“最強大腦”與“最強小腦”相互需要

2026年8月12日 09:14
“最強大腦”與“最強小腦”相互需要
站內 AI 整理稿

巨潮WAVE2026.08.12 09:12 · 來自北京全文4416字00:00 / 11:49DeepSeek戰略入股宇樹科技,綁定3年合作,推動具身智能發展,AI向物理世界延伸。文 | 巨潮WAVE,作者|謝澤鋒,編輯|楊旭然DeepSeek獲宇樹科技戰略配售,鎖定3年,綁定戰略合作;大洋彼岸,人工智能翹楚Anthropic被曝年初曾計劃收購具身機器人初創公司Physical Intelligence(PI)。一邊是戰略入股,一邊是試探收購。AI大模型公司正以一種試探的姿態,俯身向物理世界延伸,具身智能企業也在嘗試藉助大模型的“智力”,補齊整個身軀最亟需的拼圖。

也有如銀河通用、千尋智能等具身智能企業,因為押注“大腦”而被資本看重模型能力,藉此獲得一級市場諸多關注,乃至於刷新行業各類融資紀錄。可以看出,“大腦”對於具身智能企業來說價值重大,意義重大。黃仁勳將AI的演進分為四個階段——感知AI、生成AI、代理AI和物理AI。他曾經明確指出,物理AI(Physical AI)的“ChatGPT時刻”已經到來。長期以來,物理AI的核心卡點就在於“大腦”,讓AI理解並預測物理世界的重力、摩擦、慣性等規律,實現從虛擬智能到實體執行的跨越,是一個極其艱難的遠征。

“大腦”(大模型)與“身體”(具身機器人)的雙向奔赴,顯然不能用偶然的巧合來總結,這是AI產業從虛擬世界向物理世界演進的必然趨勢。悖論長鑫之後是宇樹,後者即將創造中國AI科技史上的又一個資本奇蹟。IPO過會僅2個月後,宇樹科技叩響了科創板的大門。8月6日,宇樹科技確定發行價,90後創始人王興興有望成為科創板90後首富。背後的戰略配售投資者也浮出水面。全國社保基金、南方電網、中國石油、中國聯通旗下機構和梁文鋒旗下深度求索DeepSeek,拿到幾乎同樣的份額,獲配售93.34萬股(1.41億元)。

不同於其他配售方12個月、24個月的鎖定期限,DeepSeek鎖定期長達36個月(3年),顯然這是雙方追求長期深度合作的一種表現。8月7日的路演中,王興興回應稱,宇樹科技和DeepSeek謀定三方面的合作,即通用人工智能研發、高性能通用機器人以及AI大模型。他對具身機器人大腦的極端看重,曾經在一次訪談欄目中有所體現:“誰能把機器人的大模型做出來,誰就是全世界最厲害的AI公司和機器人公司,完全足夠拿諾貝爾獎。”目前的機器人產業中,硬件能力雖然一直在提升,但限制其大規模應用的最大障礙,即“AI大腦”,還“完全不夠用”。

1988年,莫拉維克在他的著作《智力後裔》中闡述了這樣一個觀點:對人類來說很難的任務(如邏輯推理、下棋),AI反而容易完成;而對人類來說很簡單的事(如走路、抓取物體),AI卻極難實現。這一問題被業界稱為“莫拉維克悖論”。讓機器人下棋、解題輕而易舉,但讓它像嬰兒一樣感知物理世界卻極為困難。因此,當前具身機器人的核心瓶頸不在於硬件,硬件早在十多年前就已經準備就緒並且仍在不斷發展,出現卡脖子問題的,是賦予機器人自主決策能力的“智能系統”。這其中最難攻克的就是泛化難題(Generalization),特指模型在面對訓練時未出現的新問題時,依舊能有良好表現。

