在具身智能和人形機(jī)器人領(lǐng)域，過去一年里，既有草根團(tuán)隊(duì)積極投身，也有商湯科技等頭部企業(yè)強(qiáng)勢(shì)布局。無論何種力量參與，都離不開規(guī)模化量產(chǎn)和體系化運(yùn)營的支撐。商湯科技聯(lián)合創(chuàng)始人、執(zhí)行董事、大曉機(jī)器人董事長王曉剛在大曉機(jī)器人首場(chǎng)品牌發(fā)布會(huì)上接受媒體采訪時(shí)表示，團(tuán)隊(duì)雖不完美，仍有許多短板待補(bǔ)，要在這一領(lǐng)域站穩(wěn)腳跟，需具備多維度的綜合能力。
大曉機(jī)器人正將這種對(duì)綜合能力的深耕轉(zhuǎn)化為實(shí)實(shí)在在的技術(shù)突破和產(chǎn)品落地。公司率先發(fā)布了行業(yè)首創(chuàng)的ACE具身研發(fā)范式，推出了首個(gè)開源且商業(yè)化應(yīng)用的世界模型——開悟世界模型3.0，以及具身超級(jí)大腦模組A1。這些成果精準(zhǔn)針對(duì)具身智能的核心痛點(diǎn)，得益于大曉機(jī)器人構(gòu)建的全鏈路技術(shù)體系，涵蓋“環(huán)境式數(shù)據(jù)采集-開悟世界模型3.0-具身交互”，有效解決了行業(yè)數(shù)據(jù)荒、常識(shí)差、泛化難和通用性不足等問題。
王曉剛指出，人形機(jī)器人產(chǎn)業(yè)仍處于發(fā)展早期，亟需標(biāo)準(zhǔn)指導(dǎo)，標(biāo)準(zhǔn)化建設(shè)需要全行業(yè)協(xié)同推進(jìn)。目前，行業(yè)標(biāo)準(zhǔn)化建設(shè)面臨三大難點(diǎn)：數(shù)據(jù)共享標(biāo)準(zhǔn)缺失，企業(yè)間數(shù)據(jù)無法互通，導(dǎo)致大量重復(fù)工作；安全責(zé)任與法規(guī)空白，機(jī)器人進(jìn)入家庭后可能存在安全隱患，但相關(guān)責(zé)任界定和法律法規(guī)尚未明確；質(zhì)量標(biāo)準(zhǔn)亟待完善，多數(shù)機(jī)器人難以實(shí)現(xiàn)兩年保質(zhì)期。
在王曉剛看來，具身智能需要長期投入和持續(xù)創(chuàng)新，不能僅靠單點(diǎn)突破。為此，大曉機(jī)器人組建了融合高?？蒲袌F(tuán)隊(duì)和產(chǎn)業(yè)化執(zhí)行團(tuán)隊(duì)的復(fù)合型團(tuán)隊(duì)。首席科學(xué)家陶大程兼具頂尖學(xué)術(shù)造詣和深厚產(chǎn)業(yè)實(shí)踐經(jīng)驗(yàn)，作為澳大利亞科學(xué)院院士和歐洲科學(xué)院外籍院士，持續(xù)推動(dòng)人工智能基礎(chǔ)研究邊界拓展，并深度參與過科技公司技術(shù)戰(zhàn)略布局和產(chǎn)品落地實(shí)踐。
除陶大程外，大曉機(jī)器人還匯集了呂健勤、李鴻升、劉子緯、潘新鋼、趙恒爽、劉希慧等全球頂尖AI科學(xué)家，他們來自南洋理工大學(xué)、香港大學(xué)和香港中文大學(xué)，是環(huán)境智能、世界模型、具身模型領(lǐng)域的開拓者，助力大曉機(jī)器人搶占技術(shù)制高點(diǎn)。王曉剛表示，商湯科技深耕人工智能領(lǐng)域11年，具備獨(dú)特優(yōu)勢(shì)，對(duì)行業(yè)應(yīng)用場(chǎng)景理解深入，并提前布局具身智能領(lǐng)域，涵蓋本體、零部件和觸覺傳感器等，為大曉機(jī)器人供應(yīng)鏈奠定基礎(chǔ)。
