本周六上午10:00，与千诀科技肖海默、Xbotics具身智能实验室木木探讨具身大脑的通用智能边界！

扫描上方二维码即可报名

2026年，物理AI正在接管真实世界，具身智能逐步走向量产，据工信部预测，2026年国内人形机器人产量有望突破10万台。然而，身体能跑能跳，“大脑”却远未跟上。理论上，训练一颗接近人类水平的具身大脑，需要10亿小时真实物理交互数据，而全球有效供给仅约500万小时，200倍的缺口让数据荒比算法缺位更先成为痛点。想要达到具身天花板，更智能的大脑和稀缺的高质量数据将是决定因素。

当前具身大脑的技术路线尚未完全收敛，行业正围绕VLA、世界模型以及不同的模型与系统架构展开探索。实时性、泛化性与可解释性仍是行业必须跨过的三道门槛。 VLA模型凭借一句话指令、端到端执行的直观优势，成为当前工业界落地最多的选择，但其推理延迟与机器人关节高频控制需求之间存在数量级差距；同时，端到端架构的黑箱特性导致工业场景容错率极低，长程任务中状态漂移问题频发。世界模型技术路线也一分为二，一种是生成式世界模型，通过生成未来画面来预测世界变化。另一种则是预测式世界模型，通过学习低维状态空间中的变化规律，预测物理状态演化来理解未来。其它系统架构，如多项式表征架构，能够对影响任务执行的关键特征进行有效表达与组合，并支持对表征空间进行正则化，减少无关信息干扰，使模型训练更加聚焦、能力升级更加灵活，同时支持跨本体适配和任务过程追踪。

这一背景下，海内外巨头与创业公司正沿着不同路径突围。Figure AI以高估值领跑全球，与OpenAI合作开发人形机器人大脑，已在制造场景启动试点；Tesla将自动驾驶积累的世界模型与端到端技术迁移至Optimus，目标年产100万台。国内，由清华大学自动化系团队创立的千诀科技基于预测式世界模型与多项式表征架构，打造机器人智能基础设施，覆盖感知、决策、规划、控制全链路。预测式世界模型助力机器人理解环境、行动与任务，提升泛化及决策效率；多项式表征架构实现机器人能力高效训练、组合迭代、任务追踪，可适配不同机器人的硬件与能力边界；千寻智能Spirit v1.6基座模型在RoboArena具身智能基准测试中登顶；穹彻智能依托上海交大背景打造Noematrix Brain；智平方则以类脑VLA三代演进路线将安全反射延迟压缩至约20毫秒。可以想象，谁定义了大脑的智能上限，谁就握住了下一代机器人的入场券。

在模型演进中，数据瓶颈正成为锁住具身智能大脑进化速度的最沉重的锁。具身数据需要视觉、触觉、力觉、本体感知在时空维度严格对齐，同时满足多模态、高精度与强因果三重标准，传统采集方式几乎无法规模化复现。真机数据采集成本高昂，企业各自为战形成数据孤岛，稀缺样本难以共享。面对困局，仿真与真实数据的双轮驱动正成为主流共识。英伟达在2026 GTC发布物理AI数据工厂Blueprint，基于Cosmos开放世界基础模型，将有限真实数据转化为大规模多样化训练集。国内，智元机器人成立觅蜂科技，推出MEgo系列无本体数据采集硬件与一站式物理AI数据服务平台，目标2026年实现千万小时级数据产能。

当具身大脑从专用模型堆砌走向通用认知架构，VLA端到端、世界模型以及其他系统架构究竟会收敛为统一的技术底座，还是各自演化、共同组成更复杂的多层智能系统？具身智能能否打通从环境感知、认知规划、毫秒级反射到数据回流的完整链路，并在真实工厂中随着部署持续自我进化？未来几年或许将是验证大脑能否真正跨越仿真与现实的鸿沟、从Demo进化为可靠落地的关键窗口。

9月12日，本周六上午10:00，热爱创新的嘉程资本开启嘉程创业流水席第314席！我们邀请了千诀科技联合创始人肖海默、Xbotics具身智能实验室创始人木木深度探讨具身大脑的通用智能边界！欢迎各位关注具身智能的研发人员、创业者、投资人和行业专家一起参加！

再次邀请上车！

嘉程资本Next Capital是一家专注科技领域的早期投资基金，作为创新者的第一笔钱，我们极度信仰科技驱动的行业创新，与极具潜力的未来科技领袖共同开启未来。