2 月 10 日，原力靈機(jī)在北京中關(guān)村展示中心舉辦發(fā)布會(huì)，以“具身原生”為主題，一舉發(fā)布了三大核心產(chǎn)品：全球首個(gè)具身原生大模型 DM0、具身原生開(kāi)發(fā)框架 Dexbotic 2.0、以及具身原生應(yīng)用量產(chǎn)工作流 DFOL。

“2026 年不是具身智能的元年，而是具身原生的元年。”原力靈機(jī)CEO唐文斌在現(xiàn)場(chǎng)表示：“過(guò)去大家在爭(zhēng)論用哪個(gè)大模型來(lái)改，我們直接跳出這個(gè)問(wèn)題——為什么要改？為什么不從第一行代碼就為機(jī)器人而寫(xiě)？”

會(huì)上，來(lái)自產(chǎn)學(xué)研領(lǐng)域的多位專(zhuān)家，其中包括清華大學(xué)電子工程系長(zhǎng)聘教授汪玉、北京智源人工智能研究院院長(zhǎng)王仲遠(yuǎn)、階躍星辰創(chuàng)始人兼CEO姜大昕、星海圖創(chuàng)始人兼CEO高繼揚(yáng)、原力靈機(jī)聯(lián)合創(chuàng)始人兼CEO唐文斌，還圍繞具身智能展開(kāi)了一場(chǎng)深入的圓桌對(duì)話(huà)。

全球首個(gè)具身原生大模型 DM0發(fā)布

“今天，我們要的不僅僅是一個(gè)能在機(jī)器人上運(yùn)行的大模型，而是一個(gè)從智能本質(zhì)和形成機(jī)制上都根植于物理交互的新AI范式?！碧莆谋蟊硎?，基于此，原力靈機(jī)在業(yè)內(nèi)首次提出“具身原生”概念：具身智能從誕生之初就需立足真實(shí)世界，聚焦“復(fù)雜環(huán)境中精準(zhǔn)完成人類(lèi)任務(wù)”，并發(fā)布全球首個(gè)具身大模型 DM0。

DM0 具有兩大優(yōu)勢(shì)：一是從0開(kāi)始訓(xùn)練的具身原生大模型，聯(lián)合階躍星辰聯(lián)合訓(xùn)練，除了深度融合多模態(tài)互聯(lián)網(wǎng)信息外，還涵蓋駕駛行為數(shù)據(jù)、機(jī)器人操作、導(dǎo)航等具身場(chǎng)景特有的多傳感數(shù)據(jù)。二是 DM0 沒(méi)有把模型限制在單一硬件或特定場(chǎng)景，而是在預(yù)訓(xùn)練階段系統(tǒng)混合抓取、導(dǎo)航、全身控制三類(lèi)核心任務(wù)，并覆蓋 UR、Franka、ARX、UMI、Aloha、R1-Lite、Realman、DOS-W1 等8種差異顯著的機(jī)型，獲得強(qiáng)跨機(jī)型的泛化與遷移能力。

據(jù)介紹，DM0 僅 2.4B 參數(shù)量，卻實(shí)現(xiàn)了業(yè)內(nèi)最高的智能密度，尤其在精細(xì)操作場(chǎng)景中表現(xiàn)突出。不同于市面上多數(shù) VLA 模型僅有 224-384 像素的輸入分辨率，DM0 專(zhuān)屬 768×768 高分辨率設(shè)計(jì)，實(shí)時(shí)推理延遲僅 60ms，在工業(yè)級(jí)精細(xì)作業(yè)中表現(xiàn)優(yōu)異。DM0還首創(chuàng)廣義動(dòng)作解鎖復(fù)雜任務(wù)，并構(gòu)建空間推理思維鏈,把環(huán)境感知、任務(wù)理解、運(yùn)動(dòng)規(guī)劃與精細(xì)執(zhí)行串成閉環(huán)，使模型能夠在復(fù)雜真實(shí)場(chǎng)景中穩(wěn)定完成高精度操作,實(shí)現(xiàn)機(jī)器人的動(dòng)作不局限在手上，拍照和發(fā)送指令一樣行。

在 RoboChallage 真機(jī)評(píng)測(cè)中，DM0 獲得單任務(wù)與多任務(wù)雙項(xiàng)第一，目前位居榜單全球第一。為推動(dòng)產(chǎn)業(yè)協(xié)同，原力靈機(jī)宣布DM0全面開(kāi)源，開(kāi)發(fā)者可在消費(fèi)級(jí)顯卡上便捷微調(diào)、二次開(kāi)發(fā)，助力科研工作者搭建專(zhuān)屬應(yīng)用、訓(xùn)練自有模型及產(chǎn)品。

DM0之外，原力靈機(jī)還在當(dāng)天發(fā)布了全球首個(gè)具身原生開(kāi)發(fā)框架Dexbotic 2.0。原力靈機(jī)合伙人汪天才表示，"PyTorch讓每個(gè)研究者都能快速驗(yàn)證想法，Dexbotic 2.0要做的是同樣的事——讓每個(gè)開(kāi)發(fā)者都能用樂(lè)高式的方式搭建自己的具身應(yīng)用。"

相比去年發(fā)布的1.0版本，Dexbotic2.0實(shí)現(xiàn)了具身原生的全面升級(jí)，具備五大核心優(yōu)勢(shì)：模塊化架構(gòu)，將具身智能系統(tǒng)拆成三塊可自由組合的“樂(lè)高模塊”，V（Vision encoder）、L（LLM）、A(Action Expert)?？梢元?dú)立升級(jí)、替換和混搭，便于快速試驗(yàn)新模型，并適配不同硬件和任務(wù)場(chǎng)景。

同時(shí)全面支持多源數(shù)據(jù)混合訓(xùn)練，用同一套訓(xùn)練過(guò)程，讓模型同步學(xué)會(huì)“看懂世界”和“動(dòng)手操作”；此外，Dexbotic 2.0還實(shí)現(xiàn)統(tǒng)一具身操作與導(dǎo)航、統(tǒng)一模仿學(xué)習(xí)與強(qiáng)化學(xué)習(xí)、標(biāo)準(zhǔn)化具身開(kāi)發(fā)全流程，從“數(shù)據(jù)—訓(xùn)練—評(píng)測(cè)—硬件”四個(gè)環(huán)節(jié)形成閉環(huán)。