目前,整個具身智能的模型泛化能力還不夠,其實用性仍有較大提升空間,這是當下最棘手的問題之一。此次,宇樹科技預計募集共計60.99億元,相較此前的42.02億元出現一定超募,其中預計將把一半募集資金投向智能機器人模型研發。宇樹科技目前是全球人形機器人出貨量冠軍,2025年出貨超5500臺。但長期以來,宇樹在“大腦”層面的研發都落後於軀幹。在招股書中,宇樹也坦言自身“重體輕腦”的戰略偏差:“公司前期研發側重本體與小腦(運動控制與肢體協調),在大腦(具身大模型)方面投入較少,且未大規模開展真實數據採集與工廠部署訓練。”其他機器人公司也採購宇樹產品用來訓練自身的具身大模型。

銀河通用就長期是宇樹大客戶,大規模採購宇樹G1,用來採集真實世界數據,餵養“銀河星腦”具身大模型。可見,此次上市就是宇樹補齊短板、發力大腦的一個戰略舉措。閉環區別於傳統的機器手臂或者機器人,具身智能需要具備認知、協作和學習三個能力,關鍵是能夠在工作場景中自主進化。具身智能目前主要的技術路線包括分層大模型、端到端大模型和世界模型三種,行業尚未形成統一明確的路線。各技術路線之間雖有差別,但追求更高泛化能力已成為共識。王興興給宇樹科技制定了“自研+合作”兩條腿走路的方案。自研方面,宇樹在WMA(世界模型-動作)模型與VLA(視覺-語言-動作)模型兩條路線上均有佈局。

今年年初,公司自研的工業級具身大模型UnifoLM-X1-0已在自有工廠中試點測試,核心任務是“自主完成關節電機裝配”;5月,公司發佈WVLA2.0模型,創新之處在於融合世界模型與視覺語言動作,實現長時序自主規劃、多步物理預判及抗干擾精準操控;7月,發佈的具身大模型UnifoLM-OminiA-0.3,聚焦家居康養場景的多類任務,自主完成搬運、整理、設備控制等複雜任務。合作方面,宇樹科技已經和英偉達、DeepSeek展開了深度聯姻。今年6月1日,在臺北GTC大會上,黃仁勳展示了英偉達在物理AI領域的全新突破。

其中非常引人關注的,就有基於英偉達Jetson Thor算力平臺和Cosmos 3模型的宇樹H2 Plus,宇樹提供機器人本體,承載運動、機械與工程化落地,英偉達提供算力和“大腦”,構成驅動全身、多模態感知與自主決策的能力。機器人公司和大模型公司的合作,有相當的迫切性。大模型訓練日趨接近文本數據的極限,物理世界的多模態交互數據,包括視覺、觸覺、力覺、空間關係等,是物理AI突破的關鍵增量。汽車駕駛和機器人是大模型獲取這類數據的最佳通道。宇樹科技、PI、智元擁有海量真實的機器人運動數據,這些數據無法在圖書館、互聯網上找到,都是大模型公司無法自行生成的稀缺資產。

大模型擅長理解、分析和規劃,但不擅長“執行”;機器人擅長“執行”,但缺乏“理解”和“推理”能力。宇樹是全球人形機器人出貨冠軍,積累了海量真實場景數據,DeepSeek是令海外AI巨頭忌憚的中國模型龍頭,兩者結合,有機會構成“數據、模型、硬件”的完整智能閉環。王興興急於增強“大腦”,梁文鋒則瞄準了下一個AI時代的入口和商業落地場景,此次上市就成了一次極佳的戰略共贏時刻。遷徙成立於2024年3月、名為Physical Intelligence的公司(簡稱PI),是目前除Figure AI之外估值最高的機器人獨角獸,已悄然成為灣區最受矚目的AI企業之一。

其推出的π系列模型,被業界廣泛認為是機器人領域的“GPT-3時刻”。它能跨不同機器人本體並泛化執行復雜任務,標誌著具身智能從“專用窄域”邁向“通用基礎模型”。其最新發布的π0.7通用機器人基礎模型,總參數約50億,能夠幫助機器人完成從未經過專項訓練的任務,這一能力甚至讓公司自己的研究員感到意外,證明其“組合泛化”能力實現了巨大突破。PI已累計融資超過10億美元,今年春季還在以110億美元估值洽談新一輪10億美元融資。7月份的時候有消息稱,Anthropic正在洽購PI,引發AI界一陣討論,不過PI公司CEO Karol Hausman否認了相關報道。

