編輯｜Panda

前些天，Generalist AI 發(fā)布了 GEN-1 模型，引爆了具身智能領(lǐng)域。該公司 CEO Pete Florence 甚至認(rèn)為，機(jī)器人技術(shù)正接近其「ChatGPT 時(shí)刻」。

據(jù) Generalist 官方介紹，GEN-1 在多種任務(wù)上展現(xiàn)出了高達(dá) 99% 的成功率、比以往快 3 倍的執(zhí)行速度，以及應(yīng)對(duì)意外情況時(shí)強(qiáng)大的恢復(fù)能力。這些顯性的指標(biāo)背后隱藏著一個(gè)更關(guān)鍵的趨勢(shì)：具身基礎(chǔ)模型第一次逼近了一個(gè)實(shí)質(zhì)性門檻，它正從單純的「能演示」階段，穩(wěn)步邁向具備商業(yè)可行性的「可部署」階段

這也讓人不禁發(fā)問：這樣新一代的物理 AI 模型，究竟是如何訓(xùn)練出來的？

業(yè)內(nèi)信息透露，這一輪能力躍遷的底層支撐，依賴于一套全新的數(shù)據(jù)與仿真基礎(chǔ)設(shè)施體系，其中光輪智能也作為基礎(chǔ)設(shè)施體系的關(guān)鍵參與者發(fā)揮了作用。

是的，GEN-1 的出現(xiàn)預(yù)示著：具身智能的競(jìng)爭(zhēng)陣地，正逐步從模型層遷移至其背后的基礎(chǔ)設(shè)施層。

并且，這種底層體系的建立已經(jīng)迫在眉睫。謝晨在訪談中透露了行業(yè)的真實(shí)溫度：「今年頭部大廠已經(jīng)真正下場(chǎng)去卷機(jī)器人 VLA。國(guó)內(nèi)的字節(jié)跳動(dòng)、阿里，以及海外的 OpenAI、 DeepMind 和英偉達(dá)，推進(jìn)速度絕對(duì)更加激進(jìn)了。」巨頭們的加速入局，直接將競(jìng)爭(zhēng)的焦點(diǎn)推向了能夠支撐模型快速迭代的基礎(chǔ)架構(gòu)層 。

不只是模型能力提升

行業(yè)競(jìng)爭(zhēng)的重心也已改變

分析 GEN-1 帶來的影響，我們需要跳出常規(guī)的版本升級(jí)思維，思考其更深層的意義：GEN-1 第一次將具身基礎(chǔ)模型從「證明機(jī)器能學(xué)」的驗(yàn)證期，切實(shí)推到了「接近可部署」的商業(yè)化門檻。

在這其中，有三項(xiàng)突破尤為關(guān)鍵：超高的成功率、快速的執(zhí)行能力，以及面對(duì)意外情況時(shí)的自我恢復(fù)能力。

這意味著行業(yè)的關(guān)注焦點(diǎn)已經(jīng)發(fā)生轉(zhuǎn)移：從業(yè)者現(xiàn)在關(guān)心的重點(diǎn)，變成了模型執(zhí)行是否足夠穩(wěn)定、動(dòng)作是否足夠敏捷，以及在面對(duì)現(xiàn)實(shí)偏差時(shí)是否具備足夠的魯棒性。

順著這一邏輯推演，一旦模型跨越了初始的可用性門檻，行業(yè)面臨的最突出矛盾也將隨之轉(zhuǎn)化。

接下來的核心挑戰(zhàn)在于如何讓模型持續(xù)且穩(wěn)定地變強(qiáng)。此時(shí)，真正關(guān)鍵的問題會(huì)變成：還能不能拿到更大規(guī)模、更高質(zhì)量、更多樣的數(shù)據(jù)？能不能可靠地知道模型到底有沒有變好？能不能在更廣的場(chǎng)景、更復(fù)雜的任務(wù)里持續(xù)暴露失敗模式？最后，能不能形成「發(fā)現(xiàn)問題→補(bǔ)充數(shù)據(jù)→再次訓(xùn)練→重新驗(yàn)證」的反饋閉環(huán)？

