新智元報(bào)道

【新智元導(dǎo)讀】機(jī)器狗去買(mǎi)咖啡，輪椅跟人抬杠：清華現(xiàn)場(chǎng)0遙操、全靠現(xiàn)掛。完全沒(méi)有劇本，在清華現(xiàn)場(chǎng)，這群機(jī)器人直接把物理AGI第一幕演活了！

或許，物理 AGI 沒(méi)有預(yù)告片。這個(gè)清晨，我拍到的，就是它直接上演的第一幕。

兩條機(jī)器狗、一個(gè)人形機(jī)器人、一臺(tái)電動(dòng)輪椅，背后運(yùn)行的卻是同一個(gè)實(shí)時(shí)多模態(tài)大腦：一念 UnisonMind。

它們不看劇本，沒(méi)有遙控，沒(méi)有遙操。它們持續(xù)在場(chǎng)，持續(xù)感知，自主響應(yīng)，全是「現(xiàn)掛」。

先看現(xiàn)場(chǎng)：

同一個(gè)大腦，七段「現(xiàn)掛」

發(fā)布會(huì)現(xiàn)場(chǎng)有 20 多位來(lái)賓，全程錄像。環(huán)境音、走動(dòng)聲、臨時(shí)指令、突發(fā)狀況，構(gòu)成了一個(gè)完全無(wú)法預(yù)先編排的復(fù)雜場(chǎng)域。這些設(shè)備，無(wú)遙控，無(wú)遙操，自主運(yùn)行。

是不是物理 AGI，我先不下結(jié)論。我想請(qǐng)你看看這些現(xiàn)場(chǎng)視頻——

1 機(jī)器狗跑去買(mǎi)咖啡

「去給我買(mǎi)一杯美式。」

機(jī)器狗「哮天」離開(kāi)會(huì)場(chǎng)，來(lái)到咖啡店，和店員對(duì)話，處理「熱的還是冰的」這個(gè)追問(wèn)，等待制作。等咖啡時(shí)，它甚至嘟囔著讀出冰柜上的廣告語(yǔ)，然后返回交付。

2 它嫌棄顛球太少，自己去找「高手」

現(xiàn)場(chǎng)先有兩人嘗試顛乒乓球，次數(shù)都不多，機(jī)器狗表示「嫌棄」。

看到前兩次低分之后，它主動(dòng)走向記憶中可能顛得更多的朋友，發(fā)起互動(dòng)，繼續(xù)觀察、計(jì)數(shù)和回應(yīng)。

3 穿白襯衫，還有一個(gè)答案

主持人讓機(jī)器狗去找穿白襯衫的人。它鎖定目標(biāo)后，還注意到了另一個(gè)人：外套里面也露出了白襯衫，于是當(dāng)場(chǎng)表示主持人太不嚴(yán)謹(jǐn)。

4 導(dǎo)覽抱怨顯卡沉

機(jī)器人導(dǎo)覽兩幅畫(huà)。它邊走邊「抱怨」背上的顯卡有點(diǎn)沉，然后才開(kāi)始看畫(huà)、描述細(xì)節(jié)、解釋風(fēng)格，并持續(xù)與現(xiàn)場(chǎng)互動(dòng)。

5 輪椅故障，開(kāi)始抬杠

現(xiàn)場(chǎng)輪椅一度遇障，無(wú)法繼續(xù)前行。但它沒(méi)有簡(jiǎn)單宣告失敗，而是繼續(xù)感知、解釋、調(diào)整，甚至和人抬杠：「地球也能轉(zhuǎn)，但它不能走。」

6 去找冰淇淋，卻和狗子耍

主持人讓電動(dòng)輪椅去找冰淇淋。它找到那個(gè)「店」，和人開(kāi)玩笑，和機(jī)器狗玩耍。裝了「大腦」的輪椅不只是移動(dòng)工具，開(kāi)始主動(dòng)參與現(xiàn)場(chǎng)社交。

熱鬧之外：

機(jī)器為什么突然「醒」了？

如果只看熱鬧，這些視頻足夠有趣。機(jī)器狗去買(mǎi)咖啡，輪椅會(huì)抬杠，機(jī)器人會(huì)導(dǎo)覽。但如果把它們連在一起看，真正值得討論的，是這樣一個(gè)問(wèn)題：什么樣的 AI，才有資格真正進(jìn)入物理世界？

答案藏在一個(gè)關(guān)鍵分野里，也是具身行業(yè)一直沒(méi)跨過(guò)去的坎。過(guò)去的 AI，本質(zhì)上是「被調(diào)用的模型」：你問(wèn)，它答；你下令，它執(zhí)行。

