華為大模型雙子星聯手創業，要找物理世界的Scaling Law

Physical AI創業公司息壤開物宣佈，公司已經連續完成數億元種子輪及天使輪融資。由敦鴻資產領投，華控基金、三花控股、銀杏谷資本、澤然資本、本堅基金、天使基石、標樸投資等知名機構跟投，估值達5億美金。而站在息壤開物背後的，是華為大模型雙子星： 創始人、CEO李寅，前華為雲大模型CTO，華為大模型0-1階段核心成員； 聯合創始人張含望教授，前華為多模態首席科學家。二人此番聯手，瞄準了一個具身智能至今尚未解決的底層難題。“大語言模型之後，面向物理世界的下一階段，是否仍然需要一個基礎模型？” 過去幾年，LLM已經通過海量文本預訓練，將問答、寫作、編程收進了同一個模型。

相較之下，機器人仍重度依賴特定本體、場景和任務做數據採集和增訓。為此，息壤要做LPM（Large Physics Model）。即先從海量視頻、機器人軌跡和真實交互中預訓練一個物理基礎模型，再讓它進入不同本體和任務。這件事說起來容易，做起來卻尤為地難。除了看重李寅、張含望及團隊本身，為什麼資本願意在模型尚未完成預訓練時，便下注這個非共識答案？LPM是什麼？在息壤的定義裡，大語言模型（LLM）代表的是AI 1.0時代，主要學習那些已經被人類抽象為語言、代碼和公式的知識。Physical AI，也就是息壤所說的“AI 2.0”，有質的不同。

這一階段裡，AI會深痛地意識到一件早在上萬年前就被野生古猿們發現了的事情： 原來這個世界是連續變化的、可以被行動改變的，而且每一次行動的背面，還存在其他無數種可能…… 這種混沌且連續演化的複雜性，是僅僅在離散Token序列中進行概率預測的LLM所無法忍受的。△連續的運動只有被切分後才能成為模型可讀取的序列 物理世界裡，沒有一套可直接使用的，已經被人類整理好的抽象表徵。所謂表徵，是讓“某種形式”代替某個對象，使一個系統能夠對它進行識別、比較、推理或行動。如同地圖表徵城市，鴿子表徵和平，人通過觀念、圖像、概念認識世界。有些表徵很直白，但有些表徵卻沒有唯一答案。

一個人眉頭蹙起卻嘴角上揚，這是無語、苦笑、譏諷，還是忍痛？不知道，物理世界只提供像素、聲音、位置和受力變化。△表徵沒有唯一答案 在這無限多的變化和變化的組合之中，或許只有一個信號值得把握。而模型只能從億萬次觀察、行動與反饋中自己找到答案。這就是LPM，Large Physics Model，“大物理模型”將要完成的任務。相當於再造大小腦。儘管難度較大，息壤認為這一步有必要完成。其中原因，很大一部分源於團隊在過往工業項目中所深刻意識到的VLA路線侷限性。儘管VLA已經證明，視覺和語言信息可以被進一步映射為機器人動作，但在實際部署中，大量模型仍然要針對特定本體和任務進行增訓。

如果機器人要進一步進入家庭和公共服務場景，模型就需要具備通用能力，在進入新環境時保留已經學到的物理知識。LPM希望提供的正是這樣一個能力底座。目前，息壤在LPM方向上的研究已有了一些樂觀信號。據披露，息壤模型在World Arena 2.0 Track 1中，Trajectory Accuracy單項排名第一，Physical Adherence單項排名第二。其中，Trajectory Accuracy主要考察模型預測的物體運動軌跡是否準確，Physical Adherence則關注模型生成的未來狀態是否符合基本物理規律——均與LPM希望解決的問題具有直接聯繫。

△息壤模型“RiXin”打榜成績 另一個信號則來自Scaling effects。這一觀察與LPM的核心假設有關：如果物理智能同樣存在Scaling路徑，那麼模型能力應當能夠隨著訓練規模擴大而持續增長。據息壤介紹，隨著數據規模與訓練規模增加，模型性能已經出現初步提升趨勢，團隊認為值得繼續做下去。華為多模態雙子星在Physical AI匯合 要拉長這條技術曲線，找物理世界的Scaling Law，憑藉好的想法和積極信號還並不足夠。畢竟萬卡集群一開，一個月就要花費上億元，能在這樣的消耗下做持續推進的人並不多。資金儲備量是一方面，對團隊組織和技術路線的判斷是另一方面。