以方舟平臺(tái)為例，商湯科技十年前積累了豐富的場(chǎng)景運(yùn)營經(jīng)驗(yàn)。如今，機(jī)器人成為移動(dòng)終端，應(yīng)用需求痛點(diǎn)未變。入局具身智能賽道后，商湯科技可快速捕捉核心需求，將機(jī)器人與方舟平臺(tái)深度融合，這是其區(qū)別于其他參與者的顯著優(yōu)勢(shì)。
AI發(fā)展經(jīng)歷了三代躍遷，倒逼具身智能研發(fā)范式革新。AI 1.0人工標(biāo)注時(shí)代，標(biāo)注ImageNet數(shù)據(jù)集需單人全職10.5年；AI 2.0大語言模型時(shí)代，數(shù)據(jù)規(guī)模指數(shù)級(jí)躍升，互聯(lián)網(wǎng)文本數(shù)據(jù)集需單人全職撰寫超12萬年；AI 3.0具身智能時(shí)代，行業(yè)面臨數(shù)據(jù)量級(jí)斷崖式缺口，真機(jī)數(shù)據(jù)量級(jí)僅為10萬小時(shí)，而特斯拉FSD V14每日訓(xùn)練量相當(dāng)于人類駕駛員500年駕駛經(jīng)驗(yàn)。這表明具身智能研發(fā)需實(shí)現(xiàn)范式革新，突破發(fā)展瓶頸。
傳統(tǒng)“以機(jī)器為中心”的研發(fā)范式將機(jī)器人本體及硬件參數(shù)置于核心，導(dǎo)致數(shù)據(jù)采集成本高、效率低，技能模型綁定于特定硬件，無法形成通用認(rèn)知與適應(yīng)能力，成為行業(yè)規(guī)?；⑼ㄓ没l(fā)展的關(guān)鍵障礙。特斯拉和Figure AI放棄真機(jī)遙操路徑，探索純視覺學(xué)習(xí)方案，但缺乏對(duì)三維物理世界力學(xué)規(guī)律、物理屬性和動(dòng)作意圖的理解，難以逾越現(xiàn)實(shí)鴻溝。
大曉機(jī)器人顛覆傳統(tǒng)邏輯，發(fā)布“以人為中心”的ACE具身研發(fā)范式，為行業(yè)帶來四大核心數(shù)據(jù)價(jià)值：數(shù)據(jù)維度更全面，完成超10個(gè)視角、8種模態(tài)和4大類物品屬性的多模態(tài)數(shù)據(jù)升級(jí)；任務(wù)覆蓋更長程，支撐分鐘級(jí)、數(shù)百種原子動(dòng)作的復(fù)雜任務(wù)；交互精度更高，達(dá)到亞像素級(jí)標(biāo)準(zhǔn)；采集效率更具規(guī)?；?，能快速完成從十萬小時(shí)到千萬小時(shí)的數(shù)據(jù)積累。
環(huán)境式數(shù)據(jù)采集相較于遙操采集，成本更低、效率更高。遙操采集需采購單價(jià)數(shù)十萬元的機(jī)器人，投入專人開展實(shí)驗(yàn)室采集工作，人力成本高；而環(huán)境式數(shù)據(jù)采集無需額外硬件與專職人力，可實(shí)現(xiàn)數(shù)倍效率提升。隨著數(shù)據(jù)采集規(guī)模擴(kuò)大，環(huán)境式數(shù)據(jù)采集所用傳感器、AI眼鏡等設(shè)備成本可下降，而遙操采集依賴的機(jī)器人尚未規(guī)?；慨a(chǎn)，成本難降低。環(huán)境式數(shù)據(jù)采集具備更強(qiáng)可復(fù)制性，以閃購倉場(chǎng)景為例，工作人員佩戴采集設(shè)備正常作業(yè)即可完成數(shù)據(jù)采集，無需額外搭建實(shí)驗(yàn)室或配備專職團(tuán)隊(duì)，可快速規(guī)?；瘡?fù)制。
