在具身智能热潮中，“把大模型塞进机器人”的路径受到质疑。自变量机器人创始人王潜认为，通用机器人并非语言模型的延伸，物理世界基础模型应独立于虚拟世界的语言和多模态模型。他强调物理世界的随机性，提出需要脱离静态数据的方法来构建物理世界基础模型，并认为具身智能天然适合端到端方法。通才模型和VLA模型是通用机器人模型的关键，而虚拟世界数据正趋于耗尽，真实世界数据将是AGI的核心要素。具身智能的革命性潜力将远超想象，推动生产力指数级增长。

🤖 **具身智能的范式转变：** 传统的“将大型语言模型（LLM）集成到机器人”的思路被认为存在根本性问题。自变量机器人创始人王潜提出，物理世界的基础模型应独立于虚拟世界的语言模型和多模态模型。这是因为物理世界的随机性和复杂性远超虚拟环境，需要专门的、脱离静态数据的方法来构建智能。

💡 **物理世界基础模型的必要性：** 物理世界的交互，特别是操作（Manipulation），充满了随机摩擦、可变形物体等不确定性，即使是细微的初始误差也会被放大。现有的语言模型和多模态模型在物理世界任务上的表现不佳，表明需要一个专门为物理世界设计的、能够处理其独特挑战的基础模型。

🔄 **端到端与通才模型的优势：** 具身智能天然适合端到端（end-to-end）的学习方法，因为物理接触的复杂性使得分层模型难以有效工作。同时，通才模型（generalist models）通过学习不同任务间的共同结构，能够掌握逻辑、常识和物理规律，从而实现更高效的学习和“涌现”现象，这是实现通用机器人的关键。

🌍 **真实世界数据的核心价值：** 随着虚拟世界数据的逐渐耗尽，真实世界数据的收集和利用变得愈发重要。与仿真数据相比，真实世界数据在某些方面更具成本效益和效率。自变量机器人通过自主收集数据进行训练，并结合强化学习和推理式学习，大幅提升了机器人的演示速度和成功率。

🚀 **具身智能的革命性未来：** 具身智能的出现将可能引发人类历史上最大的一次革命，彻底改变生产方式，实现指数级的生产力增长。通用机器人能够替代手工劳动，推动各领域以惊人的速度发展，并为实现通用人工智能（AGI）和超级人工智能（Super AI）奠定基础。

RoboX 2025-10-29 11:50 北京

具身智能 ≠ 把 Deepseek 塞进宇树

在具身智能热潮之中，「把大模型塞进机器人」似乎成为一部分人默认的技术路径。但在近日落幕的全球机器人领域顶尖学术会议 IROS 上，云启早期被投「自变量机器人」创始人王潜提出了不同的见解：通用机器人并非 语言模型的延伸，物理世界基础模型完全独立于虚拟世界中的语言模型、多模态模型。

本期「云启科技 π」和你一起了解这位处在具身领域前沿的一线创业者的新思考。