商湯“大曉”打出組合拳，具身智能賽道更熱鬧了

今年被普遍認為是具身智能的“破圈”之年和落地元年。從蛇年春晚舞臺的機器人扭秧歌，到北京亦莊的機器人馬拉松，再到浙江杭州的機器人格斗賽，具身智能正從“技術演示”邁向“價值落地”。

當全球科技巨頭競相押注具身智能，將其視為人工智能的“下一波浪潮”時，商湯科技通過其精心孵化的創新實體——大曉機器人，正式亮出了底牌。12月18日，大曉機器人攜行業首創的ACE研發范式、首個開源商業化的“開悟”世界模型3.0以及具身超級大腦模組A1登場，不僅展示了深厚的技術儲備，更以“開放生態”的姿態，攪動一池春水。

商湯的深度入場，標志著具身智能領域的競爭已從初創公司與特定巨頭的“單點突破”，進入生態化、規模化落地的“集團軍作戰”新階段，這個本就火熱的市場，正變得前所未有的熱鬧與復雜。

以“人”為尺，破解行業數據荒與泛化難

過去兩年，具身智能成為AI領域最炙手可熱的賽道之一。特斯拉用FSD V14證明世界模型可驅動自動駕駛；Figure AI聯手OpenAI，讓機器人聽懂指令并執行任務；谷歌、英偉達、Meta等也密集投入仿真訓練、多模態控制和通用機器人基座模型研發。資本市場聞風而動，相關初創企業融資額屢創新高。

然而，表面繁榮之下，行業正面臨嚴峻挑戰。真機訓練成本極高——目前全球具身智能真機數據總量僅約10萬小時，而特斯拉FSD每日仿真訓練量就相當于人類駕駛員400萬小時。更關鍵的是，現有技術路徑存在根本性缺陷：依賴真人遙操作的方案效率低、成本高、模型綁定硬件；純視頻學習雖省人力，卻缺乏對物理規律的理解，難以跨越“現實鴻溝”。

簡言之，具身智能仍處于“叫好不叫座”的階段——演示驚艷，落地艱難。

面對已經形成競爭格局的市場，商湯帶來的不僅是資本和技術，更是一種新的思考方式。

大曉機器人成立的初衷，并非跟風“本體內卷”或“復雜技能炫技”，而是要回歸真正的痛點，并提出“以人為中心”的全新研究范式。

傳統做法中，要么靠人操控機器人采集數據（“為難人”），要么讓機器人看視頻模仿動作（“為難機器”）。兩者都忽略了人類行為背后的因果邏輯與物理常識。而大曉機器人ACE范式另辟蹊徑，通過部署多視角、多模態的環境感知設備，在真實場景中自動記錄“人—物—場”的完整交互過程。

這套系統能同步捕捉第一人稱與第三人稱視頻、觸覺反饋、語音指令、運動軌跡甚至力學參數，構建基于物理規律的3D資產庫。在即時零售倉庫中，它已實現對數萬SKU分揀打包全流程的自動數據采集，覆蓋13個精細原子動作；在家庭場景中，甚至能精準復現“抓取易損生鮮”這類遙操作都難以完成的高難度任務。

更重要的是，ACE范式將數據采集效率提升百倍以上——一年可積累千萬小時級高質量交互數據，并通過開悟世界模型將其價值放大至“上億小時”效果。這相當于為整個行業裝上了“數據引擎”。

打通實驗室與產業一線的橋梁

如果說ACE范式解決了“數據從哪來”，那么開悟世界模型3.0則回答了“智能怎么用”。

作為全球首個開源且已實現商業應用的世界模型，Kairos 3.0不是簡單的視頻預測工具，而是一個融合物理規律、人類意圖與機器人動作的統一認知框架。它不僅能“看懂”一個動作，還能理解“為什么這么做”——比如倒水時為何要傾斜杯子、抓取玻璃杯為何要控制力度。

這種“知其然，更知其所以然”的能力，源于其對視覺、3D軌跡、觸覺、摩擦力等多模態信息的深度融合。基于此，模型可生成高保真、可控制的長時動態交互場景，并支持跨機器人平臺一鍵部署。

12月18日，大曉同步上線“開悟具身智能世界模型產品平臺”。開發者只需輸入一句自然語言指令，系統即可自動生成可視化任務模擬，并支持分享與調用。平臺已內置115個垂直場景、328個標簽，大幅降低開發門檻。