目前，Dexbotic 2.0已經(jīng)服務(wù)數(shù)十家機(jī)構(gòu)，包括清華、北大、普林斯頓、帝國(guó)理工等知名企業(yè)，以及騰訊、北京具身智能機(jī)器人創(chuàng)新中心等知名企業(yè)，覆蓋超千位研發(fā)者。原力靈機(jī)還宣布聯(lián)合清華大學(xué)、無(wú)問(wèn)芯穹，共同宣布打造具身智能的 PyTorch，Dexbotic 2.0與強(qiáng)化學(xué)習(xí)框架 RLinf 達(dá)成戰(zhàn)略合作，旨在降低開(kāi)發(fā)門(mén)檻，讓研究者與開(kāi)發(fā)者專(zhuān)注于算法創(chuàng)新與場(chǎng)景突破。

在夯實(shí)具身原生技術(shù)底座、打造基礎(chǔ)設(shè)施降低開(kāi)發(fā)門(mén)檻的基礎(chǔ)上，原力靈機(jī)進(jìn)一步推動(dòng)機(jī)器人走進(jìn)工廠，實(shí)現(xiàn)具身規(guī)模化場(chǎng)景落地，原力靈機(jī)發(fā)布具身應(yīng)用量產(chǎn)工作流 DFOL（Distributed Field Online Learning），核心是通過(guò)“硬件通用+模型智能”的模式，使機(jī)器人既能保持較高效率與確定性，又擁有接近人類(lèi)的靈活性和適應(yīng)性。

DFOL 關(guān)鍵創(chuàng)新在于數(shù)據(jù)回流機(jī)制：現(xiàn)場(chǎng)產(chǎn)生的訓(xùn)練片段（episode）與負(fù)樣本塊（negative chunk）實(shí)時(shí)回傳云端，形成“云端訓(xùn)練-現(xiàn)場(chǎng)執(zhí)行-數(shù)據(jù)回流-模型更新”的持續(xù)進(jìn)化閉環(huán)，使系統(tǒng)能夠在真實(shí)工作環(huán)境中不斷自我改進(jìn)，實(shí)現(xiàn)柔性生產(chǎn)力的持續(xù)優(yōu)化。這不僅是一次技術(shù)升級(jí)，更是創(chuàng)造真實(shí)商業(yè)價(jià)值的關(guān)鍵一躍，有利于打破非標(biāo)自動(dòng)化與人工的邊界，推動(dòng)物理智能真正走向規(guī)?；推栈莼?。

圓桌直擊：具身智能的ChatGPT 時(shí)刻還有多遠(yuǎn)？

會(huì)上，來(lái)自產(chǎn)學(xué)研領(lǐng)域的多位專(zhuān)家圍繞具身智能展開(kāi)了一場(chǎng)深入的圓桌對(duì)話(huà)，以下為對(duì)話(huà)實(shí)錄：

主持人：量子位聯(lián)合創(chuàng)始人兼總編輯 李根

圓桌嘉賓：

清華大學(xué)電子工程系長(zhǎng)聘教授 汪玉

北京智源人工智能研究院院長(zhǎng) 王仲遠(yuǎn)

階躍星辰創(chuàng)始人&CEO 姜大昕

星海圖創(chuàng)始人&CEO 高繼揚(yáng)

原力靈機(jī)聯(lián)合創(chuàng)始人&CEO 唐文斌

李根：今天我們圓桌的設(shè)置非常有講究，我們有學(xué)、研、產(chǎn)、模型大腦、行動(dòng)的身體，作為最開(kāi)篇的，我還是想要請(qǐng)汪玉教授和仲遠(yuǎn)院長(zhǎng)，從寬泛的范圍，全球的范圍看看我們現(xiàn)在具身智能的模型主要有哪些主流的技術(shù)路線，現(xiàn)在處在一個(gè)什么樣的階段，我們先請(qǐng)汪教授來(lái)說(shuō)。

王仲遠(yuǎn)：其實(shí)現(xiàn)在整個(gè)具身智能就像剛才李老師講的，特別的火熱，但是在火熱的背后，我看到蠻多隱憂(yōu)。一方面我們講硬件確實(shí)進(jìn)步很快，從前年能走路，到去年能跑起來(lái)，到現(xiàn)在能跑的比較穩(wěn)。包括剛才在現(xiàn)場(chǎng)看到我們現(xiàn)在連干活也開(kāi)始又快又穩(wěn)了，這是硬件本身的進(jìn)步。但是實(shí)際上包括它連續(xù)穩(wěn)定性的工作、安全性、電池等等還有一系列的問(wèn)題要解決。在模型上，雖然模型過(guò)去這一年，包括智源研究院也發(fā)布了一系列的像RoboBrain、RoboBrain-X0這樣一系列的具身模型，但我們覺(jué)得還遠(yuǎn)沒(méi)有到具身的ChatGPT時(shí)刻，尤其當(dāng)具身智能的模型和硬件真機(jī)部署之后，我們發(fā)現(xiàn)離真正我們希望的大規(guī)模應(yīng)用還是有比較大的gap，模型的技術(shù)路線整體處于發(fā)展的路線，比如說(shuō)大家經(jīng)常討論的有分模塊式的，比如說(shuō)我們叫VLM加上控制VLA，或者純端到端的VLA，包括現(xiàn)在在研究上非?；馃岬氖澜缒Ｐ?，我們也都在進(jìn)行一些探索。但這些我認(rèn)為都還遠(yuǎn)沒(méi)有到我們可以非常自豪的說(shuō)具身已經(jīng)得到徹底突破的階段，所以這里面很有可能我們接下來(lái)會(huì)看到的情況是在一個(gè)一個(gè)真實(shí)的場(chǎng)景，通過(guò)剛才原力靈機(jī)講的VLA+強(qiáng)化學(xué)習(xí)把一個(gè)一個(gè)場(chǎng)景解決好，先干起活，再真機(jī)中積累更多的數(shù)據(jù)，形成數(shù)據(jù)的閉環(huán)，最后再來(lái)解決泛化性的問(wèn)題，這是對(duì)技術(shù)路線我個(gè)人的一點(diǎn)理解。

