作者：百年不渡分类：未来幻想点击：38751次下载：7039567次大小：70M 日期：2026-08-26

三傻大闹宝莱坞

模型与数据双轮转动业内判断：物理AI“ChatGPT时刻”最快两年_我的网站

封神榜

A | 封面新闻记者欧阳宏宇在本届WAIC上，人工智能加速落地，从屏幕里大步走向物理世界，继文本生成、智能体AI后，“物理AI”概念受到关注。当人工智能加速由虚向实，随之而来的问题是，这一AI落地的新场景会呈现何种演进路径？其搭载的AI大模型是何种形式？距离机器人的“ChatGPT时刻”还有多久？ 7月19日，在2026世界人工智能大会“智启具身论坛2026：迎接物理AI智能涌现”上，多位业内人士和行业专家就物理AI智能涌现的条件与路径分享了观点。江西大二学生黄喆曲暑假期间和同学开车下乡，带着电笔、胶布等工具免费为村民维修家电。自8月1日以来，他们已走过几十个村子，修了上百件电器，维修视频也意外走红，单条点赞超过60万，粉丝涨至8.7万。在专家看来，只需不到5年的时间，机器人“ChatGPT时刻”就要到来，在此之前，则需要上亿小时级别的物理数据支持。

B | （据光明网8月15日报道）在青壮年普遍外出务工的村落，留守老人过日子最怕家电出故障。风扇转动不畅，夜灯接触不良，送去镇上维修路途远、花钱多，不少老人索性凑合用。黄喆曲的上门维修，补上的正是乡村便民服务长期存在的微小缺口。模型与数据飞轮是物理AI持续进化的关键在AI产业主线聚焦大模型之后，业界正渐渐形成共识：下一阶段AI不会停留在生成内容，而会进入真实环境，理解空间、预测变化并完成行动。这种“专业对口、按需上门”的帮助，真正落到了老人的急需处。

C | 走村串户的维修之旅，也是一堂行走在乡土大地的成长课，实现了青年与乡村的双向滋养。电路原理背得再熟，碰到使用十余年、线路老化的老旧家电，也得沉下心反复排查调试；实验室里的操作再规范，到了农家院落，也得学着用乡音唠清需求、耐心讲解用法。归结起来，这就是物理AI受到关注的核心动因。

D | 年轻人在灶台边检测、屋檐下接线的过程，既是把课本知识转化为实操能力的过程，也是读懂乡土中国、厚植为民情怀的过程。对理工科青年而言，把万用表搭在农家旧家电上，把绝缘胶带缠在老屋电线上，就是最接地气的实践答卷。

E | 那么，该如何发展物理AI？智元合伙人、高级副总裁、具身业务部总裁，觅蜂科技董事长兼CEO姚卯青在现场分享称，物理AI的挑战在于，必须同时打通表征与闭环这两条路线。乡村给了青年打磨本领的练兵场，青年给乡村带去了新鲜活力，一予一取之间，青春的价值与乡村的需求实现了同频共振。乡村全面振兴是系统工程，既需要顶天立地的产业项目，也需要润物无声的民生服务。前者是对世界的抽象和压缩，人类所有的认知、判断、理性全是以表征为基础的；后者是智能体与环境进行持续的交互，从计算的角度来看，它包含了输入、算法、输出、评价、迭代这样的循环，从生物学角度来看，它就是从一种从感知到理解、决策、行动、环境反馈的一个完整闭环。千千万万像黄喆曲这样的大学生，利用假期带着专业技能走进乡村，有人修家电，有人普及法律，有人教知识，个体力量虽然微薄，点点星光汇聚，便能织密乡村民生服务的温暖网络。更重要的是，每一次下乡实践都是一次情感联结。在姚卯青看来，要推动物理AI的发展，主要靠模型与数据两方面作用。“模型决定起点，数据定义终局，二者相互作用将产生‘飞轮效应’；当飞轮转动，智能涌现只是时间问题。当年轻人真正走进乡村、认同乡村，今天奔走田埂的暑期志愿者，就可能成为明天的返乡建设者。” 具体在模型侧，他以智元构建的三阶段训练架构为例谈到，在该架构中，分为“预训练—后训练—持续学习”三个步骤，即推动视觉语言动作模型（VLA）与世界动作模型（WAM）两条技术路线持续演进，并向统一的世界推理动作大模型（WRAM）迈进，同时从算法、仿真、真机训练层面打通规模化迭代闭环。简而言之，就是让机器人既能边看菜谱边学着直接上灶台炒菜，又要学着理解火候、食材特性，还要反复总结经验，最终培养出一个“既懂原理又会实操”的机器人大厨。

F | 在数据侧，则要依托MEgo系列采集终端、治理平台与真机数据集等，构建覆盖数据采集、治理、训练和部署回流的全链路物理AI数据基础设施，推动真实场景数据持续反哺模型进化。这种由情感认同催生的人才回流，正是乡村全面振兴最持久的内生动力。据悉，目前，这套模型与数据协同迭代体系已在真实产业场景中获得验证。小小工具包，装着专业本领，更载着青年担当。“我们相信物理AI智能涌现不是会不会来的问题，它是一定会到来的。”姚卯青预判到，智能涌现只是时间问题，其一定会在行业突破数据墙、表征墙、闭环墙之后，形成这样一套可优化、可泛化、可进化的物理世界AI的进化系统。数据缺口巨大但智能涌现“一定会来” 数据缺口“上万倍”，业内判断：2到5年迎来机器人ChatGPT时刻对于机器人的“ChatGPT时刻”何时会到来，专家普遍认为，至少需要两年时间，如果发展进程顺利，也不会超过五年时间。其关键在于数据。当更多青年带着技能下沉乡土、把理想播撒田野，田埂上的青春就会绽放更耀眼的光芒，广袤乡村必将持续涌动更为蓬勃的发展动能。

G | （万代红）。

H | 腾讯首席科学家、腾讯Robotics X实验室主任、福田实验室主任张正友谈到，由于具身智能到最后本质上要跟物理世界交互，因此交互数据是必不可少的。

I | 这些数据在一定程度上会产生飞轮效应，即不仅是成功的交互，即便是失败的交互也是格外宝贵的。 “收集数据时放到预训练下，未来的部署时间会越来越短，最后实现零成本的新场景任务复现。”谈及飞轮效应之下，训练数据的构建形式，Dyna Robotics联合创始⼈兼⾸席科学家⻢也骋认为，不同的数据可以采用“金字塔组合”形态，即顶层高质量部署数据+中层海量真机数据+底层更海量的互联网数据。 AI初创公司Physical Intelligence 的研究科学家任⾄意也认同，能直接复现任务的真机数据“可回放”，但多种来源数据尽可能扩大本体多样性的构成。在他看来，挖掘训练数据下一个非常大的底座是互联网。