物理AI與具身智能迎來研發(fā)熱潮，世界模型與VLA（視覺－語言－動(dòng)作）框架成為技術(shù)焦點(diǎn)，具身智能正從小規(guī)模商業(yè)訂單走向更廣泛的應(yīng)用探索。優(yōu)必選宣布一項(xiàng)新的訂單合作，與國內(nèi)AI大模型公司簽訂人形機(jī)器人銷售合同，總金額超過5000萬元。除了提供先進(jìn)的機(jī)器人硬件，優(yōu)必選還將開放必要的機(jī)器人數(shù)據(jù)接口與技術(shù)能力，支持合作方將其自有AI大模型與機(jī)器人本體進(jìn)行集成與二次開發(fā)，并分階段推進(jìn)技術(shù)交付與支持計(jì)劃，涵蓋從基礎(chǔ)控制、多模態(tài)感知到高級(jí)任務(wù)規(guī)劃等多個(gè)層面的協(xié)同開發(fā)。

作為較早進(jìn)入具身智能賽道的企業(yè)，11月中旬，優(yōu)必選工業(yè)人形機(jī)器人Walker S2啟動(dòng)量產(chǎn)與交付，首批數(shù)百臺(tái)已投入產(chǎn)業(yè)一線應(yīng)用，覆蓋汽車制造、智能制造、智慧物流、具身智能數(shù)據(jù)中心等領(lǐng)域。目前，Walker S2產(chǎn)能每月已超過300臺(tái)，預(yù)期全年交付量將超過500臺(tái)。北京智源人工智能研究院在具身智能、多模態(tài)技術(shù)路線的探索上都有積累，發(fā)布的多模態(tài)模型Emu3.5就是世界模型的基座。談到構(gòu)建物理世界基礎(chǔ)模型，自變量機(jī)器人創(chuàng)始人王潛認(rèn)為，虛擬世界與物理世界存在本質(zhì)不同，本體和物理世界的隨機(jī)性導(dǎo)致現(xiàn)實(shí)世界機(jī)器人操作控制極其困難，而物理接觸的復(fù)雜性決定了端到端的必要性。目前，自變量機(jī)器人自主研發(fā)的“Great Wall”模型系列已實(shí)現(xiàn)從感知到高精度操作的端到端控制，在復(fù)雜任務(wù)中展現(xiàn)出了強(qiáng)大的泛化能力。

根據(jù)報(bào)告，AI正在重塑流量入口。Agent從“人找服務(wù)”轉(zhuǎn)向“服務(wù)找人”，成為下一代交互范式。AI智能體具備感知、規(guī)劃、決策、執(zhí)行的閉環(huán)能力，逐步取代傳統(tǒng)App，操作系統(tǒng)亦向超級(jí)Agent演進(jìn)。新一代AI系統(tǒng)能夠同時(shí)處理和理解文本、圖像、聲音、視頻等多種信息類型，實(shí)現(xiàn)了跨模態(tài)的關(guān)聯(lián)理解和生成，這不僅提升了AI在復(fù)雜場(chǎng)景下的表現(xiàn)，也為創(chuàng)意內(nèi)容生成、智能交互等應(yīng)用開辟了新可能。這些應(yīng)用的關(guān)鍵價(jià)值在于釋放高價(jià)值勞動(dòng)力，將人類精力轉(zhuǎn)移到具有實(shí)質(zhì)性價(jià)值的核心任務(wù)和戰(zhàn)略性工作上。隨著技術(shù)能力的成熟，AI會(huì)成為這些產(chǎn)業(yè)的標(biāo)準(zhǔn)工具。

輕量化模型和邊緣計(jì)算技術(shù)成熟，推動(dòng)AI能力向手機(jī)、汽車、IoT設(shè)備等終端普及。越來越多的智能設(shè)備開始具備本地AI處理能力，端側(cè)AI的興起解決了數(shù)據(jù)隱私、網(wǎng)絡(luò)延遲和成本效率三大核心問題。這些設(shè)備能夠在不依賴云端連接的情況下，實(shí)時(shí)響應(yīng)用戶請(qǐng)求，提供個(gè)性化的智能服務(wù)。