大模子的爆发，吃的是互联网几十年积聚的数据红利。

可当AI从数字寰宇迈向物理寰宇，蚂蚁灵波科技首席科学家沈宇军发现：机器东说念主的数据，险些如故一派空缺。

此前，他曾在公开演讲中率先苛刻AIGA的意见——AI 2.0下半场，东说念主工智能要从数字寰宇的“文娱”走向物理寰宇的“干活”，从Content（内容）生成走向Action（行为）生成。

在2026中国AIGC产业峰会的GenAI Talk要领，沈宇军与量子位相关首创东说念主兼总剪辑李根围绕这一话题张开了一场深度对话，主题为《AI 2.0下半场：从AIGC到AIGA》。

也恰是从“数据”这条干线启程，他抛出了一个让现场作念VLA、作念寰宇模子的东说念主皆“小小一震”的判断：

单独的VLA和寰宇模子，皆不会是具身智能的终端。

就像东说念主类既能把各式信息和会在通盘，也会瞻望将来事情的走向，从智能的角度，二者例必要招引，不可偏废。

而它们最终会走向什么？沈宇军目下给出的谜底是——一个独属于物理寰宇的模子。

为了好意思满体现沈宇军的想考，在不调动快乐的基础上，量子位对演讲内容进行了剪辑整理，但愿能给你带来更多启发。

2026中国AIGC产业峰会是由量子位独揽的行业峰会，近20位产业代表与会斟酌。线下参会不雅众超千东说念主，线上直播不雅众近400万，赢得了主流媒体的正常和顺与报说念。

中枢不雅点梳理

大模子踩中了互联网畴昔几十年的数据红利，但机器东说念主的物理寰宇数据还存在很大的空缺，AI下半场更重要的是数据如何从数字寰宇过渡到物理寰宇。

想要作念存在于物理寰宇的通用机器东说念主大脑，重要的一环是空间感知才气。如何把传感器的输入酿成更好的信息传递给模子，从传感器的输入驱动去意会这个寰宇，很重要。

关于VLA和寰宇模子的期间道路之争，起先不管期间道路何如演进，数据皆是离不开的。其次，这两条路皆不会是终端。机器东说念主数据量积聚到一定进度的时候，二者一定会走向和会，催生出独属物理寰宇的模子。

判断：1～2年后，会出现一些标杆样例，让模子真实投产；2～3年，该样例会被批量复制，越来越多产业会期骗模子；在这之后，机器东说念主会尝试以某种模样进入C端；然后渐渐着实提升到家庭。

东说念主东说念主皆能为机器东说念主产生数据的时候，等于具身智能的ChatGPT时刻。

以下为对话全文：

“大模子踩中了互联网几十年的数据红利”

李根：AIGC上半场公共皆在谈浮躁，但看得更远少许，标的细目后，剩下的等于实践。咱们每年皆但愿找一位既有学术前沿知悉，又是产业实践者的嘉宾——既懂Know，也懂Know how。沈博等于这么的嘉宾。咱们先从畴昔到当今，AI 2.0从ChatGPT起步，履历了写稿、画画到编程，你何如看这条旅途？

沈宇军：大模子从ChatGPT的冲突起步，最驱动公共以为好玩，自后徐徐走向实用，尤其是最近Coding才气的爆发。我自己作念机器东说念主行业，从这个视角看，大模子其实是踩中了互联网畴昔几十年积聚的数据红利。

何如说呢？互联网积聚了海量的笔墨、图像、视频素材，这些数据恰好碰上了算力的发展，两者和会到通盘，在爆发的时候随机把互联网几十年的数据积聚用起来了。

再进一步看，自动驾驶也发展了快要十几年，徐徐积聚了属于我方的数据——从率先车上没那么多传感器，到当今东说念主类开车时数据可以被自动记载下来。反不雅机器东说念主行业，数据目下如故一个很大的空缺。咱们莫得几十年的互联网积聚，也莫得十年的自动驾驶千里淀，机器东说念主当今的数据绝顶清寒。

有东说念主说AI终于走到下半场，从数字寰宇往物理寰宇走，咱们也苛刻了AIGA（AI生成Action）的意见。但作念模子的中枢其实是在作念数据。我以为更重要的问题是：数据到底何如演变？何如让数据着实从数字寰宇过渡到物理寰宇？