從息壤的團隊構成來看，它要做基模，可能是認真的。創始人李寅，清華大學畢業，前華為雲盤古大模型CTO、行業大模型開發部部長。她的經歷橫跨了基模訓練與產業交付兩個世界。基模側，她曾帶400人團隊，依託百萬小時視頻數據集，在萬卡算力集群上耗時2個月訓出了一個8B視頻大模型。產業側，她負責國內多地具身智能創新中心的落地，還交付了包括智駕、礦山、金融、醫療、氣象在內的30個行業的200多家客戶，每年帶來數億營收。△李寅 在大模型的訓練最前沿和落地最末端，所需能力相差不小，但都很複雜。一方面，在模型訓練階段，基礎模型並不是一個單純的算法問題。

隨著訓練規模擴大，數據管線、算力調度和集群穩定性都會成為工程約束，任何一個環節的差錯都可能影響整個訓練週期，帶來高昂的算力空轉消耗。但模型一旦走進產業，評判標準馬上就變了，工作是否穩定、成本能否控制、能力能否快速複製…… 這使得李寅既需要關注模型訓練能力，也需要處理成本、穩定性和交付效率。但也就是這兩方面的歷史經驗，構成了她判斷Physical AI路線的背景。因為從過往的產業落地經驗來看，機器人每進入一個新場景都需要重新採集數據並定製模型，具身智能很難實現規模化落地。為此，息壤必須推進能力複用的問題，在基礎模型層去建立可共享的物理能力。

相較於李寅的工程化與產業落地能力，即將出任息壤聯合創始人和首席科學家的張含望則更多在理論側深耕。張含望教授，前華為多模態首席科學家，南洋理工大學計算與數據科學學院教授、人工智能校長講席教授。△張含望教授 他長期研究因果機器學習、多模態理解和模型泛化，累計發表論文228篇，被全球引用超4.2萬、H-index達81，是“causality（因果性）”這個方向上的華人學者NO.1。還曾入選IEEE評選的“全球AI領域十大最值得關注的學者”，獲得過新加坡總統科技獎青年科學家獎。他的研究經歷與Physical AI所面對的問題存在直接關聯。

因為在物理世界中，僅依靠大模型訓練中的“統計相關性”並不足以支撐穩定行動。一個物體在視頻中發生移動，可能來自機器人動作，也可能來自重力、碰撞或外部干擾。模型只有學會理解動作與結果之間的因果關係，才能做出更可靠的判斷。泛化問題同樣如此。如果模型只記住訓練數據中的物體外觀和機器人姿態，那麼更換材質、光照或本體之後，原有能力就可能失效。Physical AI需要更穩定的表徵系統，使模型成功識別不同場景背後的共同結構。而張含望過去在因果學習和去偏方面的研究，正能減少模型對錶面相關性的依賴。可以說，李寅與張含望二人不同的能力點，分別代表了華為大模型體系中工程產業側與算法研究側。

李寅更接近基礎模型如何訓練、組織和部署的問題；張含望更關注模型穩定認知和遷移能力的形成。但到了Physical AI階段，機器最終要進入真實世界時，這兩條路徑就要開始融合、必須融合了。如此二人的搭檔使息壤既不同於單純研究算法的實驗室，也不同於圍繞機器人本體承接項目的交付公司。理論研究、大規模訓練和產業反饋在這裡，從一開始就被放進了同一個完整體系內。實際上，“大模型雙子星”也只是這支團隊的塔尖。團隊既有參與過上一輪LLM基礎模型訓練的成熟負責人，也有來自多模態、世界模型和3D交互方向的年輕研究者。息壤內部一共設置了Model、Data和System Infra三條能力線。

Model團隊負責統一生成模型與物理表徵；Data團隊建立多來源數據管線，並處理仿真與真實數據；System Infra團隊則支撐大規模穩定訓練和後續推理優化。如此種種，共同構成了息壤進攻LPM預訓練的組織基礎。息壤開物要如何造物理基模？團隊履歷只能解釋“why”的問題，決定基模能否從理念真正落地的，仍然是“how”。如前所述，物理基模之難，絕不會在LLM之下。對於物理世界的模型而言，連續演化的“長程任務”是一個久攻不下的戰場。以收拾桌面為例，機器人需要先識別物體，再判斷抓取順序，規劃移動路徑，並根據每次動作之後的環境變化不斷調整策略。如前所述，問題在於，每一步都可能存在非常多可能的候選動作。