李根：謝謝王院長(zhǎng)，汪玉教授有什么補(bǔ)充嗎？

汪玉：我做硬件的東西多一點(diǎn)，做算力、框架、邊緣、基礎(chǔ)設(shè)施，所以從我的角度來(lái)看，現(xiàn)在的機(jī)器人應(yīng)用，包括剛才的視頻，雖然已經(jīng)有很大進(jìn)步，但還是局限在一個(gè)工作臺(tái)上?；旧险娴陌汛笮∧X配合起來(lái)完成一個(gè)再稍微長(zhǎng)一點(diǎn)的任務(wù)，稍微跨多個(gè)模態(tài)，真的跨多個(gè)模態(tài)之后，在樓里面走一走邊走邊干活，每次我們組里討論到底具身得干到什么程度，說(shuō)能幫我收拾個(gè)屋子，這件事情不只是疊一個(gè)衣服了，你要去看整個(gè)屋子的狀態(tài)，琢磨應(yīng)該收拾成什么樣，然后開(kāi)始一點(diǎn)點(diǎn)去干，干到最后這個(gè)屋子收拾干凈了，這是一個(gè)很難的問(wèn)題。當(dāng)然模型肯定需要有突破，但是我也在琢磨如果完成這么復(fù)雜的任務(wù)情況下，比如說(shuō)這個(gè)屋子本身會(huì)不會(huì)也要發(fā)生變化，因?yàn)槲覀冏鲇布?，有時(shí)候想在建這個(gè)屋子的時(shí)候這個(gè)樓是不是應(yīng)該要適配到這個(gè)機(jī)器人未來(lái)在這個(gè)里面的生活，因?yàn)樵瓉?lái)只適配人的生活，所以從基礎(chǔ)設(shè)施的層面我覺(jué)得還有很多事情可以幫助、協(xié)助機(jī)器人的大腦，能夠持續(xù)進(jìn)步。

所以一方面在訓(xùn)練的維度，剛才說(shuō)強(qiáng)化學(xué)習(xí)的角度，能有更多的進(jìn)步。另外一個(gè)維度，從整個(gè)這樣一個(gè)物理環(huán)境和機(jī)器交互的過(guò)程中，你怎么樣讓物理環(huán)境讓這個(gè)機(jī)器更容易感知，去解決問(wèn)題?，F(xiàn)在我們很多時(shí)候假設(shè)這個(gè)物理世界對(duì)機(jī)器需要跟人完全一樣，用人100%的能力感知世界完成任務(wù)，但機(jī)器并不需要干這些事情。我們也有很多幫助的設(shè)施，就跟車(chē)路協(xié)同一樣，是不是可以從這個(gè)角度再去促進(jìn)機(jī)器的發(fā)展。這是從我們做硬件角度的思考。

李根：汪老師講的太有意思了，我們下一代住宅標(biāo)準(zhǔn)也要把機(jī)器人維度加進(jìn)去，汪老師其實(shí)我也很好奇，因?yàn)榫呱碇悄苤赃@么受關(guān)注，是因?yàn)樗窍鄬?duì)是AI下一個(gè)前沿，對(duì)于這個(gè)前沿而言，大家都在討論說(shuō)我們這一代的中國(guó)的創(chuàng)業(yè)者，可能會(huì)有一些新的機(jī)會(huì)，您剛才也談到了基礎(chǔ)設(shè)施層面，基建層面的，您怎么看現(xiàn)在在具身的維度里，現(xiàn)在國(guó)內(nèi)和硅谷，中國(guó)和美國(guó)的優(yōu)劣勢(shì)？

汪玉：你說(shuō)到我的痛處了，我好久沒(méi)有去美國(guó)了，但是看到也有很多朋友在美國(guó)跟我們講。其實(shí)美國(guó)我覺(jué)得還是在模型的這些事情上，包括數(shù)據(jù)的層面，他們更早地開(kāi)始做了一些事情，然后有一些應(yīng)用上的投入和突破。但是真的到落地這個(gè)層面，我還是堅(jiān)信中國(guó)可以很快地跟上，特別是現(xiàn)在中國(guó)在具身這個(gè)維度已經(jīng)有比美國(guó)更強(qiáng)的投入了，有很多人說(shuō)這是泡沫，我個(gè)人覺(jué)得好不容易有一個(gè)方向，中國(guó)投入的強(qiáng)度比美國(guó)大，所以這個(gè)事情是不是好事？我覺(jué)得可能是好事，因?yàn)樵谥袊?guó)整個(gè)產(chǎn)業(yè)鏈、供應(yīng)鏈完整的，能夠把應(yīng)用開(kāi)放的再多一點(diǎn)，如果在模型和應(yīng)用層面的投入再加大，是有可能能夠比美國(guó)在具身這個(gè)層面有更快的突破。這是我個(gè)人從宏觀的角度來(lái)看的一個(gè)問(wèn)題。

第二，中國(guó)現(xiàn)在我覺(jué)得學(xué)術(shù)界和產(chǎn)業(yè)界的聯(lián)動(dòng)慢慢變多了，包括我自己坐在這里，其實(shí)是產(chǎn)業(yè)界碰到的問(wèn)題最后回頭會(huì)跟仲遠(yuǎn)研究院，包括拓?fù)溲芯吭焊贝蟆⑶迦A以及一批老師們能夠形成聯(lián)動(dòng)，而不是老師們坐在屋子里面看paper去做事情，所以這樣一條聯(lián)動(dòng)線，我個(gè)人覺(jué)得和美國(guó)慢慢一致了，就是產(chǎn)學(xué)研真的在一起去推動(dòng)具身這個(gè)方向。

李根：您講到投入和關(guān)注度確實(shí)有直接的展現(xiàn)，前兩天美國(guó)的超級(jí)碗被譽(yù)為美國(guó)的春晚，它上面全是LLM，但是我們國(guó)家馬上到春晚基本都是機(jī)器人，仲遠(yuǎn)院長(zhǎng)對(duì)這個(gè)話(huà)題有沒(méi)有想要表達(dá)的？因?yàn)槲覀冎窃词且粋€(gè)國(guó)際的視野。

