探索物理智能大模型的突破與挑戰(zhàn)，定義具身智能新生態(tài)——對話智澄AI創(chuàng)始人兼CEO、微軟系40大AI科學家胡魯輝

引言：引領物理智能革命

具身智能正以前所未有的速度突破虛擬與現(xiàn)實的邊界，而人形機器人作為其終極載體，已成為全球科技競賽的戰(zhàn)略級賽道。從物理建模到感知進化，從算法創(chuàng)新到工程落地，物理智能正引領一場深刻的產業(yè)變革。在這次專訪中，我們與智澄AI創(chuàng)始人兼CEO、微軟系40大AI科學家胡魯輝深入探討了如何通過物理智能大模型破解人形機器人泛化難題，推動通用人工智能在物理世界的真正落地與生態(tài)構建。

1、創(chuàng)業(yè)初心：從虛擬智能到物理世界的跨越

WAIC：

您擁有在Meta、華為、京東等全球科技巨頭豐富的AI與云計算研發(fā)管理經驗，是什么契機促使您創(chuàng)立智澄AI，投身于物理智能與人形機器人這一前沿領域?

胡魯輝：

我的職業(yè)軌跡跨越了人工智能和云計算發(fā)展的關鍵二十年，從微軟、亞馬遜的早期AI探索，到Meta、華為、京東的規(guī)?；夹g落地與管理。這段經歷讓我深刻理解技術演進規(guī)律與產業(yè)落地的挑戰(zhàn)。創(chuàng)立智澄AI，源于一個清晰的洞察：生成式AI在數(shù)字世界高歌猛進的同時，物理智能，即讓AI深度理解并作用于三維物理世界的能力，將成為下一輪顛覆性創(chuàng)新的核心。我們看到黃仁勛等領袖也敏銳地指出了這一點。

人行機器人當前的痛點在于泛化能力。人形機器人在展會上的驚艷表現(xiàn)與落地應用的匱乏形成巨大反差。“場景換模型”的模式導致開發(fā)成本高昂而功能局限。物理智能大模型，通過融合物理規(guī)律認知與跨模態(tài)感知，構建統(tǒng)一智能框架，是打破這一僵局、實現(xiàn)“一腦多能”的關鍵。智澄AI正是在2024年3月，瞄準這一歷史性機遇而誕生。

我們的愿景清晰而堅定，讓通用人工智能賦能物理世界，服務每個人和每個組織。我曾入選微軟系40大AI科學家，并擔任聯(lián)合國世界數(shù)字技術院專家委員等職，這些經歷賦予我整合全球視野與資源的能力，去挑戰(zhàn)這一宏偉目標。

02、物理智能：破解人形機器人泛化瓶頸

WAIC：

您提到物理智能大模型是解決人形機器人泛化能力不足的關鍵。能否具體闡述智澄AI在這一核心技術上的突破路徑，以及它如何改變機器人的進化邏輯?

胡魯輝：

核心在于構建一個理解物理世界的具身世界模型，能深度融合物理規(guī)律認知與跨模態(tài)感知能力的統(tǒng)一智能框架。我們設計的物理智能大模型基于世界模型，創(chuàng)新我們已自研的VLM+DP模型，可以理解為通過三層架構突破瓶頸：在感知層，整合激光雷達、觸覺傳感器、IMU等多源數(shù)據(jù)，構建實時動態(tài)的物理場域模型，讓機器人像人一樣“感知”世界的力量、形變、運動。

在認知層，將牛頓力學、材料特性、能量守恒等數(shù)萬條物理定律編碼為可計算知識圖譜，賦予機器理解物理世界運行法則的“常識”。

在執(zhí)行層，利用世界模型預測和生成適應各類場景的動作策略。例如，我們的抓取系統(tǒng)，無需預先輸入物體參數(shù)，僅憑視覺和觸覺反饋就能動態(tài)調整力度，穩(wěn)定操作從玻璃杯到塑料袋等多樣物品。

這種底層革新催生“一腦多能”的生態(tài)。它使得機器人硬件標準化成為可能——當智能中樞具備強大的自適應能力，末端執(zhí)行器無需為每個場景定制，整機成本有望降低60%以上。英國Shadow Robot的Dexterous Hand能跨領域操作，美國Figure 01能自主完成多種家庭任務，都印證了這一趨勢。

WAIC：

在機器人技術的快速演進中，如何看待不斷升級的硬件和智能系統(tǒng)在實際應用中的落地情況?在推動這些技術的同時，智澄AI與產業(yè)界有哪些合作?