當前,美國大模型公司的觸角深入具身智能,已經成為一個清晰的趨勢:OpenAI提早投資了Figure AI和1X Technologies,不過Figure已終止與OpenAI的模型合作,轉向全自研,OpenAI自身也在組建機器人研究團隊;Meta通過FAIR部門探索機器人與大模型結合;谷歌DeepMind持續深耕具身智能多年。Anthropic雖然名聲日隆,在具身智能領域缺長時間“缺席”,而PI是極少數沒有被頭部大模型公司“聯姻”的頂級機器人“大腦”團隊。無論從哪個層面看,Anthropic和PI結盟都是一樁極具想象力的合作。

Anthropic模型的計算能力與邏輯能力已展現出強大統治力,Claude在長文本推理、複雜編程和代理任務上處於全球絕對領先地位。PI的π-zero系列模型已經展現出跨機器人形態的泛化能力,兩家公司合併後,將補齊“通用智能”最後一塊拼圖。從大模型公司的角度看,目前最缺乏的就是物理世界的真實數據。對物理世界的理解被視為構建超級智能系統的必要條件,僅靠互聯網文本數據無法彌補這一缺口。此前,大模型公司比拼的是性能排名,進入2026年,不論中國還是美國公司,誰能把模型塞進物理世界,誰能率先落地,誰就能佔領AI商業化的先發紅利。

如果有哪家AI公司真正完成徹底整合,那麼它就將從一個“文本和代碼模型公司”或者“機器人公司”,進化為“軟硬一體的AI平臺公司”,這是一個還沒有人走到過的高地。從虛擬世界到物理世界,是如今科技公司從“數字智能”集體向“物理智能”遷徙的縮影。寫在最後時下,“腦體協同”已成全球AI產業發展的一個清晰趨勢。隨著宇樹、智元等機器人公司逐步進入資本市場,出貨量大幅抬升,具身智能也將從融資驅動的創業競賽,邁入更深層次的產業落地階段。他們需要“大腦”來突破泛化能力不足的瓶頸,也需要竭盡所能變得更加智慧,以完成更多更復雜的工作任務。

而對於大模型企業來說,他們也非常需要物理世界的“身體”來驗證和落地,完善其商業模式。“最強大腦”遇上“最強身體”,一個從數字智能邁向物理智能的新時代正在醞釀。那個最先走到前面的企業,或者一對組合,將更有機會獲得最大的時代紅利。

Related

相關文章

量子位生成式AI

阿里視頻大模型Wan3.0正式上線,行業評價“穩定、真實、有質感”

阿里巴巴影片生成大模型Wan3.0正式上線,單次可生成30秒影片,並首次支援doc、xls、ppt、pdf、md等文檔輸入。企業用戶普遍評價其「穩定、真實、有質感」,能穩定保持角色與場景一致性,並已進入短劇、影視、廣告等生產流程。即日起可於阿里雲百鍊、千問等平台體驗,標準版並推出限時7折優惠。

剛剛
IT之家生成式AI

阿里雲視頻生成模型 Wan3.0 正式上線,支持單次生成 30 秒視頻、文檔輸入

作者:遠洋 責編:遠洋 評論: 8 月 24 日消息,阿里雲消息,今天,視頻生成模型 Wan3.0 正式上線。官方稱,Wan3.0 在生成時長、萬能創作、全能參考以及真實世界還原等維度全面升級,單次可生成 30 秒視頻,並首次支持 doc、xls、ppt、pdf、md 等文檔格式輸入,力求準確還原真實世界。

剛剛
全天候科技生成式AI

企業AI最後一公里:三路人馬在此交鋒

鄭敏芳 發表於 2026年08月24日 03:09 摘要:尋找自己的位置 2026年世界機器人大會現場,談到這一輪突然走紅的FDE(前線部署工程師),明略科技CEO吳明輝先把時間往回撥了十多年。“12年前我們就在非常認真地研究。”當華爾街見聞·問及FDE與傳統軟件部署有什麼區別時,吳明輝說,兩者都會進入客戶現場,但今天的FDE需要做得更深:一邊把Agent接進真實業務,一邊把現場形成的能力繼續沉澱回後臺。

剛剛