BB贝博体育在线登录:
过去一段时间，具身智能是最热闹的科技赛道：头部公司接连融资数十亿、机器人登上春晚、估值不断刷新。但热闹背后有个尴尬：绝大多数公司还没跑通商业闭环。
常见剧本是：demo 惊艳，签下 POC（概念验证），然后进入漫长定制新场景重新采数据，新任务重新调模型，新客户重新做交付。项目一个接一个，收入还是项目制；团队越铺越大，毛利越摊越薄。demo 和规模化之间，隔着一条几乎没人跨过去的河。
今天主流具身模型，本质是“增训”：拿现成视觉语言模型当基座，补动作数据，接动作输出头。做 demo 快，但天花板明显模型里没有真正的物理智能基座。每换一个场景、本体或任务，数据采集、训练、调参、验证都要重跑。泛化不够，规模化就是空谈；规模化做不到，商业闭环就永远差最后一环。
还有个硬约束常被忽略：真实商业场景对成功率的要求，远比 demo 残酷。工厂和仓库不会因为机器人“大多数时候能成”就买单一批任务跑下来，绝大多数工序要求接近百分之百；演示里八九成的成功率，搬到产线就等于不可用。基座不够强，只能靠针对每个场景的高昂后训练硬补效果。这不是工程问题，是成本结构问题：这样的生意天生无法规模化。
这个剧本，AI 行业已经演过一遍。GPT 出现前，NLP （自然语言处理）也是项目制生意：每个客户一套定制模型，每个场景一套定制方案，公司规模随项目数线性膨胀。转折点是基础模型出现一个足够通用的基座，把“为每个客户重造模型”变成“在同一基座上生长应用”。
资本市场已先一步为这套逻辑投了票。近日，Physical AI创业公司息壤开物（XIRRA）宣布，公司已连续完成数亿元种子轮及天使轮融资，由敦鸿资产领投，华控基金、三花控股、银杏谷资本、泽然资本、本坚基金、天使基石、标朴投资等知名机构跟投，目前估值达5亿美元。募集资金将大多数都用在原生物理 AI 模型的规模预训练、真实物理交互数据建设、核心研发人才引入与场景验证。
创始人李寅，清华大学毕业，曾任华为云大模型 CTO，华为云行业大模型开发部部长，华为大模型 0 到 1 核心成员，长期统筹基础模型、多模态、视频生成、科学计算与行业大模型研发。曾带领400人团队，依托百万小时视频数据集、万卡算力集群，历时2个月完成视频大模型的训练与发布。主导国内多地具身智能创新中心在当地产业的落地，并交付智驾、矿山、金融、医疗、气象等大模型解决方案，相关项目每年带来数亿元营收。
张含望教授，现任华为多模态首席科学家，南洋理工大学AI 领域校长讲席教授，即将出任息壤开物联合创始人、首席科学家。谷歌学术因果方向全球排名华人学者 Top 1，也是全球榜单前列中最年轻的学者；入选 IEEE 评选的全球 AI 领域十大最需要我们来关注的学者（AIs 10-to-Watch）。他长期深耕因果机器学习与多模态智能，累计发表论文 228 篇，被全球学者引用超 4.2 万次；国际通行的学者影响力硬指标 H 指数达 81，稳居国际 AI 学界最顶尖梯队。他曾获新加坡总统科技奖青年科学家奖该奖由新加坡国家研究基金会每年评选颁授，仅授予40 岁以下、展现世界级研究潜力的科研人才，是新加坡授予科学家与工程师的最高荣誉之一。
L0 物理基础模型（LPM）：提供理解物理规律、预测状态演化、规划长程动作、支撑闭环执行的通用物理能力这是唯一需要重投入、长周期打造的一层，也是整个商业闭环的技术基石；
L1 领域模型：在 L0 之上加入行业专业数据增训，形成具身操作、无人驾驶、气象、药物分子等领域模型任务理解、长程规划、闭环仿真、多尺度物理过程建模等行业级能力，都在这一层长成；
L2 垂域应用：蒸馏出面向具体场景的轻量应用，完成最终交付从产线上的具身执行与规划仿真，到智驾的闭环仿真与训练数据合成，再到极端天气预测、分子性质预测，任务越具体，模型越轻。