王仲遠(yuǎn)：我分享兩個(gè)小故事吧，也是聽(tīng)到的小故事。美國(guó)那邊一方面做具身智能，其實(shí)他們的創(chuàng)業(yè)團(tuán)隊(duì)經(jīng)常投資人會(huì)看這個(gè)團(tuán)隊(duì)里面有沒(méi)有華人，所以有華人的話(huà)才能確保他們搞的具身智能有可能成功，所以這是一個(gè)投資人告訴我的小故事。

另外一個(gè)小故事，我們自己在做模型，包括具身智能迭代的時(shí)候，一個(gè)很痛苦的點(diǎn)是硬件也經(jīng)常損壞，損壞了之后，我們經(jīng)常一修就得兩個(gè)禮拜，一來(lái)一回，但是我們聽(tīng)說(shuō)美國(guó)那邊他們的機(jī)器人硬件一壞得有三個(gè)月，瞬間我們的心態(tài)就平衡很多。所以一方面可以看到中國(guó)確實(shí)在制造業(yè)上的優(yōu)勢(shì)，這是我們做具身智能方面的一個(gè)優(yōu)勢(shì)。另外一塊證明了整個(gè)行業(yè)依然處在早期，大家都處在快速發(fā)展和迭代的階段，所以遠(yuǎn)沒(méi)有到誰(shuí)優(yōu)誰(shuí)劣、誰(shuí)領(lǐng)先、誰(shuí)落后，本質(zhì)上大家還在不斷推動(dòng)整個(gè)行業(yè)和產(chǎn)業(yè)的發(fā)展。

李根：您剛才講的AI要看“含華量”，更進(jìn)一步做模型或者做具身還得看“含華量。很重要的里程碑和很重要檢驗(yàn)的時(shí)刻叫ChatGPT時(shí)刻，它帶來(lái)了我們LLM，當(dāng)時(shí)大家因?yàn)榭匆?jiàn)而相信的這么一個(gè)瞬間。

我接下來(lái)的問(wèn)題特別想探討我們具身智能的ChatGPT時(shí)刻是一個(gè)什么樣的時(shí)刻，它什么時(shí)候到來(lái)，我們請(qǐng)階躍星辰的姜大昕總，對(duì)于ChatGPT時(shí)刻，您應(yīng)該有更深的感悟和體悟？

姜大昕：對(duì)，ChatGPT時(shí)刻確實(shí)影響很深刻，怎么把它定義成一個(gè)ChatGPT時(shí)刻？我覺(jué)得一個(gè)標(biāo)志性的東西就是零樣本，零樣本地去做泛化，給它任何一條指令，即使以前沒(méi)有見(jiàn)過(guò)，它可以回答出問(wèn)題，這是和原來(lái)的自然語(yǔ)言處理是完全不一樣的，這是為什么ChatGPT時(shí)刻大家覺(jué)得非常興奮。

如果對(duì)比自然語(yǔ)言和具身，我覺(jué)得具身智能的ChatGPT時(shí)刻會(huì)更加困難一些，我覺(jué)得從兩個(gè)角度來(lái)看，第一從問(wèn)題的定義本身，具身的泛化我覺(jué)得可以從不同維度去定義，一個(gè)是場(chǎng)景的泛化，它是封閉場(chǎng)景、半封閉場(chǎng)景還是全開(kāi)放場(chǎng)景。

第二個(gè)維度是從任務(wù)，導(dǎo)航任務(wù)、抓取任務(wù)還是做一個(gè)家務(wù)這樣不同的任務(wù)泛化。

第三個(gè)是目標(biāo)的泛化，即使是一個(gè)簡(jiǎn)單的抓取動(dòng)作，你抓取的對(duì)象是鋼鐵、柔性還是別的，所以這個(gè)泛化的維度不一樣，導(dǎo)致我們究竟在哪個(gè)維度上定義ChatGPT時(shí)刻，這件事情不同的人會(huì)有不同的看法，所以這是我覺(jué)得第一次還沒(méi)有形成共識(shí)的地方。

第二個(gè)，我覺(jué)得具身智能從它的技術(shù)角度來(lái)看，牽扯到計(jì)算機(jī)視覺(jué)，我原來(lái)是做自然語(yǔ)言處理的，自然語(yǔ)言處理開(kāi)始深度學(xué)習(xí)剛起來(lái)的時(shí)候是一直被視覺(jué)打壓的，因?yàn)橄裆疃葘W(xué)習(xí)的網(wǎng)絡(luò)都是從視覺(jué)開(kāi)始，所以我們搞NLP的人是很憋屈的。直到到了17年出了Transformer以后，我們終于翻身了，Transformer是來(lái)自NLP，現(xiàn)在一統(tǒng)江湖，所有的模態(tài)用的都是Transformer這樣一個(gè)架構(gòu)。

但是你會(huì)看到Transformer出來(lái)以后，NLP一路狂奔，解決了一個(gè)自監(jiān)督的問(wèn)題，所以能夠海量做預(yù)訓(xùn)練，所以它能夠把互聯(lián)網(wǎng)的知識(shí)做一個(gè)壓縮，形成一個(gè)自己內(nèi)部的視覺(jué)，然后進(jìn)一步又經(jīng)過(guò)RL的范式，現(xiàn)在可以做推理，甚至做非常復(fù)雜任務(wù)，編碼的任務(wù)、真實(shí)用戶(hù)環(huán)境當(dāng)中做一些任務(wù)Agent的任務(wù)，所以它已經(jīng)走過(guò)了很長(zhǎng)的路。

返過(guò)頭我們?cè)倏匆曈X(jué)，覺(jué)得一些非常根本性的問(wèn)題，大家沒(méi)有形成一個(gè)共識(shí)，比如這個(gè)視覺(jué)究竟怎么編碼，怎么做自監(jiān)督的預(yù)訓(xùn)練，比如說(shuō)在3D空間里面怎么做推理，我覺(jué)得這些事情可能未來(lái)還是需要一些Breakroom（音）然后才能夠到ChatGPT時(shí)刻。

李根：您提了一個(gè)非常關(guān)鍵的問(wèn)題，對(duì)于具身的ChatGPT時(shí)刻定義是很關(guān)鍵的，很重要的，我想問(wèn)一下做具體具身智能的兩位嘉賓，先問(wèn)高繼揚(yáng)，怎么定義具身智能的ChatGPT時(shí)刻，咱們不說(shuō)比文斌他們先到，比美國(guó)的同行先到，你是怎么想的？