尤為關鍵的是，開悟3.0已完成與沐曦、壁仞、中科曙光等國產芯片的深度適配，在推理效率上“全面趕超國際頂尖水平”。這意味著，中國不僅掌握了具身智能的核心算法，更實現了從算力底座到上層應用的全鏈路自主可控。

技術再先進，若不能落地，終是空中樓閣。大曉此次發布的具身超級大腦模組A1，正是打通實驗室與產業一線的關鍵橋梁。

搭載A1的機器狗無需預建高精地圖，僅憑純視覺即可在陌生、動態環境中自主導航。它能理解自然語言指令（如“繞過障礙，去門口等我”），并將其拆解為“前進50厘米”“左轉避開箱子”等可執行動作，再由底層控制器精準執行。

結合Insta360全景感知與商湯方舟視覺平臺，A1模組已支持超150個智能化應用場景，覆蓋安防巡檢、能源運維、交通疏導、文旅導覽等多個高可靠性需求領域。在某大型變電站試點中，機器人連續三個月無故障運行，準確識別設備異常并自動上報，效率遠超人工。

這標志著具身智能正從“炫技”走向“實用”——不再是展廳里的表演者，而是工廠、倉庫、社區中的可靠助手。

熱鬧背后的競賽升級

大曉機器人的誕生，離不開其深厚的“商湯基因”。董事長由商湯科技聯合創始人王曉剛出任，首席科學家陶大程院士領銜的科研團隊，核心成員多來自全球頂尖的計算機視覺實驗室MMLab，兼具頂尖學術研究與大規模產業實踐的雙重經驗。其名“大千世界，曉識萬象”，清晰地表達了其使命：讓機器人真正洞察并理解物理世界的萬象規律。

商湯大曉的此次亮相，另一個鮮明特點是強烈的“生態共建”導向。這反映出行業一個關鍵趨勢：具身智能的復雜性極高，任何單一企業都難以通吃芯片、硬件、算法、本體、場景應用全鏈條。未來的競爭，將是生態體系之間的競爭。

目前，大曉已與智元機器人、銀河通用、鈦虎等本體廠商合作，打通模型與硬件的適配鏈路；與沐曦、壁仞等國產芯片企業聯合優化算力效率；與Insta360、帕西尼等硬件伙伴強化感知能力；同時依托騰訊云、火山引擎、商湯大裝置等平臺，為中小開發者提供低成本訓練與部署服務。

這種“模型—硬件—場景”三位一體的生態打法，正在形成強大飛輪效應：芯片企業通過真實負載驗證性能，硬件廠商獲得智能升級路徑，行業客戶快速定制解決方案，開發者輕松接入先進工具鏈。整個生態越轉越快，越轉越強。

當前，具身智能市場確實越來越“熱鬧”。國際上有特斯拉、波士頓動力、Figure AI等巨擘與明星初創同臺競技；國內則有智元、宇樹、銀河通用、傅利葉智能等一大批企業百花齊放，科技巨頭如小米、騰訊等也以不同形式布局。競爭焦點已從早期的步態控制等單一能力，迅速上升到“多模態感知-理解-決策-控制”的全棧技術體系，以及規模化、低成本的數據獲取與訓練范式。

大曉機器人的發布，將競爭推向了更底層、更系統的層面。它提出的“以人為中心”的ACE范式，直指行業核心的數據荒與泛化難問題；其開源世界模型的舉措，則可能改變行業技術迭代的游戲規則，吸引更多開發者共建生態。

可以預見，在資本、技術和市場的共同驅動下，中國具身智能產業將進入一個群雄并起、合縱連橫的新階段。

市場的“熱鬧”是好事，它意味著資本、人才、關注度的匯聚，將加速技術突破和產業孵化。然而，也必須清醒地認識到，讓機器真正擁有理解、適應并改造物理世界的“通用智能”，其挑戰遠超數字世界的大模型。它涉及到硬件的可靠性、成本控制、安全問題、倫理規范以及最終能否產生切實的經濟效益等無數現實難題。

當然，市場的“熱鬧”，最終將轉化為推動技術進步與產業變革的澎湃動力，而誰能在喧囂中持續沉淀、攻克根本性難題，誰才能真正引領智能體走進物理世界的星辰大海。

具身智能的故事正從“炫技”走向“務實”，大曉機器人展示的從數據引擎到世界模型，再到終端模組的全鏈路布局，提供了一種可供觀察的新范本。熱鬧已然開場，而通往真正“曉識萬象”的智能機器時代，長路依然漫漫，考驗著每一位參與者的技術耐力、商業智慧和生態胸懷。