路径上分两步走：先跑通机器人场景的闭环，再把同一套基座复制到更多物理行业。
这套架构的商业含义才是重点：行业客户不需要从头训练模型。制造企业、本体厂商、场景方可以基于 L0 基座和配套平台，用增训和适配的方式开发自己的具身智能模型落地成本从重新造一个模型，降为在基座上长出一个行业模型。
这背后是一个正在行业内逐渐形成的共识：物理世界的应用场景成千上万，没有一点一个企业能够独自做完所有场景，最合适的开发者，永远是最懂垂类的行业玩家自己。智能手机时代的分工已经证明过这一点硬件厂商做整机，操作系统厂商做基座，千万开发者在上面长出应用生态。具身智能要走向规模化，同样需要这样一个开放基座：基模公司把物理智能的底层能力做深做透，行业客户和开发者在自己的场景里把它用透用活。
商业落地的核心是提升泛化性，而泛化性只能来自基模。泛化性每提升一分，定制化成本就下降一分，可复制的场景就扩大一圈这就是具身智能从项目走向生意的唯一路径。
既然基模是答案，为什么做的人这么少？因为难。具身基础模型至少要跨过四道门槛：
其一，物理世界连续、高维、不可完全观测。语言是离散符号，物理世界是力、接触、形变与时间的连续函数，状态空间比文本大出几个数量级。
其二，长程决策的组合爆炸。多步连续动作的组合迅速膨胀，直接穷举轨迹不可扩展必须用递归式的结构化建模来化解。
其三，数据稀缺且异构。网络上没有现成的物理交互语料，真机数据昂贵，视频、轨迹、力觉、触觉格式各异，无法直接入训。
其四，仿真到现实的鸿沟。仿真里练出来的能力，搬到真实世界常常失效，模型必须能在真实反馈中持续校准。
息壤开物选择回到第一性原理，坚持以贝尔曼方程最优解作为模型的理论根基：把长程决策递归分解，让模型在长期累计回报最大化的统一目标下，同时学习世界转移 P与策略 世界模型与策略模型的能力，在同一个基础模型里被统一。架构上，LPM将世界推演与视频渲染解耦：统一自回归架构负责组织因果历史、推演“发生啥”，扩散模型负责渲染“看起来什么样”。
▲LPM = 贝尔曼递推方程的最优解：让模型逼近长期累计回报最优的决策（GIF图）
这套体系能力已得到第三方验证：9 月16日，WorldArena 2.0 全球总决赛榜单揭晓，息壤开物物理能力登顶全球第一：在 Track 1 视频质量赛道拿下Trajectory Accuracy（轨迹精度）全球第一、Physical Adherence（物理合规性）全球TOP 3前者考察给定动作策略后模型对运动轨迹的精确还原，后者直接衡量模型对物理规律的遵从，两项都是最能体现物理建模能力的指标。
基础模型不是训练一次就结束的资产，它需要一整套工具链持续供养。围绕 LPM，息壤开物建起了三大相互配合的平台基建。
XR数据平台，负责把物理世界经验编译成可训练资产。从多模态数据接入开始，清洗、结构化标注、质量检查、版本管理与发布全流程打通：具身任务拆分与标注、第一视角视频处理、跨本体跨传感器的格式适配，都被做成了标准化、可调用的工具；坏例有回流通道，数据资产能持续治理、持续增值。它保持跨本体、跨模型的中立定位客户得到的不是一批文件，而是一条可持续运转的数据生产线。
▲数据平台demo工业组装场景双手骨架（EGO 数据管线将海量人类第一视角视频转化为可训练的具身数据，让“看得见的手”进一步变成“可训练的手”）
XR增训平台，负责让基模能力低成本地“长”进客户的场景。围绕基础模型增训部署持续迭代的全流程，它把项目与任务管理、模型管理、训练配置、本体适配、部署发布、监控运维做成了一套开箱即用的工具链，并与数据平台、评测平台天然打通。对客户而言，价值很直接：不需要组建庞大的算法团队，也不需要从零搭建训练管线 基础模型快速增训为自己的行业模型和任务模型算法门槛、数据接入成本和交付周期被同时压缩，工业场景的规模化落地由此提速。
