王兴兴把自己的时间表提前了。 两个月前，他判断具身智能迎来突破，快则两三年，慢则五到十年。结果宇树最近跌的惨不忍睹。 最近在工博会上，他把最快的预期改成了一两年。让他改变判断的是GPT-6：宇树团队把它放到不同机器人上做任务测试，他觉得效果非常不错。他还反省，过去十几年最大的错误，是对AI相信得不够。 王兴兴在工博会现场谈到，宇树已经用新模型进行机器人任务测试 在《宇树到底做错了什么？》里，我们讨论过宇树面对的难题：机器已经卖起来了，让机器干活的智能还得继续补。现在，上游的大模型开始替机器人理解任务、安排步骤，专门的具身模型也在展示看一次示范学习新任务、把已有能力带进陌生环境的办法。 原来需要机器人公司逐项开发的一部分能力，开始能够从基础模型那里获得。王兴兴因此可以开始重新计算，宇树还要花多少时间和钱，才能让已经造出来的机器真正好用。 DeepSeek也在靠近具身智能。它已经入股宇树，双方约定在模型和机器人业务上优先考虑彼此。最近又有媒体报道，梁文锋正在接触具身智能创业者，评估自建团队或通过投资进入这一领域。 宇树想把模型的进步变成机器的用途，DeepSeek则要让自己的模型学会行动。两家公司相向而行，接下来要争取的，也不只是一次合作：机器人变得好用之后，这门生意的收入会怎样分配？ 大模型开始接管具身任务 Google展示过这样一个场景：用户用自然语言提出要求，Spot机器人去取爆米花。负责理解和组织这件事的，是Gemini Robotics ER 2。它调用机器人的导航和机械臂接口，把人的要求变成一连串动作。 模型基于Gemini 3.5 Flash，进一步加入具身推理训练。在Google的机器人系统里，它还能观察环境、安排步骤、跟踪任务进度，再把执行交给动作模型。通用多模态模型积累的理解能力，已经有了一条进入机器人工作流程的实际路径。 开发通用机器人模型的Skild AI展示的，是机器人怎样从一次示范中学习新任务。工作人员录下一段操作视频，交给已经预训练好的S1，机器人就尝试照着做。一次盆栽测试中，从开始录制示范，到机器人开始自主执行，团队用了11分钟，没有为这个新任务重新训练模型。 它也会根据眼前的东西调整做法。示范者用浇水壶，机器人面前只有一杯水，它就改用杯子。模型要从演示中理解目的，再利用已经学过的能力完成它。 Skild的测试中，机器人改用水杯给植物浇水 过去，教机器人做一项新工作，往往还要安排数据采集和专项训练。S1让人看到了另一种产品形态：机器买回来以后，用户有机会通过示范增加它的用途。新需求到来，研发团队未必每次都要重新开一个项目。 更让人熟悉的Figure，则直接把机器人带进了30个没有采集过训练数据的家庭，让它们收玩具、铺床和叠毛巾。房间布局变了，家具和物件也变了，机器人要自己找东西、挪动身体，再动手操作。 只能说，大模型还是太全面了。 在Figure的对照测试中，使用人类行为数据预训练的Helix 2.5，完整任务成功率达到56%；其他训练条件保持一致、没有这一步预训练的模型是9%。一次收玩具任务，要把13至15件玩具全部放进篮子才算完成，安全人员介入也算失败。 Figure的官方测试展示了收玩具、铺床和叠毛巾三种家庭任务 虽然这离具身智能走入寻常人家还有差距，但这个showcase已经可以证明，预训练积累的经验，有望减少新客户重新教机器的成本。 从理解指令，到学习新任务，再到适应陌生现场，这几组实验分别减少了机器人开发中的重复工作。通用模型经过具身训练后，开始承担任务理解和规划；具身基础模型继续把可复用的能力推进到操作动作。机器人公司需要自己开发什么，正在随之改变。 宇树已经在这么做了。它自己的具身模型以Qwen3-VL为基础，再加入交互预测和动作学习。王兴兴仍然做模型，但确实也不需要重新造轮子。 这对宇树有利，也会改变它面对的竞争。宇树能用上游模型给机器增加用途，其他整机厂也可以尝试接入。产品经理接下来要比较的，是更具体的场景：同一种工作，哪台机器做得更久、更少出错，客户换一个任务时，又要叫来多少工程师。 DeepSeek开始研究下一个议题 DeepSeek把视觉能力进一步接入了Flash的Agent工作流。先是V4-Flash-Vision-Exp开放图片输入，随后发布的V4.1-Flash，明确加入了原生视觉理解。开发者可以把图片和文字一起交给模型，再让它调用工具完成任务。 Flash的产品取向，已经写进了发布说明。DeepSeek介绍V4.1-Flash时，专门解释了一笔Agent的运行成本：模型反复处理任务记录，会用到缓存；压缩缓存，能减少这部分开支。按官方披露，新模型的KV缓存所占显存降到了上一代的四分之一。它同时强调更快的推理、更高的吞吐量，并随之下调API价格。 这也解释了，为什么模型厂商越来越重视Flash这类产品。一个Agent接到工作以后，可能要反复读取信息、调用工具、检查结果。每一步都要等，每一步都要花钱，出错后还要重来。应用开发者选模型，最终得算完成整项任务需要多少时间、多少费用。单次回答便宜，任务却反复失败，也省不下钱。 Google对Flash系列的定位同样明确：提高效率、缩短等待时间，让Agent能在生产环境里大规模运行。上文的机器人推理模型Gemini Robotics ER 2，就以Gemini 3.5 Flash为基础，再加入具身推理训练。模型公司为应用做的效率改进，已经有了进入机器人的具体路径。 