三維物理世界力學(xué)規(guī)律、觸覺反饋和動作意圖的理解，如同讓人只看無聲默片學(xué)開飛機(jī)，存在巨大的“現(xiàn)實(shí)鴻溝”。

“這兩條路，一條把智能禁錮在軀殼里，另一條讓智能飄在幻象中。”一位現(xiàn)場的技術(shù)觀察者如此總結(jié)。它們共同的困境，在于無法理解“人所處世界的物理規(guī)律和人類行為的因果一致性”。

當(dāng)行業(yè)巨頭們在兩條“死胡同”里投入重金時，大曉選擇回到最原點(diǎn)提問：我們到底需要教會機(jī)器人什么？答案是：不是具體的動作，而是理解動作背后的“物理常識”。

02 ACE范式：“以人為中心”的數(shù)據(jù)革命

大曉的答案，是他們首創(chuàng)的“以人為中心”（Human-centric）的ACE具身研發(fā)范式。這個拗口的名詞，核心是一場數(shù)據(jù)生產(chǎn)方式的革命。

其關(guān)鍵在于“環(huán)境式數(shù)據(jù)采集”。技術(shù)團(tuán)隊(duì)不再圍著機(jī)器人轉(zhuǎn)，而是圍繞“人”來構(gòu)建一套精密的采集系統(tǒng)。通過佩戴在頭、手、身體的跨視角多模態(tài)設(shè)備，融合視覺、觸覺、語音、力學(xué)數(shù)據(jù)，物理級地建模人類與物體、場景（“人-物-場”）的每一次交互。

“我們采集的不是‘機(jī)器人該如何抓杯子’的數(shù)據(jù)，而是‘人類的手在抓不同材質(zhì)、形狀、重量的杯子時，肌肉如何發(fā)力、觸覺如何反饋、視線如何移動’的全套物理規(guī)律。”一位研發(fā)人員解釋道。

基于這套高保真、全要素的“人類行為物理數(shù)據(jù)庫”，大曉訓(xùn)練出其核心武器——開悟世界模型3.0。

這不是一個單純的動作模仿模型，而是一個“多模態(tài)理解-生成-預(yù)測”的 “物理規(guī)律模擬器”。它不僅能根據(jù)指令生成逼真的交互視頻，更能“預(yù)測”一個動作可能引發(fā)的無數(shù)種物理后果。比如，它能推演出“推倒一個半滿的紙箱”與“推倒一個裝滿金屬零件的紙箱”會產(chǎn)生怎樣不同的軌跡和結(jié)果。

這意味著，開發(fā)者可以在模型生成的、符合物理規(guī)律的無限虛擬場景中訓(xùn)練機(jī)器人，而無需消耗寶貴的真機(jī)時間和高昂的試錯成本。 大曉宣稱，這一范式能將數(shù)據(jù)采集效率提升至“一年千萬小時”，并通過世界模型放大，達(dá)到“上億小時”的訓(xùn)練效果。

03 “超級大腦”模組與開放生態(tài)：從實(shí)驗(yàn)室到工廠的“最后一公里”

有了理解物理世界的“靈魂”，還需要能自主行動的“身體”。大曉發(fā)布了 “具身超級大腦模組A1” ，將其定義為機(jī)器人的“小腦”和“腦干”。

這個模組的核心能力是“純視覺無圖端到端”的自主移動與決策。搭載A1的機(jī)器狗，無需預(yù)先采集高精地圖，就能在動態(tài)、陌生的復(fù)雜環(huán)境（如工廠、電站）中，實(shí)時理解自然語言指令（如“去檢查第三號設(shè)備柜的左側(cè)”），并規(guī)劃出安全合理的路徑。

“它知道一個晃動的貨箱可能會傾倒，所以會選擇繞行?！碧沾蟪逃眠@個例子說明，基于世界模型的“常識”已灌注到實(shí)時決策中。

更具戰(zhàn)略眼光的，是大曉的 “開放生態(tài)”布局。他們不僅將開悟世界模型3.0開源，更宣布已與沐曦、壁仞等國產(chǎn)芯片，智元、銀河通用等機(jī)器人本體公司，以及騰訊云、火山引擎等云服務(wù)商達(dá)成深度合作。

這構(gòu)建了一個清晰的產(chǎn)業(yè)分工：大曉專注于提供最底層的“世界模型”和“智能模組”（大腦），而芯片商、硬件商、場景方則各司其職，共同完成落地。 這規(guī)避了機(jī)器人公司“既要造大腦，又要造身體，還要找場景”的全棧重負(fù)，試圖以“操作系統(tǒng)”般的角色，加速整個產(chǎn)業(yè)的商業(yè)化進(jìn)程。

結(jié)語

大曉機(jī)器人的發(fā)布會沒有提供關(guān)于“機(jī)器人何時進(jìn)入家庭”的樂觀時間表。相反，它用嚴(yán)謹(jǐn)甚至略顯枯燥的技術(shù)語言，揭示了通往通用具身智能道路上最堅(jiān)實(shí)的一塊絆腳石——物理常識的缺失，以及填充這一空白所需的、海量且高質(zhì)量的“物理交互數(shù)據(jù)”。

當(dāng)同行們或沉醉于讓機(jī)器人復(fù)刻人類舞蹈，或執(zhí)著于真機(jī)在實(shí)驗(yàn)室完成特定任務(wù)時，大曉選擇了一條更底層、更艱難，但也可能更根本的路徑：先讓AI透徹地理解重力、摩擦力、材質(zhì)剛度、動量守恒，理解人類意圖與物理結(jié)果之間的因果鏈條。

王曉剛在結(jié)尾說：“我們的使命是讓機(jī)器人擁有聰明的‘大腦’和有趣的‘靈魂’?！?而這場發(fā)布會讓人們看到，所謂“有趣的靈魂”，其基礎(chǔ)恰恰是對枯燥物理定律的深刻敬畏與精準(zhǔn)建模。

這場競賽的終局，或許不屬于那些能最快做出炫酷Demo的公司，而屬于那些能最有效率地教會AI理解我們所在的這個粗糙、復(fù)雜、充滿意外，但又嚴(yán)格遵循規(guī)律的三維物理世界的“授業(yè)者”。大曉的ACE范式，正是一次成為“授業(yè)者”的野心嘗試。