高繼揚(yáng)：我覺(jué)得這個(gè)問(wèn)題特別值得討論，首先我覺(jué)得我們可能有一個(gè)更底層的問(wèn)題，就是具身智能和語(yǔ)言模型這兩個(gè)產(chǎn)業(yè)，從產(chǎn)業(yè)層面的區(qū)別是什么。我覺(jué)得這兩個(gè)還挺不一樣的，但是底層都是因?yàn)锳I技術(shù)的創(chuàng)新突破，使得這個(gè)產(chǎn)業(yè)從無(wú)到有。但是具體而言到這個(gè)產(chǎn)業(yè)里面去看，我們發(fā)現(xiàn)具身智能從技術(shù)的產(chǎn)生到產(chǎn)品的規(guī)劃，再到商業(yè)落地，它鏈條更長(zhǎng)，涉及到上下游的零部件供應(yīng)鏈，涉及到數(shù)據(jù)，這個(gè)數(shù)據(jù)之前也沒(méi)有，然后才是算法，算法完了之后發(fā)現(xiàn)渠道和終端跟大語(yǔ)言模型不一樣，大語(yǔ)言模型的終端是手機(jī)、電腦，渠道是社交媒體的傳播。

所以你會(huì)發(fā)現(xiàn)在整個(gè)產(chǎn)業(yè)鏈條里面，大語(yǔ)言模型最稀缺的哪一環(huán)，也是唯一缺的這一環(huán)就是模型產(chǎn)品，所以模型即產(chǎn)品，模型好了，整個(gè)商業(yè)化、產(chǎn)業(yè)化的鏈條馬上都具備了。

回頭我們看具身智能，在剛才說(shuō)的這幾環(huán)里面，供應(yīng)鏈、零部件其實(shí)很不成熟，在這波浪潮來(lái)之前，參與到這個(gè)行業(yè)里面的很多供應(yīng)商都是規(guī)模很小的狀態(tài)，自身的產(chǎn)品可靠性、一致性問(wèn)題都很多。當(dāng)然我覺(jué)得這不是他們的問(wèn)題，是整個(gè)產(chǎn)業(yè)的問(wèn)題。然后沒(méi)有整機(jī)就沒(méi)有好的數(shù)據(jù)，剛才范浩強(qiáng)和天才反復(fù)談到真機(jī)數(shù)據(jù)這件事。

當(dāng)然又涉及到渠道，渠道是線下的問(wèn)題，終端就是機(jī)器人本身，你會(huì)發(fā)現(xiàn)在這幾個(gè)最終對(duì)于產(chǎn)業(yè)能夠成功的要素里面，算法很重要，但是算法似乎是傳播周期更短的，因?yàn)檎麢C(jī)供應(yīng)鏈傳播周期是12到18個(gè)月，你要建立客戶(hù)渠道的周期大概6到12個(gè)月，做數(shù)據(jù)的周期更長(zhǎng)，你得有了整機(jī)之后才做。

你會(huì)發(fā)現(xiàn)算法我們有很好的開(kāi)源社區(qū)，整個(gè)CV界包括NLP、語(yǔ)言模型，有特別好的分享精神，包括原力靈機(jī)和我們?cè)趦?nèi)，做了很多開(kāi)源的工作。會(huì)發(fā)現(xiàn)在整個(gè)產(chǎn)業(yè)鏈條里面，算法這一環(huán)的傳播周期是較短的，第一梯隊(duì)的公司是2到3個(gè)月。

回到剛才的問(wèn)題，對(duì)于具身智能的ChatGPT時(shí)刻，剛才姜大昕總提到ChatGPT時(shí)刻定義為零樣本泛化，如果從業(yè)務(wù)產(chǎn)線的角度來(lái)說(shuō)，ChatGPT時(shí)刻是我們真的看到了它在某些限定范圍內(nèi)具備商業(yè)價(jià)值的這么一個(gè)時(shí)刻，我們發(fā)現(xiàn)它要具備的要素更多。

但是所有這些要素我們看到，我特別同意范浩強(qiáng)剛才PPT里一點(diǎn)，2026年我覺(jué)得會(huì)是發(fā)生變化的一年，因?yàn)檎麢C(jī)和供應(yīng)鏈經(jīng)過(guò)過(guò)去兩年的準(zhǔn)備，發(fā)生了很多變化。數(shù)據(jù)我們也有很多，在模型、算法層面、后訓(xùn)練上的強(qiáng)化學(xué)習(xí)，預(yù)訓(xùn)練上的VLA以及最近的World Model引入，都給我們整個(gè)預(yù)訓(xùn)練的泛化性和后訓(xùn)練的成功率提了很多新的變化。

所以我覺(jué)得今年是應(yīng)用要閉環(huán)的一年，去年25年上半年，我們明顯看到智能是一個(gè)起步，25年下半年智能明顯加速，關(guān)鍵指標(biāo)我們看開(kāi)源社區(qū)里的開(kāi)源模型數(shù)量。26年是智能爆發(fā)，爆發(fā)的結(jié)果一定在某些應(yīng)用領(lǐng)域形成應(yīng)用的外溢，而且同時(shí)配合了供應(yīng)鏈和整機(jī)。尤其是中國(guó)，顯著比美國(guó)強(qiáng)得多，周期剛才提到了快5到10倍，成本低5到10倍，所以我覺(jué)得今年會(huì)是發(fā)生變化的一年。

李根：文斌怎么看具身的ChatGPT這個(gè)問(wèn)題？

唐文斌：我覺(jué)得姜大昕講的ChatGPT時(shí)刻要求蠻高的，這已經(jīng)是AGI時(shí)刻了。今天我們想想ChatGPT給我們帶來(lái)最大的震撼是什么，我們?cè)?jīng)把它當(dāng)成一個(gè)玩具，但是在那一刻，我們認(rèn)為它是一個(gè)工具，它變成一個(gè)可用的東西。所以我心中ChatGPT時(shí)刻的定義，是它變得有用、可信賴(lài)，還是回到我們公司的使命想去做的事情。