这给DeepSeek留下了一条可以分步执行的路线。先把已有的视觉和推理能力用于理解任务、安排步骤，动作执行可以交给合作方。若继续向下做动作模型，它就得学习机器碰到东西之后会发生什么：杯子滑了一下，机械臂怎样调整；物体移动以后，下一次判断要怎样改变。 这些经验需要从操作中积累。宇树的具身模型在Qwen3-VL之外，还用了约2500小时真实机器人数据训练，覆盖不同设备和操作场景。对DeepSeek而言，买到机器人只是开始，它还需要有人一起做实验，把动作、结果和失败留下来。 训练方法也要重新处理。研究机器人基础模型的Physical Intelligence发现，某些把视觉语言模型与动作模块直接联合训练的做法，会让机器人更容易忽略语言指令，也更难把已有知识用于操作。DeepSeek若要继续做动作，就得在学会操作的同时，保住已经积累的理解和推理能力。 它与宇树的合作，正好可以放在这条路径里理解。DeepSeek以约1.41亿元参与宇树IPO战略配售时，双方已经约定：DeepSeek未来探索具身智能，同等条件下优先采购宇树的机器人和技术方案；宇树开展模型适配、调用和融合，也在同等条件下优先考虑DeepSeek的模型训练服务和方案。 双方约定，同等条件下优先采购对方的产品和服务 据外媒报道，DeepSeek还已同意领投Winverse AI的种子轮融资，交易当时尚未最终完成。创始人胡瀚此前在腾讯负责视觉语言和具身基础模型团队。梁文锋接触的，既有能提供机器的公司，也有专门研究机器人智能的人。 宇树希望借用上游模型，减少自己重复开发的工作；DeepSeek向机器人企业靠近，则有机会获得屏幕里的任务给不了的操作经验。但这些经验最后归谁使用，还得在合作中谈清楚。现场数据能否用于训练，改进后的模型能否提供给其他整机厂，都会影响双方愿意投入多少。 毕竟，DeepSeek要做成一门面向行业的模型生意，就得把在宇树机器上学到的本事，带到更多设备和现场。Google已经展示过同一套动作模型控制不同本体的能力。模型公司走得越深，与整机厂之间需要商定的研发和交付分工也会越多。 模型公司的商业化前景 到了这一步，DeepSeek的新一轮融资消息就有了更具体的意义。有媒体报道，公司第二轮融资拟募资约1000亿元，投前估值约5000亿元，梁文锋更倾向于能带来上下游资源的产业投资方。潜在投资者中有吉利，宁德时代也计划继续追加投资。 这是整家公司的拟融资，具身智能是它正在评估的方向之一。如果DeepSeek继续向机器人走，汽车和电池企业能提供的研究条件就很有价值：机器可以买，生产线却需要企业愿意开放，日常操作积累的数据也得获得使用许可。 同一场工博会对话中，王坚就提到，工业数据仍分散在企业内部，机器人和AI研究者很难直接使用。接受产业资本投资，可以增加接触现场的机会。到了具体工厂，哪些数据可以用、测试影响了生产由谁负责，仍要一件件谈。 模型用于机器人，也已经有人付钱。Skild披露，首次商业部署后的十个月，它已有60多家付费客户，确认收入5000万美元，约九成来自操作类任务。公司没有单独拆出纯模型许可费，这笔收入来自此前的商业部署。 Skild 官方视频展示的机械臂操作画面 资方会继续观测“边际交付成本”，那就是：每增加一个客户，需要额外投入的适配研发、部署调试和现场支持成本。 Figure在没有采集过训练数据的30个家庭里测试家务，Skild则展示了通过一次示范尝试新任务。这些实验让人看到，已有能力有机会减少服务新客户时的重复开发。 Flash能让模型少用资源、更快完成任务。具身能力的复用，则有机会减少现场开发。对于同时承担部署工作的模型公司，推理成本和交付成本都得算进去：如果每个现场仍要反复派工程师调试，推理环节省下的钱，就可能被交付支出抵消。 降价也会改变DeepSeek自己的收入要求。同样的调用量，价格低了，ARR就少了。它需要更多使用量，或者找到客户愿意持续付费的服务。机器人确实可以增加模型的用途，但卖出一台机器，也不会自然给模型公司带来一笔长期收入。 宇树已经把机器人模型列入IPO募投研发项目，预算包括设备、人员和实施等投入，外部模型公司有机会争取其中的训练与技术服务需求。只是，DeepSeek虽然持有宇树股份，王兴兴最近公开肯定的是GPT-6，宇树自己的模型也以Qwen为基础。虽然两者在靠近，但是却还是还有走到一起。 对宇树而言，模型的进步可以让同一台机器多干一些活，也让客户少付一些开发费用。DeepSeek要争取的，是通过训练、更新和部署服务，让下一批客户少做现场开发，并愿意为模型后续的改进继续付费。
精选FB体育官方网站内容，FB体育2与你一同发现更多精彩。 总价：$750 FB体育2专注FB体育app，为用户提供专业可靠的体验。 $500.00 围绕FB体育app下载，FB体育2持续打磨更优质的服务。 $250.00
特色功能 快捷方式 字体样式 资讯组件 体育组件 商城组件 404 页面 隐私政策 关于我们 精彩图集 相册 搜索结果 即将上线 联系我们 登录与注册 最新资讯查看所有新闻 球队介绍 FB体育：精彩赛事，尽在掌握 2024年4月15日 联赛概览 足球战报：五分钟速览本轮焦点赛事！ 2024年4月15日 联赛概览 赛场内外：体育精彩集锦 2024年4月15日 联赛概览 FB体育：深度解析，赛事前瞻 2024年4月15日 2024年欧洲杯决赛前瞻 2024年12月31日，星期六 巴伐利亚 中国 VS FB体育 美国 购票