胡魯輝：

在智澄AI的成長過程中，快速迭代和與實際場景的驗證始終是我們工作的重點。從TR系列產品的迭代看，我們從最初的TR1專注于基本的搬運和分揀，到后來的TR4，針對不同的應用場景進行了優(yōu)化和提升，比如在工業(yè)和家庭環(huán)境中自主完成復雜任務。每一次技術更新都基于團隊對行業(yè)需求的深刻理解，TR系列的每一代產品都力求通過創(chuàng)新解決用戶的實際問題，確保機器人能在不同場景中高效運行。

在產業(yè)生態(tài)建設方面，我們非常注重與上下游合作伙伴的深度協(xié)同。通過開放的生態(tài)體系，我們鼓勵全球開發(fā)者一起測試、優(yōu)化技術，提升機器人產品的通用性和可擴展性。同時，我們還與各行各業(yè)的企業(yè)進行深度合作，推動技術的應用場景落地。例如，TR3的清潔功能就得益于與家具行業(yè)的聯(lián)合研發(fā)，TR4的精密抓取能力則是與制造企業(yè)的合作成果。我們相信，只有通過產業(yè)鏈協(xié)同創(chuàng)新，才能真正釋放機器人技術的潛力。

03、中國AI加速度與商業(yè)化挑戰(zhàn)

WAIC：

您如何看待當前中國在AI，特別是在具身智能領域的發(fā)展態(tài)勢和獨特路徑?

胡魯輝：

中國AI發(fā)展正上演驚人的加速度。在這五年里，從“了解世界”，像AI四小龍時期，跨越到“創(chuàng)造世界”，如大模型六小龍階段。例如DeepSeek - MoE，它只花了2000萬元的訓練成本，能力就已經接近GPT-4了。這也體現(xiàn)出發(fā)展模式的變化：在過去十年，計算所需的成本降低到原來的千分之一，算法效率每年能提升230%，中國正憑借“技術經濟學”改變游戲規(guī)則。

在生態(tài)系統(tǒng)全面升級方面，已經搭建起了由百度飛槳框架、華為昇騰芯片、騰訊TI - Matrix系統(tǒng)組成的完整技術體系。國產芯片為智能計算中心提供了45%的算力。在應用領域深入拓展方面，醫(yī)療領域的模型讓罕見病的診斷準確率提高到了97%，工業(yè)生產中人工智能質量檢測的效率提升了40倍。

中國企業(yè)采用“低成本超車”的策略，重新塑造了價值鏈條。如DeepSeek把訓練千億參數(shù)模型的成本降低到國際水平的五十分之一，使全球35%的開源項目都接入了中國模型的接口。華為昇騰云能快速適配30個國產大模型，阿里云把推理時消耗的能量降低了75%，現(xiàn)在企業(yè)的核心競爭力變成了把技術優(yōu)勢轉化為經濟效益的能力。

WAIC：

在技術狂奔的同時，行業(yè)面臨哪些關鍵挑戰(zhàn)?

胡魯輝：

一個是商業(yè)化落地存在裂縫。除了英偉達等硬件行業(yè)的大公司，大多數(shù)AI企業(yè)還在摸索盈利模式。主要挑戰(zhàn)在于，工業(yè)領域80%的企業(yè)因為數(shù)據(jù)無法共享，很難安裝智能系統(tǒng);在自動駕駛方面，每公里道路的改造費用高達300萬元;在安防領域，AI系統(tǒng)的維護成本是購買硬件成本的3倍。

另一方面，安全是關鍵問題。安全是AI發(fā)展的基礎。從ChatGPT的價值觀受到質疑，到機器人引發(fā)安全事故，都提醒我們必須盡快建立安全體系。智澄AI堅持“安全第一”的原則，建立了全面的體系：聘請了機器人安全工程專家;制定了涵蓋研發(fā)、測試、生產等環(huán)節(jié)的安全規(guī)定;嚴格遵守國家和國際的安全標準。

04、未來圖景：融合、工程化與生態(tài)共建

WAIC：

展望未來，您認為推動物理智能和通用人形機器人走向大規(guī)模落地的關鍵要素是什么?

胡魯輝：

要實現(xiàn)物理與數(shù)字世界的徹底融合，讓機器智能成為人類能力的自然延伸，三大要素至關重要。

首先是持續(xù)進化，打造強大的智能基礎和能自適應學習的算法。不能只滿足于當下提升效率，比如昇騰910B能讓訓練效率提高5倍，小米工廠的質檢能達到8毫秒級別。我們要開發(fā)多模態(tài)系統(tǒng)和各種不同的芯片，讓AI從特殊的技術變成大家都能使用的工具。

其次是強化工程化能力，這就像是技術在現(xiàn)實中能否存活的“自然選擇”。特斯拉的Optimus關節(jié)成本降低了70%，是因為運用了汽車工程化的方法;百度飛槳的標準化工具鏈把工業(yè)模型的部署時間從3個月縮短到了7天。有了工程化思維，AI產業(yè)才能發(fā)展起來，融入到我們的生活中。

另外需要加快產業(yè)落地與生態(tài)構建，要打破技術之間的隔閡，需要有跨行業(yè)的工程化基礎，統(tǒng)一接口、封裝規(guī)范和部署架構。在醫(yī)療方面，聯(lián)影智能的AGI系統(tǒng)接入了全國90%的三甲醫(yī)院，肺結節(jié)篩查的準確率達到99.2%;在教育方面，好未來的模型能根據(jù)2億條解題路徑生成適合個人的方案。工程化組件就像是讓技術廣泛應用的“基因編輯工具”，能推動技術從“工具智能”向“生態(tài)智能”轉變。

（來源：世界人工智能大會）