王曉剛表示，更多人員便捷參與采集過程是規(guī)模化的核心前提，類似特斯拉依托數(shù)百萬輛量產(chǎn)車，通過司機(jī)日常駕駛同步完成數(shù)據(jù)反饋與采集。正因如此，大曉機(jī)器人數(shù)據(jù)采集規(guī)模實(shí)現(xiàn)兩個(gè)數(shù)量級(jí)跨越，從十萬小時(shí)突破至千萬小時(shí)。
世界模型較早應(yīng)用于智能駕駛領(lǐng)域，如今延伸至機(jī)器人領(lǐng)域。強(qiáng)化學(xué)習(xí)與世界模型的結(jié)合在自動(dòng)駕駛領(lǐng)域已有實(shí)踐，特斯拉最新自動(dòng)駕駛研發(fā)路線引入了二者的融合方案。王曉剛強(qiáng)調(diào)，二者并不矛盾，強(qiáng)化學(xué)習(xí)需要高度逼真、場(chǎng)景豐富的仿真環(huán)境，世界模型正是強(qiáng)大的仿真器，這一邏輯在機(jī)器人領(lǐng)域同樣成立，擁有優(yōu)質(zhì)世界模型能更好發(fā)揮強(qiáng)化學(xué)習(xí)作用。
開悟世界模型3.0已與沐曦股份、壁仞科技、中科曙光、輝曦智能、影微創(chuàng)新等多款國產(chǎn)芯片完成適配。王曉剛表示，在與芯片公司合作中發(fā)現(xiàn)，各家頂層架構(gòu)及配套軟件差異顯著，形成高技術(shù)壁壘，導(dǎo)致優(yōu)化工作效率低下，依托開源生態(tài)聯(lián)合開發(fā)可大幅提升聯(lián)合優(yōu)化效率，降低技術(shù)壁壘。一款有廣泛影響力的開源模型對(duì)芯片企業(yè)價(jià)值不言而喻，尤其在國產(chǎn)化芯片成為未來主流趨勢(shì)背景下，開源價(jià)值會(huì)進(jìn)一步凸顯，大曉機(jī)器人開源策略瞄準(zhǔn)這一產(chǎn)業(yè)機(jī)遇，通過生態(tài)影響力反哺商業(yè)化價(jià)值。
開悟世界模型3.0作為行業(yè)首個(gè)“多模態(tài)理解 - 生成 - 預(yù)測(cè)”的世界模型，集成文生世界、像驅(qū)世界、跡塑世界等多模態(tài)生成能力，內(nèi)置支持11個(gè)大類、54個(gè)細(xì)類，共計(jì)328個(gè)標(biāo)簽，覆蓋115個(gè)垂類具身場(chǎng)景，不僅能理解物理世界因果規(guī)律，還能生成長時(shí)動(dòng)靜態(tài)交互場(chǎng)景，進(jìn)而預(yù)測(cè)萬千可能。王曉剛指出，用戶使用過程是持續(xù)豐富場(chǎng)景庫的過程，會(huì)推動(dòng)世界模型能力邊界與實(shí)際應(yīng)用場(chǎng)景迭代式協(xié)同拓展。
隨著世界模型演進(jìn)，機(jī)器人能力進(jìn)化將經(jīng)歷關(guān)鍵階段。世界模型將顯著提升機(jī)器人對(duì)物理世界的理解能力，實(shí)現(xiàn)此前VLA架構(gòu)難以完成的復(fù)雜長程任務(wù)，機(jī)器人的任務(wù)泛化性也將迎來突破。訓(xùn)練通用大腦所用數(shù)據(jù)來自不同人類與場(chǎng)景，存在跨本體鴻溝，王曉剛解釋道，世界模型分為多個(gè)層次，底層注入大量物理規(guī)律，使模型具備思維鏈能力，不依托物理規(guī)律，僅靠傳統(tǒng)VLA方式無法完成。