我們對(duì)有用的定義非常簡(jiǎn)單，它可以在限定場(chǎng)景，但它要真正閉環(huán)解決所有的問(wèn)題，要能夠在ROI上面算明白，算明白才能使得它能夠被批量化應(yīng)用，滿(mǎn)足這樣一個(gè)有用的定義情況下，我們真正把一個(gè)玩具，把RoboChallenge的項(xiàng)目變成了一個(gè)工具，這個(gè)時(shí)候我認(rèn)為就是這個(gè)ChatGPT的時(shí)刻。而且我覺(jué)得包括現(xiàn)在模型的能力進(jìn)展確實(shí)非常大，所以我覺(jué)得這并不是很遠(yuǎn)。

當(dāng)然ChatGPT時(shí)刻，還有DeepSeek時(shí)刻，還有一點(diǎn)是說(shuō)它什么時(shí)候能夠出圈，今天在倉(cāng)庫(kù)、工廠里打螺絲，可能打的我們閉環(huán)了之后，但我覺(jué)得老百姓并不能感知到，也許DeepSeek時(shí)刻可能是說(shuō)全民都有感覺(jué)，這個(gè)產(chǎn)品來(lái)到我們的身邊，今天如何能夠從工業(yè)物流走向商用、走向TOC，這個(gè)時(shí)刻還要再晚一些，今天我們對(duì)它的錯(cuò)誤容忍度體驗(yàn)要求更多，我覺(jué)得也不會(huì)才遠(yuǎn)。

李根：你們自己經(jīng)歷了1.0的洗禮，在追逐具身的過(guò)程當(dāng)中，你們第一槍不是放出的一個(gè)模型，剛才大家講到模型、算法很重要，你們一開(kāi)始先把RoboChallenge這么一個(gè)事放出來(lái)了，我不知道你是怎么想的，或者你們?cè)趺此伎歼@個(gè)問(wèn)題的？

唐文斌：模型是一個(gè)產(chǎn)物，是一個(gè)結(jié)果，模型、算法、架構(gòu)、數(shù)據(jù)都在變化我們很重要的一點(diǎn)，我們真的需要變成一種組織能力，能夠快速形成我們的模型，所以我們今天整個(gè)的技術(shù)架構(gòu)是非常缺失的，不管是數(shù)據(jù)，包括仲遠(yuǎn)院長(zhǎng)講到一個(gè)好用的硬件，我們今天從訓(xùn)練推理、整個(gè)鏈條上缺的東西非常多，評(píng)測(cè)也缺。

比如今天整個(gè)具身智能行業(yè)，我們所有做算法的人都知道，如果你不知道怎么評(píng)測(cè)它，你肯定沒(méi)有辦法讓它進(jìn)步。我們今天整個(gè)行業(yè)里面的評(píng)測(cè)標(biāo)準(zhǔn)是什么呢？似乎沒(méi)有一個(gè)好的標(biāo)準(zhǔn)，今天可能有LIBERO、SimplerEnv、RoboTwin規(guī)模很小，很多Benchmark都已經(jīng)被差不多刷爆了，99點(diǎn)幾分是代表當(dāng)前真實(shí)的能力嗎？顯然不是，所以我們覺(jué)得非常需要來(lái)自物理世界、基于物理世界真實(shí)的、大規(guī)模的、真機(jī)的評(píng)測(cè)，才能夠引導(dǎo)我們能夠更好向前。我們內(nèi)部花了很多力氣Dexbotic上整個(gè)基礎(chǔ)設(shè)施的建設(shè)，我們希望把一些東西放出來(lái)對(duì)行業(yè)做一些貢獻(xiàn)，也希望行業(yè)里的更多人跟我們合作。今天像RoboChallenge不是我們一家在做，所以我們作為一個(gè)發(fā)起方，仲遠(yuǎn)院長(zhǎng)、高繼揚(yáng)這邊，包括清華王老師這邊，我們都一起在打造，希望能夠有一個(gè)Benchmark能夠指引大家如何向前。

李根：因?yàn)槲覀兙呱淼腃hatGPT時(shí)刻不知道，我們更多的AI之所以被看到的Physical AI Next時(shí)刻，就是要依賴(lài)RoboChallenge這樣一個(gè)評(píng)測(cè)的標(biāo)準(zhǔn)，我們今天在座的嘉賓也是我們RoboChallenge的合作方，你們是第一批加入的，捐贈(zèng)了硬件，我不知道你的思考是什么？

高繼揚(yáng)：我特別同意文斌師兄剛才談到的，整個(gè)行業(yè)，我覺(jué)得之前做具身智能這件事的，做機(jī)器人AI Robot的，學(xué)術(shù)界為主，學(xué)術(shù)界看這個(gè)問(wèn)題的視角，我覺(jué)得是受了很多限制，資源上各方面都受了很多限制，所以用LIBERO各種各樣仿真的東西去做一些評(píng)測(cè)，但是真正面向應(yīng)用的、落地的，一定是需要真機(jī)的。

我覺(jué)得今天我們?nèi)タ碐TP或者語(yǔ)言模型整個(gè)發(fā)展，我覺(jué)得完全是商業(yè)需求拉動(dòng)的，三大垂類(lèi) Agentic、Coding、ChatBot，我覺(jué)得這三個(gè)垂類(lèi)有巨量的需求在拉動(dòng)。

我們回頭看具身智能，未來(lái)也會(huì)形成垂類(lèi)的概念，垂類(lèi)來(lái)自真實(shí)需求一定是來(lái)自真實(shí)需求，這些真實(shí)需求需要落到真機(jī)的評(píng)測(cè)里面，才能夠給我們做研發(fā)的企業(yè)，還有包括未來(lái)有需求方，大家有一個(gè)比較公允迭代的環(huán)境。很多時(shí)候AI還是實(shí)驗(yàn)科學(xué)，它有一定的原理、數(shù)學(xué)做支撐，但最終很多事還是要試出來(lái)，試這個(gè)東西就要有反饋，反饋就要有評(píng)測(cè)。