基于此，我們可以得出一個(gè)清晰的判斷：現(xiàn)如今，行業(yè)真正稀缺的資源，已經(jīng)超出了更強(qiáng)模型本身的范疇，支撐模型能夠持續(xù)進(jìn)化的基礎(chǔ)設(shè)施能力成為了制勝關(guān)鍵。正因如此，具身智能的競(jìng)爭(zhēng)正在全面向上游溯源，基礎(chǔ)設(shè)施層正在成為角逐的核心戰(zhàn)場(chǎng)。

這些判斷也在張小珺近日對(duì)光輪智能 CEO 謝晨的訪談《機(jī)器人數(shù)據(jù)的綜述：新時(shí)代的石油》中得到了印證，不僅如此，謝晨還在此次訪談中分享了更多有關(guān)具身智能數(shù)據(jù)基礎(chǔ)設(shè)施的洞見。

模型能力躍遷之后

行業(yè)開始追問能力從哪里來

如果說 GEN-1 昭示了能力形態(tài)上的顯著變化，那么張小珺與光輪智能 CEO 謝晨的那場(chǎng)深度對(duì)話，則為我們理解這種變化提供了一大關(guān)鍵視角。

在訪談中，謝晨提出了一個(gè)非常深刻的類比。他指出：「如果從第一性原理思考，我認(rèn)為數(shù)據(jù)可能應(yīng)該跟人的教育行業(yè)類比，就是數(shù)據(jù)對(duì)于模型或者數(shù)據(jù)對(duì)于智能，有點(diǎn)類似于教育行業(yè)對(duì)于人的學(xué)習(xí)?！惯@個(gè)判斷意味深長(zhǎng)，它表明數(shù)據(jù)早已超越了單純的樣本集合屬性，轉(zhuǎn)變?yōu)榱藢W(xué)習(xí)的信號(hào)、經(jīng)驗(yàn)的傳遞途徑以及能力的塑造方式。

沿著這個(gè)框架再去審視當(dāng)今具身智能前沿， 就會(huì)發(fā)現(xiàn)前沿模型的成功已經(jīng)難以簡(jiǎn)單歸結(jié)為數(shù)據(jù)量的堆砌；其核心在于：具身智能第一次開始形成一個(gè)真正的學(xué)習(xí)系統(tǒng)

在這個(gè)高度運(yùn)轉(zhuǎn)的系統(tǒng)中，究竟什么樣的數(shù)據(jù)被采集、什么樣的行為被保留、什么樣的失敗被強(qiáng)化，以及什么樣的能力被持續(xù)優(yōu)化，都不再僅僅是隨機(jī)發(fā)生的孤立事件，它們正被高度系統(tǒng)性地構(gòu)建起來。

這也揭示了一個(gè)更為深層的產(chǎn)業(yè)演進(jìn)：數(shù)據(jù)正在從「靜態(tài)數(shù)據(jù)集」加速演進(jìn)為「動(dòng)態(tài)教育系統(tǒng)」

謝晨將這一過程梳理得十分清晰，從早期機(jī)器視覺時(shí)代如同填鴨式教育的靜態(tài)數(shù)據(jù)集，到后來工業(yè)化的大規(guī)模數(shù)據(jù)生產(chǎn)，再到現(xiàn)在大模型時(shí)代需要的反饋驅(qū)動(dòng)。他總結(jié)道：「數(shù)據(jù)可能更多地應(yīng)該被定義為能夠幫助模型學(xué)習(xí)的信號(hào)以及相應(yīng)的經(jīng)驗(yàn)?！?/p>

這種演進(jìn)的本質(zhì)，是數(shù)據(jù)正在朝著「有針對(duì)性的指導(dǎo)」方向發(fā)展。傳統(tǒng)的機(jī)器人訓(xùn)練往往追求完美的正確軌跡，但在當(dāng)前的具身模型訓(xùn)練中，嚴(yán)格意義上的完美變得不再絕對(duì)。