對(duì)于具身智能的算力需求，王曉剛認(rèn)為，若該領(lǐng)域數(shù)據(jù)積累量有限，算力并非現(xiàn)階段制約其發(fā)展的最大障礙，但隨著環(huán)境式數(shù)據(jù)采集推進(jìn)，具身智能算力需求將遠(yuǎn)超語言模型。整體來看，具身智能算力需求將呈螺旋式上升特征，數(shù)據(jù)價(jià)值未被充分挖掘時(shí)，擴(kuò)大算力規(guī)模能帶來顯著收益；數(shù)據(jù)價(jià)值觸頂后，繼續(xù)增加算力收益會(huì)大幅遞減，這一瓶頸將倒逼行業(yè)通過新方式生成新數(shù)據(jù)，開啟新一輪“規(guī)模化法則”。
在未來端側(cè)領(lǐng)域，需搭建類似英偉達(dá)CUDA生態(tài)的通用平臺(tái)支撐軟硬件開發(fā)?；诖耍髸詸C(jī)器人發(fā)布具身超級(jí)大腦模組A1，應(yīng)用場(chǎng)景聚焦低速復(fù)雜場(chǎng)景，讓具身智能具備走進(jìn)產(chǎn)業(yè)一線的實(shí)用價(jià)值。例如，搭載該模組的機(jī)器狗無需預(yù)采高精地圖，即可適應(yīng)復(fù)雜動(dòng)態(tài)與陌生環(huán)境，完成自主巡檢、跟隨、避障等多樣任務(wù)。具身超級(jí)大腦模組A1結(jié)合Insta360全景感知方案與商湯方舟通用視覺平臺(tái)，構(gòu)建全方位、高精度環(huán)境感知體系，覆蓋超10個(gè)行業(yè)，實(shí)現(xiàn)超150個(gè)智能化應(yīng)用場(chǎng)景適配。
開悟世界模型3.0可加載至具身超級(jí)大腦模組A1中，相關(guān)能力分步落地，現(xiàn)階段具備空間智能自主能力，后續(xù)逐步疊加操作能力，兩類能力在演進(jìn)中不斷融合。方舟屬于后臺(tái)應(yīng)用，并非具身智能組成部分，其核心作用是將具身智能采集的數(shù)據(jù)轉(zhuǎn)化為實(shí)際應(yīng)用價(jià)值。大曉機(jī)器人打造“大體積”硬件，是因采購現(xiàn)有機(jī)器人測(cè)試后發(fā)現(xiàn)硬件存在諸多缺陷，如傳感器視野狹窄等，其出發(fā)點(diǎn)是讓產(chǎn)品更貼合場(chǎng)景需求，賦予機(jī)器人空間自主移動(dòng)能力，后續(xù)還會(huì)持續(xù)迭代優(yōu)化，降低成本和設(shè)備功耗。
在整個(gè)具身智能產(chǎn)業(yè)生態(tài)中，大曉機(jī)器人扮演著軟硬一體角色，核心目標(biāo)是輸出成本更低、能切實(shí)解決用戶痛點(diǎn)的最優(yōu)產(chǎn)品。在具身智能加速落地的關(guān)鍵階段，大曉機(jī)器人搭建全鏈路自主可控的具身智能生態(tài)，與頂尖具身廠商、硬件廠商、芯片廠商、云服務(wù)商、數(shù)據(jù)廠商達(dá)成戰(zhàn)略合作，共同打通“模型 - 硬件 - 場(chǎng)景”產(chǎn)業(yè)閉環(huán)，推動(dòng)技術(shù)從單點(diǎn)突破走向場(chǎng)景化落地。在具身本體領(lǐng)域，與智元機(jī)器人、銀河通用、鈦虎機(jī)器人、國地中心等多家頭部企業(yè)合作；在硬件領(lǐng)域，與Insta360、臥龍電驅(qū)、帕西尼等伙伴深度綁定。
