上海滩

模型与数据双轮转动 业内判断：物理AI“ChatGPT时刻”最快两年_我的网站

A |     封面新闻记者 欧阳宏宇          在本届WAIC上，人工智能加速落地，从屏幕里大步走向物理世界，继文本生成、智能体AI后，“物理AI”概念受到关注。    注意：本评论包含《Lanterns》第一季第 2 集的全部剧透！《Lanterns》在试播集中表现出色，但最重要的是，该剧受益于 Kyle Chandler 饰演的 Hal Jordan 与 Aaron Pierre 饰演的 John Stewart 之间引人入胜的化学反应。当人工智能加速由虚向实，随之而来的问题是，这一AI落地的新场景会呈现何种演进路径？其搭载的AI大模型是何种形式？距离机器人的“ChatGPT时刻”还有多久？          7月19日，在2026世界人工智能大会“智启具身论坛2026：迎接物理AI智能涌现”上，多位业内人士和行业专家就物理AI智能涌现的条件与路径分享了观点。这两位在大多数时候甚至无法容忍对方，这反而带来了极大的乐趣。在专家看来，只需不到5年的时间，机器人“ChatGPT时刻”就要到来，在此之前，则需要上亿小时级别的物理数据支持。         模型与数据飞轮          是物理AI持续进化的关键          在AI产业主线聚焦大模型之后，业界正渐渐形成共识：下一阶段AI不会停留在生成内容，而会进入真实环境，理解空间、预测变化并完成行动。

B | 但当后续剧集在大部分运行时间内将这对“黄金搭档”分开时，会发生什么呢？事实证明，这两个角色分开时也和在一起时一样迷人。归结起来，这就是物理AI受到关注的核心动因。第 2 集有一些精彩的 Hal/John 互动作为开场和结尾，但大部分时间侧重于两人的独自行动。当 John 为他那脾气暴躁的导师执行一项带有美化色彩的搜寻任务时，Hal 则着手深入调查内布拉斯加州拉什维尔的谜团。         那么，该如何发展物理AI？智元合伙人、高级副总裁、具身业务部总裁，觅蜂科技董事长兼CEO姚卯青在现场分享称，物理AI的挑战在于，必须同时打通表征与闭环这两条路线。不用说，两人最终发现的都远比他们预期的要多。         前者是对世界的抽象和压缩，人类所有的认知、判断、理性全是以表征为基础的；后者是智能体与环境进行持续的交互，从计算的角度来看，它包含了输入、算法、输出、评价、迭代这样的循环，从生物学角度来看，它就是从一种从感知到理解、决策、行动、环境反馈的一个完整闭环。

C | Chandler 继续精准地诠释了这位性格极其乖戾的 DC 英雄，但这样一个带刺的角色确实需要有人来衬托他。幸运的是，警长 Kerry（Kelly Macdonald 饰）完美胜任了这一角色。         在姚卯青看来，要推动物理AI的发展，主要靠模型与数据两方面作用。她与 Hal 之间刻薄的插科打诨和 Hal 与 John 之间的竞争一样有趣。“模型决定起点，数据定义终局，二者相互作用将产生‘飞轮效应’；当飞轮转动，智能涌现只是时间问题。本集也让我们能够同情这种动态关系中的双方。”          具体在模型侧，他以智元构建的三阶段训练架构为例谈到，在该架构中，分为“预训练—后训练—持续学习”三个步骤，即推动视觉语言动作模型（VLA）与世界动作模型（WAM）两条技术路线持续演进，并向统一的世界推理动作大模型（WRAM）迈进，同时从算法、仿真、真机训练层面打通规模化迭代闭环。         简而言之，就是让机器人既能边看菜谱边学着直接上灶台炒菜，又要学着理解火候、食材特性，还要反复总结经验，最终培养出一个“既懂原理又会实操”的机器人大厨。         在数据侧，则要依托MEgo系列采集终端、治理平台与真机数据集等，构建覆盖数据采集、治理、训练和部署回流的全链路物理AI数据基础设施，推动真实场景数据持续反哺模型进化。

D | 当 Kerry 处理 Hal 的胡言乱语（包括拦下一辆装满温热尸体的车）时，我们确实能感受到她的挫败感。         据悉，目前，这套模型与数据协同迭代体系已在真实产业场景中获得验证。与此同时，Hal 再次证明了他对这个宁静小镇正在发生的怪事保持怀疑是正确的。

