星动纪元

170: 与陈哲的「具身季报 26Q2」：世界模型大风不停，和不想被贴标签的人

2026年6月29日 · 1:53:50

本期《晚点聊》中，主持人程曼祺与Alphaist创始合伙人陈哲盘点2026年第二季度具身智能五大进展，核心判断是世界模型与灵巧手取得显著突破，人形机器人正从演示走向真实场景。陈哲认为北京亦庄人形马拉松中荣耀机器人事业部夺冠，证明有高端制造经验的大厂能快速拿出有竞争力的产品，成绩从去年半马2小时40分提升到今年自主导航约50分钟；Figure AI连续直播100多小时、分拣13万包裹，展示物流是适合人形机器人的好场景，但遥操作与远程接管仍是部署常态。在灵巧手方面，ICRA上以舞肌为代表的中国高自由度直驱灵巧手获得关注，陈哲认为直驱方案长期仍看好，而Optimus等大厂继续跟从绳驱路线。世界模型方面，英伟达Cosmos 3成为首个全开源Omni model，采用Mixture of Transformers融合自回归与扩散架构，能直接生成动作，带动创投热潮；Physical Intelligence的Pi 0.7在VLA上接入轻量世界模型，Generalist的Gen-1以50万小时无本体数据从头预训练，拒绝被VLA或世界模型标签定义。针对OpenAI Robotics团队官宣，陈哲表示其算力投入在具身领域已属天花板，并讨论了大厂入场节奏、宇树IPO后的估值锚点，以及中国创业者在长期不确定性与商业化之间的张力。

112: 与千寻高阳聊具身：一个像机器人的人，怎么做像人的机器人

2025年4月29日 · 1:22:09

高阳（千寻智能联合创始人、清华叉院助理教授）直言具身智能必走端到端 VLA，并给出时间表：明年6月达L2，再一年半到两年达L3。他认为行业已从500个研究话题收敛到100个，这正是他选择创业的时刻——科学家能做的探索变少，工程化落地成为重心；千寻的配置是产业老炮韩峰涛加年轻科学家。他定义的L2是单场景多任务，为此机器人未必人形，但需双臂加轮式底盘，双足并不难；叠衣服是当前“智商测试”，难在理解乱态与泛化，而Figure 02展示了快慢系统的工程优势。数据方面，他提出具身Scaling Law，称做到GPT-3.5级需约100亿条有效互联网视频、1亿条遥操数据和数千万强化学习数据，而仿真数据因多样性有限不适用。他还解释为何要同时做大模型和本体——只做大脑缺乏跨具身肌肉记忆，只做本体则价值集中在大脑端；中国优势在于“修机器人快”，行业将在跑出L2/L3后收敛，当前瓶颈在AI而非硬件；商业化上现在应把技术做到GPT-4程度，L1场景已有人愿付十几万，L2会带来几何级数增长。个人层面，他回顾2016年与许华哲做端到端自动驾驶、伯克利归国经历，称自己从不熬夜、每天骑车31-33分钟，以COT式链条思考应对科研与创业。