作為全球頭部具身智能機(jī)器人公司，銀河通用擁有全球最大規(guī)模百億級(jí)具身數(shù)據(jù)集，其自主研發(fā)的具身智能大模型在多任務(wù)泛化操作、人形機(jī)器人全身運(yùn)動(dòng)控制等方面開創(chuàng)多項(xiàng)全球第一。大曉機(jī)器人與銀河通用是互補(bǔ)關(guān)系，大曉機(jī)器人憑借開悟世界模型3.0的技術(shù)積淀構(gòu)建平臺(tái)架構(gòu)，銀河通用憑借智能硬件量產(chǎn)經(jīng)驗(yàn)為大曉機(jī)器人技術(shù)落地提供產(chǎn)業(yè)基礎(chǔ)。伴隨行業(yè)發(fā)展，具身智能對(duì)算力、模型適配性和全棧國產(chǎn)化能力提出更高要求，大曉機(jī)器人與壁仞科技達(dá)成戰(zhàn)略合作，共同打造面向機(jī)器人廠商的具身智能研發(fā)全棧解決方案，開悟世界模型3.0與壁礪?系列通用GPU產(chǎn)品已實(shí)現(xiàn)“Day 0”適配，整合雙方技術(shù)積淀和算力優(yōu)勢(shì)，打造“算力 - 模型 - 應(yīng)用”全鏈路國產(chǎn)化交付能力。
大曉機(jī)器人未來3 - 5年將聚焦商業(yè)化與工業(yè)場(chǎng)景規(guī)?；涞亍＜彝?chǎng)景規(guī)?；涞匦璧任迥暌院?，商業(yè)服務(wù)領(lǐng)域的前置倉、閃購倉等標(biāo)準(zhǔn)化程度高且增長迅速，具備規(guī)模化推廣條件，若機(jī)器人能實(shí)現(xiàn)該場(chǎng)景替代，將催生十萬級(jí)市場(chǎng)規(guī)模。工業(yè)場(chǎng)景可復(fù)制性較難，不同工廠產(chǎn)線數(shù)據(jù)敏感度高、企業(yè)開放意愿低，給通用型機(jī)器人規(guī)?；涞貛碜璧K。搭載空間智能自主能力模組的四足機(jī)器人憑借穩(wěn)定硬件基礎(chǔ)，能突破工業(yè)應(yīng)用門檻，未來在多個(gè)垂直領(lǐng)域具備大規(guī)模落地潛力。大曉機(jī)器人規(guī)劃了三個(gè)市場(chǎng)目標(biāo)：推動(dòng)商業(yè)化落地，超級(jí)模組搭配機(jī)器人實(shí)現(xiàn)空間自主能力；2026年起，四足機(jī)器人有望大規(guī)模落地，具備空間智能、可自主運(yùn)行；未來兩三年重點(diǎn)發(fā)力前置倉、零售倉儲(chǔ)等場(chǎng)景，工業(yè)機(jī)器人因產(chǎn)線更換后可復(fù)制性較弱，暫不作為核心發(fā)力方向。
王曉剛認(rèn)為，真正意義上能包攬所有任務(wù)的“通用大腦”還需時(shí)間打磨，市場(chǎng)期待機(jī)器人實(shí)現(xiàn)更高通用性，但這是一個(gè)漸進(jìn)過程，不同機(jī)器人可共享底層能力賦能所有垂直領(lǐng)域?，F(xiàn)階段具身智能機(jī)器人與工業(yè)機(jī)器人是互補(bǔ)關(guān)系，前者通用化能力適合柔性產(chǎn)線等場(chǎng)景，后者憑借成熟穩(wěn)定性持續(xù)發(fā)揮作用。智能汽車產(chǎn)業(yè)與機(jī)器人產(chǎn)業(yè)共通之處主要集中在體系化建設(shè)與供應(yīng)鏈管理層面，但機(jī)器人產(chǎn)業(yè)成熟度遠(yuǎn)不及智能汽車產(chǎn)業(yè)，在行業(yè)生態(tài)尚未完善階段，需通過端到端全鏈路打通控制成本。具身智能賽道尚未形成頭部格局，大量機(jī)器人聚焦導(dǎo)覽類工作，雖產(chǎn)品形態(tài)和市場(chǎng)規(guī)模有限，但在行業(yè)發(fā)展初期起到市場(chǎng)普及作用，類似人工智能早期依靠工業(yè)領(lǐng)域應(yīng)用完成市場(chǎng)教育，后續(xù)再考量成本與效率。