謝晨在分享服務(wù)具體客戶的實(shí)踐經(jīng)驗(yàn)時(shí)，提到了一點(diǎn)反直覺的認(rèn)知：「其實(shí)最有效的數(shù)據(jù)是先失敗再成功的數(shù)據(jù)。」在他看來，行云流水般的完美視頻未必最有價(jià)值，那些種包含糾錯(cuò)過程的負(fù)樣本，恰恰能夠賦予模型在非結(jié)構(gòu)化環(huán)境中隨機(jī)應(yīng)變的能力。

正是在這樣一個(gè)全新的發(fā)展階段，行業(yè)內(nèi)開始涌現(xiàn)出一類全新的能力體系。這類能力超越了單純的數(shù)據(jù)提供，致力于構(gòu)造學(xué)習(xí)過程本身。業(yè)內(nèi)信息顯示，在這一類不斷壯大的能力體系中，已經(jīng)明確涵蓋了光輪智能這樣的關(guān)鍵參與者。他們正在為具身智能打造一整套完備的教育閉環(huán)，讓模型能夠在海量的仿真與現(xiàn)實(shí)交互中持續(xù)進(jìn)化。

隱性的瓶頸

評(píng)測(cè)與仿真基礎(chǔ)設(shè)施

謝晨認(rèn)為，當(dāng)今具身智能的的底層邏輯早已超越了單一的模型算法，同時(shí)涵蓋了數(shù)據(jù)、評(píng)測(cè)以及反饋機(jī)制等能力。

這些核心要素共同構(gòu)成了一套全新的能力體系，即學(xué)習(xí)基礎(chǔ)設(shè)施（learning infra）。當(dāng)模型能力還比較弱的時(shí)候，這套系統(tǒng)往往處于隱性狀態(tài)；然而當(dāng)模型開始變得強(qiáng)大，這套基礎(chǔ)設(shè)施系統(tǒng)就會(huì)成為制約行業(yè)發(fā)展的真正瓶頸。

在這套系統(tǒng)中，最為關(guān)鍵的環(huán)節(jié)無疑是評(píng)測(cè)

謝晨在訪談中明確指出了這一點(diǎn)：「如果是具身的話，可能現(xiàn)在最關(guān)鍵的問題是評(píng)測(cè)，尤其是規(guī)?；脑u(píng)測(cè)?！?/p>

其中的原因非常簡(jiǎn)單且致命：測(cè)不出來的問題，模型永遠(yuǎn)學(xué)不會(huì)。

為什么評(píng)測(cè)如此困難？自動(dòng)駕駛的評(píng)價(jià)幾乎是「免費(fèi)」的，因?yàn)樗小赣白幽Ｊ健?，可以拿司機(jī)的操作當(dāng)老師進(jìn)行實(shí)時(shí)對(duì)比反饋。但機(jī)器人在現(xiàn)實(shí)世界不具備這種大規(guī)模評(píng)價(jià)的基礎(chǔ)。缺乏規(guī)?；脑u(píng)測(cè)，開發(fā)者就無法準(zhǔn)確判斷模型是否真的取得了進(jìn)步，無法系統(tǒng)性地發(fā)現(xiàn)模型存在的失敗模式，自然也無法形成有效的反饋閉環(huán)。正如謝晨所強(qiáng)調(diào)的：「如果這個(gè)解決不了，大家就很難去衡量具身智能的提升。這是一個(gè)核心。」

在仿真中建立一套類似自動(dòng)駕駛的「影子模式」評(píng)價(jià)體系，是具身智能跨越預(yù)訓(xùn)練時(shí)代的唯一路徑。

與此同時(shí)，數(shù)據(jù)本身的結(jié)構(gòu)也在發(fā)生著深刻的變化。具身智能的發(fā)展路徑正在擺脫對(duì)單一硬件本體數(shù)量的依賴，走向一條全新的演進(jìn)路線。