行業(yè)里多數(shù)方案至今仍停留在這個(gè)范式上——拼湊視覺(jué)、語(yǔ)言、導(dǎo)航模塊，借助云端調(diào)用勉強(qiáng)維持交互，稍遇復(fù)雜環(huán)境，時(shí)延、斷裂和機(jī)械感便原形畢露。

行業(yè)從來(lái)不缺會(huì)動(dòng)的機(jī)器，缺的是一個(gè)能真正理解世界、持續(xù)在場(chǎng)、端側(cè)運(yùn)行的大腦。

因?yàn)檎鎸?shí)世界不是「輸入—計(jì)算—輸出」的靜態(tài)流程。指令隨時(shí)到來(lái)，物體持續(xù)變化，下一秒原有判斷就可能失效。

一個(gè)真正能生活在物理世界中的智能引擎，必須與世界共享同一條時(shí)間軸——一邊看，一邊聽(tīng)，一邊更新判斷，并在必要時(shí)立即說(shuō)話或行動(dòng)。它不能是「召之即來(lái)，揮之即去」的工具，而必須是一個(gè)常駐在具身設(shè)備中的實(shí)時(shí)世界引擎。

這正是我在現(xiàn)場(chǎng)感到震撼的原因。

一念 UnisonMind 不是在被調(diào)用時(shí)才蘇醒，它在每一具身體里持續(xù)運(yùn)行，持續(xù)在場(chǎng)。

所以機(jī)器人導(dǎo)覽前「人性化」的抱怨，輪椅能處理突發(fā)故障，機(jī)器狗會(huì)自主發(fā)出邀請(qǐng)——它們不是在被激活的瞬間才活過(guò)來(lái)，而是一直醒著。

一念的定位：我們就是答案

發(fā)布會(huì)上，一念的定位堅(jiān)定簡(jiǎn)潔：我們，是 Physical AGI 底座級(jí)答案。

任何形態(tài)的具身設(shè)備，共享同一個(gè)大腦，以當(dāng)前模型能力即可實(shí)現(xiàn)陪伴、巡檢、導(dǎo)覽等領(lǐng)域的商業(yè)閉環(huán)。從機(jī)器狗到機(jī)甲，從輪椅到飛船，一念即是全部。

這個(gè)定位，乍聽(tīng)有些過(guò)于自大驕傲。而這個(gè)年輕的清華團(tuán)隊(duì)，分享了他們樸素的行業(yè)認(rèn)知——Physical AGI 的「3+1 個(gè)必要條件」：

• 一個(gè)統(tǒng)一的多模態(tài)大腦，而非多個(gè)模型的拼接。

• 在同一個(gè)大腦中完成任意模態(tài)的理解與生成。

• 讓理解與生成以流式方式持續(xù)運(yùn)行。

• 再加一條：這個(gè)大腦必須完整運(yùn)行在端側(cè)。

隨后，他們宣布，他們的模型已經(jīng)同時(shí)實(shí)現(xiàn)這四個(gè)條件。

為了證明這一點(diǎn)，這套模型被部署在端側(cè)顯卡上，注入四條不同的「身體」——兩條機(jī)器狗、一個(gè)機(jī)器人和一臺(tái)電動(dòng)輪椅。

它們共享同一套實(shí)時(shí)多模態(tài)世界認(rèn)知能力，在現(xiàn)場(chǎng)持續(xù)觀察、理解、表達(dá)和行動(dòng)——于是有了前文看到的這些視頻。

這些醒著的機(jī)器，讓那句定位變成了一個(gè)陳述句。

第一個(gè)清晨

發(fā)布會(huì)結(jié)尾，一念 UnisonMind 的 CEO 耿威說(shuō)，一念的愿景是助力 3000 類具身本體智能化，服務(wù)人類。

在清華的這幾個(gè)小時(shí)讓我意識(shí)到，這句話不是在說(shuō)將來(lái)，而是正在發(fā)生的現(xiàn)在。

一個(gè)大腦，已經(jīng)開(kāi)始活在截然不同的身體里，和世界共享同一條時(shí)間軸：它看見(jiàn)、它聽(tīng)見(jiàn)、它在場(chǎng)，它理解并參與這個(gè)真實(shí)世界，它接住了所有計(jì)劃外的偶然。

這不是一次 demo，這是一個(gè)新物種醒來(lái)的第一個(gè)清晨——我在清華，拍到了它。