E | “我们相信物理AI智能涌现不是会不会来的问题，它是一定会到来的。他的直觉确实不会骗人。《Lanterns》主创谈第 2 集的大结局：“何时以及何处使用戒指是整场博弈的关键”第 2 集真正传达的一点是，《Lanterns》在很大程度上也是一部喜剧，此外它还是一部写实的谋杀悬疑剧，剧中的制服角色们会肆无忌惮地爆粗口。”姚卯青预判到，智能涌现只是时间问题，其一定会在行业突破数据墙、表征墙、闭环墙之后，形成这样一套可优化、可泛化、可进化的物理世界AI的进化系统。         数据缺口巨大          但智能涌现“一定会来”          数据缺口“上万倍”，业内判断：2到5年迎来机器人ChatGPT时刻          对于机器人的“ChatGPT时刻”何时会到来，专家普遍认为，至少需要两年时间，如果发展进程顺利，也不会超过五年时间。         其关键在于数据。         腾讯首席科学家、腾讯Robotics X实验室主任、福田实验室主任张正友谈到，由于具身智能到最后本质上要跟物理世界交互，因此交互数据是必不可少的。这一集出人意料地、甚至可以说是极具攻击性地搞笑。这在很大程度上要归功于 Hal 即兴的侦探工作，但 John 在 Hal 空荡荡的豪宅走廊里漫步并第一次见到“Earl”也功不可没。这些数据在一定程度上会产生飞轮效应，即不仅是成功的交互，即便是失败的交互也是格外宝贵的。         “收集数据时放到预训练下，未来的部署时间会越来越短，最后实现零成本的新场景任务复现。”谈及飞轮效应之下，训练数据的构建形式，Dyna Robotics联合创始⼈兼⾸席科学家⻢也骋认为，不同的数据可以采用“金字塔组合”形态，即顶层高质量部署数据+中层海量真机数据+底层更海量的互联网数据。         AI初创公司Physical Intelligence 的研究科学家任⾄意也认同，能直接复现任务的真机数据“可回放”，但多种来源数据尽可能扩大本体多样性的构成。Pierre 非常擅长在周围一切变得越来越超现实的情况下，扮演沉着冷静的常人角色。在他看来，挖掘训练数据下一个非常大的底座是互联网。

F | 在之前的评论中，我提到自己对目前的谋杀悬疑剧情并不是特别着迷。值得庆幸的是，本集为这个谜团增加了一些波折，足以让事情变得更有趣。首先，我们发现 Kerry 从一开始就比她表现出来的更了解外星人的情况，而且越来越清楚的是，在小镇平静的外表下隐藏着腐败。其次，由于 Antaan（Paul Ben-Victor 饰）及其部下的登场，我们得以窥见谜题的另一半。我们对《Lanterns》系列首播集的看法“由于《Supergirl》的反响不佳，DCU 突然变得根基不稳，看到《Lanterns》能有如此强劲的开局令人欣慰。         事实上，目前行业的共识是，训练具身智能的数据缺口巨大。姚卯青透露，据测算，需要1亿小时级别数据才能够让机器人掌握对物理世界通用运行规律的理解。它证明了在这个电影宇宙中，确实有空间容纳并非完全出自 James Gunn 手笔的超级英雄故事。虽然第 1 集中的核心谋杀悬疑剧情与其说是引人入胜，不如说是中规中矩，但角色及其紧张的互动关系足以让这部剧值得一看。

G | 而要达到开箱即用的效果，则需要70-80%零样本成功率。Chandler 饰演的 Hal Jordan 和 Pierre 饰演的 John Stewart 组成了一对强大但非常不和谐的搭档，能与他们共度接下来的七个小时确实令人兴奋。”诚然，剧中有这么多外星角色为了方便而采用人类形态，这多少让人有些沮丧。这确实让《Lanterns》的格局显得比我预想的要有限。即便如此，所有关于叛变的 Manhunters（猎人者）和被摧毁的文明的讨论，确实有助于将冲突提升到不仅仅是一个简单的小镇枪战的层面。我也很喜欢这些剧集如何依靠微妙的对话线索来提醒我们这些角色并非表里如一。上周有整个审讯场景，现在则是 John 和 Antaan 之间关于距离感/亲密度的交流。第 2 集以一个特别强有力的基调结束，Hal 和 John 在汽车旅馆重聚。他们的交流引人入胜。我们看着 John 默默地纠结是否真的可以信任 Hal，然后抛开顾虑，说出了他从 Antaan 那里得知的一切。也许这对搭档终究还是有希望的。又或者并非如此。本集以一个硬转向进入了更多的 DC 宇宙领域，Hal 终于自 2016 年以来首次穿上制服，飞往 Oa 星探视被囚禁的 Sinestro（Ulrich Thomsen 饰）。我们只在两个角色之间听到了几句诱人且简短的台词，但我非常期待看到这段对话将如何展开。Sinestro 绝对是我最喜欢的 DC 反派之一，而该剧只能通过更多地借鉴《Green Lantern》系列宏大的设定而获益。

H |

Current article:http://sqwwx3.piepengxikuozhuangzebaohouye.sbs/news/20260826_522538.html

Published on:02:16:07