假設機器人在每個時刻有(b)種選擇，完成任務需要連續決策(H)步，可能的行動路徑就會增長到b^H。如果每一步有10種選擇，連續決策20步，理論上的路徑數量將會爆炸增長到一個無法想象的數量級。現實中，僅僅是做早飯、洗一件衣服，實際的決策和選擇空間就遠不止如此了。這就是長程決策中的“組合爆炸”。息壤所選擇的自迴歸架構，與對這一問題的理解有關。按照張含望對這條技術路線的理解，宇宙本身就可以被看作一個持續展開的巨大自迴歸過程。任一時刻的世界狀態，都承接此前的演化，並與當下發生的行動共同生成下一時刻。這背後的理論直覺可以追溯到馬爾可夫過程與貝爾曼遞歸。

在馬爾可夫框架中，如果當前狀態已經包含決策所需的充分信息，那麼此前漫長的歷史便可以被壓縮進“當下”。下一時刻的狀態，主要由當前狀態與當前動作決定。△馬爾可夫決策過程 貝爾曼遞歸則在此基礎上進一步處理“未來”：一個長期任務的價值，可以被拆解為當前動作帶來的即時收益，以及進入下一狀態後仍能夠獲得的未來價值。在這樣的理論框架下，過去不必被逐幀保存，未來也不必被一次窮舉，模型只需要在當前狀態下選擇動作，再根據新的狀態繼續推演。△圖片系AI生成 如同下棋。棋手不會在落子前窮舉世界上所有可能的棋局，而是判斷當前局面，選擇一步，再根據新的局面繼續推演。

這也是息壤所強調的第一性原理，回到物理決策的最基本結構，狀態、動作、下一狀態，以及行動產生的價值。△示意圖 在更為具體的架構上，息壤的LPM以Unified AR Transformer作為骨幹，讓自迴歸模型將複雜過程拆解為連續的條件預測。Diffusion則作為可選模塊存在，當系統需要把未來狀態渲染成連續視頻時，Diffusion完成視覺生成。換句話說，前者負責寫劇本分鏡，後者負責攝影與後期。基於這套理論框架，息壤將LPM拆分為六個相互配合的底層能力底座：統一Token、統一模型架構、強化學習算法、數據體系、評測體系和工程基礎設施。

△LPM技術架構圖 統一Token負責把視覺、動作、觸覺和力覺等異構信息轉換為模型能夠共同處理的表徵； 統一架構負責在同一套模型中組織狀態理解、推理、行動與未來預測； 強化學習讓模型從行動結果中更新策略； 數據體系為上述學習提供材料； 評測體系檢驗模型到底是學到了真物理規律，還是假表象關係； 最後，工程底座決定了這套方法能否在足夠大的數據與算力規模上真正運行起來。由此形成一個閉環： 不同來源的數據被轉換為統一表徵，模型生成動作並預測後果，動作進入仿真或真實環境接受檢驗，獎勵與評測系統把結果轉化為反饋，成功和失敗的經驗再重新進入訓練。

△息壤開物數據平臺demo 按照息壤的規劃，第一階段數據將來自互聯網物理視頻、Ego第一視角數據、UMI示教、仿真與合成數據，以及公開機器人軌跡和真機反饋。過去豐富的商業化經驗使其有機會進入真實產業場景拿到數據，快速跑出數據飛輪。在產品規劃上，息壤將模型能力劃分為L0、L1與L2三個層次。L0是通用物理基礎模型，目標是形成跨任務、跨場景和跨本體的底層能力。L1是領域模型，進入工業製造等具體領域後，模型還要學習行業中的對象、流程和約束。L2則進入具體應用，將領域能力轉化為可以部署的機器人任務。其訓練成果XIRRA v0.1計劃於今年晚些時候亮相，屆時，判斷物理模型價值的標準或將更新。

而物理世界是否真的存在一個符合Scaling Law的基礎模型，也可以拭目以待了。話說回息壤開物。“息壤”取自《山海經》。“土自長息無限，故可以塞洪水也”，息壤可自行生長、不斷增殖，最終成為承託浩大工程的神土。這與千年後的物理智能自身形成了某種呼應。所有采集數據以及在真實部署中的成功或失敗的反饋，重新流入訓練，成為模型繼續生長的土壤，生生不息。《周易》言，夫易，開物成務，冒天下之道，如斯而已者也。揭示萬物的道理、促成天下的事務，而由此統攝天地間的一切規律——如果說，物理世界真的存在自己的LPM，大抵如此。期待息壤開物真的能讓智能生於萬物，也重新作用於萬物吧。

— 完 — QbitAI · 頭條號簽約 關注我們，第一時間獲知前沿科技動態 版權所有，未經授權不得以任何形式轉載及使用，違者必究。