我們看決定一個(gè)公司，一個(gè)組織，包括AI和其他的，很重要的一個(gè)指標(biāo)就是它的迭代效率，所以我們想盡一切辦法提高這個(gè)迭代效率，反饋的質(zhì)量，這是為什么當(dāng)時(shí)師兄提到說(shuō)想做一個(gè)RoboChallenge，我是特別認(rèn)可、特別支持。因?yàn)槲覀冊(cè)诠緝?nèi)部有自己的一套Benchmark，大家可能10個(gè)場(chǎng)景不斷去迭代，我覺(jué)得我們也應(yīng)該能夠有一套整個(gè)行業(yè)，整個(gè)業(yè)界，都能夠普視，甚至可以讓學(xué)界參與進(jìn)來(lái)，能夠更好把產(chǎn)業(yè)界和學(xué)術(shù)界聯(lián)動(dòng)起來(lái)的這么一個(gè)Benchmark。

李根：確實(shí)RoboChallenge我想以后一定會(huì)被載入具身中國(guó)或者全球的發(fā)展史冊(cè)，但是一開(kāi)始出現(xiàn)的形式稍微有點(diǎn)怪，兩個(gè)特別好的學(xué)生，出了一道測(cè)試題，自己去考試這樣。我們也請(qǐng)汪老師評(píng)價(jià)一下學(xué)生的這種行為，您是怎么看的？

汪玉：在深層次一點(diǎn)，我覺(jué)得未來(lái)學(xué)習(xí)的模式可能會(huì)變，不一定是老師教的，可能學(xué)生就是自己學(xué)的，這也是我們最近跟學(xué)校里面的同事在討論，未來(lái)大學(xué)的發(fā)展可能真的不是老師教課，老師可能就是來(lái)考個(gè)試，但是考題的靈感可以來(lái)自于學(xué)生們，這個(gè)沒(méi)有任何問(wèn)題。

回過(guò)頭說(shuō)，其實(shí)現(xiàn)在北京做了一個(gè)很好的事情，就是做亦莊的機(jī)器人比賽，我們有兩會(huì)一賽，有馬拉松、機(jī)器人大會(huì)和運(yùn)動(dòng)會(huì)。但是原來(lái)做的更多偏本體能力，現(xiàn)在慢慢再加一些跟智能相關(guān)的事情。所以如果是這種大規(guī)模的比賽一定能檢驗(yàn)，而且我們可以在里面加一些賽道去評(píng)測(cè)，包括仲遠(yuǎn)這邊也在往這個(gè)方向去努力。

但是這樣的方式往往是低頻的，每年可能就那么一次、兩次，但是能不能做一個(gè)平時(shí)可以隨時(shí)做的，隨時(shí)去測(cè)，背后有一波人幫你，把相對(duì)公允的這樣一套環(huán)境，把一些試驗(yàn)場(chǎng)景在一個(gè)地方用真機(jī)的形態(tài)，這個(gè)我還是非常喜歡的一種方式。然后把這種高頻的、線上的，或者說(shuō)不管在什么地方都可以做這件事情，成為現(xiàn)實(shí)，我覺(jué)得這個(gè)能力還是非常值得繼續(xù)推進(jìn)的。

從形態(tài)上來(lái)說(shuō)，我希望未來(lái)，我跟文斌也在商量，未來(lái)這個(gè)事情應(yīng)該還是屬于（科賓飛）會(huì)更好一點(diǎn)，因?yàn)楣韭?，每一個(gè)公司都有自己商業(yè)上的追求，但是我相信現(xiàn)在這兩位“學(xué)生”，或者已經(jīng)不止兩位了，有十幾位大家一起去共建這樣一個(gè)RoboChallenge的平臺(tái)，這個(gè)平臺(tái)每個(gè)人內(nèi)心都是公益的邏輯，在這樣一個(gè)環(huán)境里面去競(jìng)賽。

什么時(shí)候能夠以一個(gè)更加公益的形態(tài)呈現(xiàn)，可能也是我們可以繼續(xù)商議的。最開(kāi)始公益組織的建設(shè)就需要很多時(shí)間，大家發(fā)起，發(fā)起以后要把這個(gè)東西落到某個(gè)事情上面，我覺(jué)得可能是未來(lái)做的一件事情。但是從發(fā)起到高頻次真實(shí)世界的評(píng)測(cè)，到大家一起貢獻(xiàn)所有不同的場(chǎng)景，包括產(chǎn)業(yè)界、做機(jī)器人的、學(xué)術(shù)界一起定義這些場(chǎng)景，再往后怎么做一個(gè)全開(kāi)源的生態(tài)，從底層的，今天發(fā)布了底層的開(kāi)源框架，有開(kāi)源硬件，我們也有開(kāi)源的數(shù)據(jù)，再有開(kāi)源的應(yīng)用和評(píng)測(cè)，這一套起來(lái)以后對(duì)于整個(gè)行業(yè)是一個(gè)巨大的推動(dòng)，所以我覺(jué)得這事還是非常值得去繼續(xù)努力的。

李根：這也是推動(dòng)我們自己更快抵達(dá)具身ChatGPT時(shí)刻一個(gè)很重要的基礎(chǔ)工作。

唐文斌：我想插個(gè)話(huà)，確實(shí)我們?cè)谔接戇@樣一個(gè)事情，因?yàn)槲覀冊(cè)谶@次DM0模型發(fā)布的時(shí)候，我們自己內(nèi)部有一個(gè)小糾結(jié)，就說(shuō)RoboChallenge是我們和hugginface一起發(fā)布的，雖然有很多同行的參與，但畢竟我們還是發(fā)起方，我們自己到底發(fā)的模型應(yīng)不應(yīng)該提交，到底應(yīng)不應(yīng)該放這個(gè)成績(jī)，我們內(nèi)部糾結(jié)了一陣子，展開(kāi)了很激烈的討論，有不同的意見(jiàn)。

汪玉：OpenAI自己也有，它自己也發(fā)，這個(gè)我覺(jué)得不矛盾。

唐文斌：因?yàn)镺penAI也是這么干的，我們自己心里也淡然了。這次我們對(duì)團(tuán)隊(duì)提的要求開(kāi)源一定要做的非常徹底，我們要保證大家下載了我們的code、DM0、Dexbotic，直接去RoboChallenge提交就能拿到現(xiàn)在的分，這是我們?cè)谶@個(gè)事情上這是一個(gè)很公開(kāi)的事情，大家大大方方做就好了。