謝晨觀察到：「最多的具身數(shù)據(jù)一定不是本體商提供的?！惯@意味著，支撐通用具身智能最大規(guī)模的數(shù)據(jù)，一定會(huì)走向本體無關(guān)。只有構(gòu)建本體無關(guān)的數(shù)據(jù)閉環(huán)，才能真正打破硬件采集的物理限制，為通用大模型的訓(xùn)練提供海量且多樣的燃料。

在這樣的演進(jìn)路線下，仿真的行業(yè)地位也隨之發(fā)生了根本性的改變。過去，仿真往往被視作模型與算法訓(xùn)練的輔助手段；如今，仿真已然成為整個(gè)系統(tǒng)成立的前提條件

謝晨在定義仿真時(shí)給出了極其嚴(yán)格的標(biāo)準(zhǔn)：「需要在足夠物理準(zhǔn)確的環(huán)境中，能夠可復(fù)現(xiàn)、可修正地去產(chǎn)生相應(yīng)的行動(dòng)，并且觀測(cè)到其結(jié)果。

對(duì)于機(jī)器人而言，仿真已經(jīng)去除了「可選項(xiàng)」的標(biāo)簽，成為了「必備條件」。謝晨非常篤定地表示：「我可以很肯定地說，仿真對(duì)于機(jī)器人是一個(gè)必備條件，沒有仿真這件事肯定做不成?！?/p>

他還進(jìn)一步指出，如果要做大規(guī)模、可重復(fù)的評(píng)測(cè)，且同時(shí)在千百個(gè)不同場(chǎng)景中隨時(shí)驗(yàn)證算法演進(jìn)，「我認(rèn)為唯一的方案只有通過仿真?！?/p>

缺乏了高精度的仿真環(huán)境，行業(yè)就無法建立起真正可規(guī)?；脑u(píng)測(cè)與學(xué)習(xí)閉環(huán)。這促成了一個(gè)關(guān)鍵的產(chǎn)業(yè)認(rèn)知轉(zhuǎn)變：優(yōu)秀的模型本身已經(jīng)很難成為單一的競(jìng)爭(zhēng)壁壘，決定具身智能能力的核心要素，已經(jīng)轉(zhuǎn)移到了模型背后那套提供數(shù)據(jù)、仿真與評(píng)測(cè)支撐的「數(shù)據(jù)引擎」上

真正稀缺的不是數(shù)據(jù)

而是「數(shù)據(jù)引擎」

在這樣的理論框架下，行業(yè)下一階段真正稀缺的能力，已經(jīng)擺脫了單純對(duì)數(shù)據(jù)量或數(shù)據(jù)供給本身的依賴。目前的焦點(diǎn)在于：能否持續(xù)構(gòu)造有效的學(xué)習(xí)信號(hào)，能否系統(tǒng)性暴露失敗模式，能否將現(xiàn)實(shí)問題轉(zhuǎn)化為評(píng)測(cè)問題，進(jìn)而形成持續(xù)迭代的反饋閉環(huán)。

也正是在這個(gè)意義上，謝晨在訪談里對(duì)「data factory」和「data engine」的嚴(yán)格區(qū)分顯得越來越重要。

前者帶有流水線交付的特征，后者則作為一個(gè)反饋驅(qū)動(dòng)、評(píng)測(cè)驅(qū)動(dòng)的學(xué)習(xí)引擎存在。

謝晨明確表示：「我更希望把它定位成一個(gè) data engine?！顾M(jìn)一步解釋道：「data factory 有點(diǎn)偏工廠，其運(yùn)作模式仍停留在流水線層面，不僅缺少關(guān)鍵技術(shù)與系統(tǒng)化能力，也未構(gòu)建起反饋驅(qū)動(dòng)的迭代機(jī)制。data engine 則是一個(gè)反饋驅(qū)動(dòng)的學(xué)習(xí)引擎。」行業(yè)下一階段真正渴望的，正是這種能夠持續(xù)生產(chǎn)學(xué)習(xí)信號(hào)的系統(tǒng)，僅僅負(fù)責(zé)生產(chǎn)樣本的工廠難以滿足未來的演進(jìn)需求。