▲增训平台从基础模型到行业模型：增训、部署、持续迭代一站式完成
XR评测平台已实现从场景构建、质量检查、策略执行到报告生成的完整工作流程，支持评测场景复用，以及执行过程、评测报告的保存回查。平台打通仿真场景构建、模型推理与结果可视化全链路，把过去高度依赖人工的工作链路打造为自动化闭环；失败样本可在此完成定位、补数与复验，持续回流至下一轮模型训练，形成评测即飞轮、越评越强的迭代效应。
▲评测平台理解、生成、执行三位一体，让每次失败都产生可用的训练信号
三大平台不是并列关系，而是一个飞轮：数据平台供料，增训平台成模，评测平台找茬，失败样本再回流数据平台每转一圈，模型强一分，客户的落地成本就降一分。
基座和工具链就位之后，商业化机会是自然生长出来的。沿着 L0/L1/L2 的架构往下看，至少有四类清晰可见的变现路径：
其一，面向本体厂商的大脑能力输出。机器人本体长期将是多种形态共存的格局，本体厂商真正稀缺的是通用、可适配的模型能力。把高泛化的物理操作能力封装成标准化 API 与 SDK，配套模型授权和开发者工具，基模能力就能像大脑模组一样输出给整机厂，让整机厂和开发者专注于自己最擅长的硬件与场景基模的渗透随本体出货量放大。
其二，面向工业与物流场景的行业模型及联合交付。工业分拣、仓储拆码垛、柔性装配、质量检验、物料搬运这些任务需求明确、付费意愿强，是具身智能最先兑现现金流的地方。行业客户基于 L0 基座增训出自己的行业模型，再联合完成场景交付客户拿到的是可持续迭代的能力，而不是一锤子买卖的项目。而基座泛化能力带来的一个隐性价值在于：适配新场景、新工位时，对客户现场数据的依赖大幅度降低机器人在一个工位练熟的技能，可以很快复用到隔壁工位和相邻产线，客户对数据合规与隐私的顾虑也随之减小，交付周期和商务门槛双双下降。
其三，面向智驾与科学计算的数据与评测标准品。智驾的闭环仿真与训练数据合成、极端天气预测、药物分子筛选，本质都是理解物理规律、预测状态演化的问题。高质量物理数据、标准数据集、Benchmark 与评测服务是全行业都缺的公共品这类产品一旦建立标准，就具备可复购、可规模化复制的属性，边际成本持续走低。
其四，区域产业平台与海外市场。国内多地正在建设具身智能创新中心与训练场，公共基座与工具链是其中的刚需；海外市场对高质量物理数据与评测能力同样饥渴，在完成合规与管制评估的前提下，标准品输出具备可观的想象空间。
值得一提的是，这些路径之间是互相咬合的：交付带来数据，数据反哺基模，基模增强再降低下一次交付的成本商业化本身，就是基模的训练飞轮。
LLM 行业用五年时间证明了一件事：基座的价值，最终会超过它上面所有应用的总和因为应用会换代，而基座只会沉淀。
具身智能正在走到同一个路口。当行业为又一笔巨额融资、又一次国民级亮相欢呼时，真正决定谁能笑到最后的问题其实很简单：你的商业闭环，是建在别人会换代的方案上，还是建在自己持续变强的基座上？
把基模打牢，让泛化性成为可交付的商品具身智能的商业化元年，才算真正开始。
免责声明：此文内容为本网站刊发或转载企业宣传资讯，仅代表作者本人观点，与本网无关。仅供读者参考，并请自己检查相关内容。
从今日起，中国电信将再次大幅下调国际及港澳台地区漫游流量资费，同时开通覆盖绝大部分出访量的106个国家和地区的4G漫游服务。
奇虎360认为用户在中输入“360省电王”时，下载链接指向搜狗手机助手。
今日头条今日宣布战略投资国内知名图片库东方IC，投资案完成后，东方IC仍将继续保持独立运作。今日头条方面并未对外公布具体交易细节，不过有消息称该投资为控股级投资。
违法和不良信息举报电话（涉网络暴力有害信息举报、未成年人举报） 举报邮箱：br>