李根：最后，面向26年，在具身智能這個(gè)領(lǐng)域，您最想期待看到的一個(gè)非常具體的事情，它解決的任務(wù)，您期待是什么？

汪玉：還是從電子系角度來(lái)說(shuō)，我真的希望能形成一套云邊端配合的體系，能夠改變這個(gè)樓的裝修，以及以后所有建筑和基礎(chǔ)設(shè)施的能力，去構(gòu)建面向機(jī)器和人共生環(huán)境的基礎(chǔ)設(shè)施，這套方案我覺(jué)得今年可能有一個(gè)雛形出來(lái)，大家再一塊去討論。

李根：仲遠(yuǎn)院長(zhǎng)。

王仲遠(yuǎn)：這個(gè)問(wèn)題非常好，因?yàn)閺?qiáng)調(diào)的是最期待的，雖然我對(duì)硬件、模型都有很多的期待，但可能我對(duì)26年最期待的反而是在標(biāo)準(zhǔn)上，因?yàn)槲矣X(jué)得現(xiàn)在不管是硬件的標(biāo)準(zhǔn)、數(shù)據(jù)的標(biāo)準(zhǔn)，包括模型輸出的標(biāo)準(zhǔn)，整個(gè)生態(tài)非常碎片化，所以我蠻期待26年在標(biāo)準(zhǔn)上能夠有一些突破，它有可能極大促進(jìn)整個(gè)產(chǎn)業(yè)的發(fā)展。

李根：有沒(méi)有具體實(shí)現(xiàn)的目標(biāo)？

王仲遠(yuǎn)：因?yàn)槲覀冎窃匆黄饏⑴c了RoboChallenge，我印象很深，當(dāng)時(shí)和文斌交流的時(shí)候也說(shuō)到數(shù)據(jù)大家各采各的數(shù)據(jù)，連格式、代碼很多都是不一致的，所以這就直接導(dǎo)致了很多時(shí)候模型也很難被重復(fù)驗(yàn)證，坦白說(shuō)我們嘗試下載和驗(yàn)證近期國(guó)內(nèi)外發(fā)的很多的模型，最后我們部署起來(lái)都很挺費(fèi)勁的，所以我很期待我們的DM0很快下載，也試一試，這里面有很多東西就是因?yàn)榇蠹业臉?biāo)準(zhǔn)沒(méi)有統(tǒng)一。

在26年的時(shí)候，智源因?yàn)橐苍谌诵魏途呱淼臉?biāo)委會(huì)里，很大概率我們會(huì)牽頭做具身智能的標(biāo)準(zhǔn)，當(dāng)然整個(gè)人形機(jī)器人標(biāo)委會(huì)會(huì)有其他的一些事情，但我們想具身智能這塊集合大家的共識(shí)，一起定義具身智能模型上輸出的標(biāo)準(zhǔn)，希望能夠?yàn)檎麄€(gè)產(chǎn)業(yè)做點(diǎn)貢獻(xiàn)。

李根：有沒(méi)有期待？

姜大昕：剛才聽(tīng)了文斌的分享很受啟發(fā)，如果真的在任何場(chǎng)景、任何任務(wù)、任何目標(biāo)上能夠?qū)崿F(xiàn)零樣本的泛化，那就是AGI時(shí)刻的。26年我最期待原力靈機(jī)和階躍星辰能夠合作，實(shí)現(xiàn)文斌所說(shuō)的ChatGPT時(shí)刻，能用、可靠的完成任務(wù)。文斌如果覺(jué)得這個(gè)任務(wù)沒(méi)有足夠的挑戰(zhàn)，上半年實(shí)現(xiàn)ChatGPT時(shí)刻，下半年實(shí)現(xiàn)DeepSeek時(shí)刻。

李根：您那個(gè)OKR定的非常具體，高繼揚(yáng)有沒(méi)有期待具體的事情？

高繼揚(yáng)：我覺(jué)得還是期待26年真的能夠在生產(chǎn)力端看到一條明確的增長(zhǎng)路徑，然后在兩年之內(nèi)能夠有單一場(chǎng)景，比如說(shuō)上萬(wàn)臺(tái)這樣的出貨，我覺(jué)得這是整個(gè)行業(yè)都迫切需要的。

李根：也定了一個(gè)非常具體的目標(biāo)。

唐文斌：我的目標(biāo)比高繼揚(yáng)小一點(diǎn)，我覺(jué)得一個(gè)場(chǎng)景，一臺(tái)千持續(xù)運(yùn)行，這里面我想說(shuō)一下持續(xù)運(yùn)行是最關(guān)鍵的事情，而且不要場(chǎng)景很多，不是靠加法做起來(lái)的，一個(gè)場(chǎng)景里面一千臺(tái)持續(xù)運(yùn)行，某種程度上就是我們今天已經(jīng)走通了一個(gè)場(chǎng)景的規(guī)?；拈]環(huán)，我覺(jué)得26年有機(jī)會(huì)。

李根：謝謝文斌。今天時(shí)間的關(guān)系，我們可能還有很多的問(wèn)題沒(méi)有辦法繼續(xù)討論。我覺(jué)得可以達(dá)成一個(gè)小的總結(jié)，首先在具身的發(fā)展過(guò)程中雖然還處在初期，但是我們跟美國(guó)的差距并不大，美國(guó)的腦子可能稍微好一些，現(xiàn)在中國(guó)的身體稍微強(qiáng)壯一些，像文斌說(shuō)的，我們以前體育的底子好一些，供應(yīng)鏈各方面會(huì)多一些。另外一個(gè)方面，我們?cè)趫?chǎng)景的豐富性上，以及量產(chǎn)、速度上會(huì)更有優(yōu)勢(shì)一點(diǎn)，所以我們也是有機(jī)會(huì)能夠更快率先抵達(dá)具身智能的ChatGPT時(shí)刻，或者我們等到具身智能實(shí)現(xiàn)這個(gè)時(shí)刻的時(shí)候，或者我們用星海圖時(shí)刻、原力靈機(jī)時(shí)刻，如果沒(méi)有來(lái)的以后，我們?cè)偌舆M(jìn)去，期待這個(gè)時(shí)刻來(lái)自我們中國(guó)公司。