進(jìn)一步說，終局的數(shù)據(jù)系統(tǒng)會(huì)高度類似于教育系統(tǒng)。謝晨推斷：「終局的數(shù)據(jù)公司可能跟教育公司長(zhǎng)得很像。」他也直接指出量販?zhǔn)降?data factory 將會(huì)被淘汰：「data factory 還是偏量販?zhǔn)健?我認(rèn)為這個(gè)路徑可能很快就會(huì)不需要了?！拐嬲慕K極需求將聚焦于能夠自我進(jìn)化的數(shù)據(jù)引擎、仿真環(huán)境和評(píng)測(cè)系統(tǒng)。

在這個(gè)意義上，像光輪智能這樣的公司，其生態(tài)位也隨之發(fā)生變化。它超越了傳統(tǒng)意義上的數(shù)據(jù)供應(yīng)商角色，演變?yōu)?strong>以數(shù)據(jù)、仿真與評(píng)測(cè)為核心，驅(qū)動(dòng)模型持續(xù)學(xué)習(xí)的基礎(chǔ)設(shè)施系統(tǒng)供應(yīng)商

謝晨在定義自身企業(yè)時(shí)提到：「我們是一套以系統(tǒng)驅(qū)動(dòng)的、以系統(tǒng)和評(píng)測(cè)為中心的…… 通過幫助客戶的模型發(fā)現(xiàn)問題，并且基于這些有效的反饋和經(jīng)驗(yàn)幫助他們提升的能力?！?/p>

從模型時(shí)代

進(jìn)入基礎(chǔ)設(shè)施時(shí)代

GEN-1 顯然意味著一個(gè)新的起點(diǎn)，它尚未解決所有難題，也未能讓具身智能一夜之間跨入大規(guī)模商業(yè)化階段。

但它已經(jīng)足夠說明一件事：具身智能正在經(jīng)歷從「模型驅(qū)動(dòng)」向「基礎(chǔ)設(shè)施驅(qū)動(dòng)」的深刻轉(zhuǎn)型。在這個(gè)階段里，決定智能上限的關(guān)鍵要素已經(jīng)轉(zhuǎn)變?yōu)槟翘鬃寣W(xué)習(xí)持續(xù)發(fā)生的系統(tǒng)，單獨(dú)的一個(gè)更強(qiáng)模型無法支撐起行業(yè)的未來發(fā)展。

謝晨曾把仿真比作「時(shí)間機(jī)器」，認(rèn)為它只是個(gè)加速器。但現(xiàn)在他認(rèn)為，對(duì)于機(jī)器人而言，仿真是一個(gè)「先決條件」。這種認(rèn)知的轉(zhuǎn)變，本質(zhì)上也是整個(gè)行業(yè)從模型狂熱轉(zhuǎn)向基礎(chǔ)設(shè)施深耕的縮影。謝晨在總結(jié)這套基礎(chǔ)設(shè)施的核心地位時(shí)強(qiáng)調(diào)：「我覺得仿真是真正能夠解決具身數(shù)據(jù)問題的基石，或者說仿真是整個(gè)具身智能學(xué)習(xí)所需要的前提條件?！?/p>

面向未來，他描繪了一個(gè)更具科幻感卻也極為理性的終局形態(tài)：「智能越強(qiáng)，對(duì)于數(shù)據(jù)的饑渴程度反而會(huì)成倍增加。到了最后，AI 可能會(huì)像馬斯克設(shè)想的那樣，處在一個(gè)龐大的仿真環(huán)境中，基于既定的成功指標(biāo)，不斷地自我博弈、修煉內(nèi)功。」這也再次印證了一個(gè)結(jié)論：Generalist 的躍升只是結(jié)果，基礎(chǔ)設(shè)施的厚度構(gòu)成了其背后的真正原因。