李根：是以物理空间的数据是空缺，亦然新大陆？

沈宇军：对。畴昔一年执行厂商越来越多，执行自己发展得也可以。本年能看到一个显然的趋势：各式各种的数据集会模样驱动深刻。这施展公共渐渐意志到，具身智能——具身是一部分，智能是一部分——要作念智能就离不开数据。仅仅公共还没想明晰：物默默能到底需要什么样的数据？以及何如尽可能地把数据轨范化？

轨范化是很蹙迫的事。Call back一下，大模子的奏效很猛进度上收货于互联网把数据轨范化了。Coding、对话这些规模，互联网依然搞得绝顶好了，当今更多是去享受这个红利。

但到了物理寰宇，从脚下丰富多采的数采模样来看，公共固然意志到了数据的蹙迫性，却还莫得找到那条最正确的路。我信赖在不远的将来，数据这件事也会渐渐管理。

“AIGC还不够，模子要能坐褥坐褥力”

李根：你们苛刻了AIGA的期骗范式，能共享一下吗？为什么提AIGA？

沈宇军：如故从模子落地的角度来讲。公共从最驱行为念Chat，到当今作念Coding，模子正在徐徐往坐褥标的移动。在数字寰宇，编程、内容创作皆是很好的坐褥标的。但咱们毕竟活在物理寰宇，着实想要的有体感的管事，如故需要物理寰宇中的具体交互。

是以咱们以为唯独AIGC可能还不够。到终末，智能到底能不可帮咱们措置一些具体的问题？公共皆说Agent，Agent能在数字寰宇帮咱们措置许多经滋扰题、调用一些器具，但许多让东说念主着实有体感的东西如故要有操作。比如我当今等于想喝一杯咖啡——这个场景可能有点须生常谭了。

尤其咱们作念具身的，更但愿这个模子不啻能坐褥内容，更能坐褥所谓的坐褥力。

李根：这个坐褥力有什么样的遐想力和落地场景？

沈宇军：这应该是畴昔一段时辰行业一直在探讨的。比如，机器东说念主依然进入工场、物流、仓库，去搬货、作念分拣。咱们也和执行厂商互助，在这些场景中作念了一些探索。前不久，咱们的机器东说念主还进入了药房的线下零卖门店。

如的确的有幸能看到那么一天——机器东说念主发展得绝顶好、绝顶智能——那生存中的方方面面皆可以落地。举个例子，刚才上台前，需要使命主说念主员把椅子搬上来，使命主说念主员要特意在那处等着。如果时辰上有调遣，他就得一直在阁下等着。

如果有一天这件事机器东说念主能作念，它站在那处也无所谓，它知说念什么时候该上场，况兼把事作念好，那就能开释出许多劳能源，让公共去作念更有价值的事情。我信赖机器东说念主会渐渐渗入到生存的方方面面。

李根：是以每一个需要东说念主的场所，将来皆可能有机器东说念主替代或扩充？

沈宇军：对，我以为更多是把东说念主开释到更需要东说念主的事情上，比如创造、文化这些更偏东说念主类行为的方面，而不是去作念无聊类似的膂力活。

“灵波的定位是作念通用大脑，有点像手机的操作系统”

李根：蚂蚁灵波的期间选拔和定位是什么？

沈宇军：灵波的定位比较骄矜：作念智能侧。何如意会？

我打个不一定顺应的譬如——有点像手机的操作系统。在咱们看来，机器东说念主不管是进入企业如故进入千门万户，公共对硬件的诉求一定是不雷同的，不可能唯惟一款长入的机器东说念主。就像公共用手机，华为、小米、苹果，各有各的偏好，这是个性的需求。企业更是如斯：有的场所需要力气大的机器东说念主，有的需要更敏捷的机器东说念主。

但这些机器东说念主有一个共同的需求：智能。智能不是工业机器东说念主那种按固定轨迹、在固定时辰作念固定的事。生存中许多事是立地的，智能的含义等于要能搪塞这些立地性。像我刚才说的，大会时辰调遣了，它能不可知说念什么时候该上场搬椅子？这是一个不祥的例子。

是以灵波的定位很骄矜：咱们但愿作念一个相对通用的“大脑”，让通盘机器东说念主在这个大脑下更好地完成任务。

物理寰宇比较数字寰宇有两个上风。

第一，模态笃信更多——有听觉、温度、触觉等等。这些模态在数字寰宇不太好赢得，但不代表它们不蹙迫，因为许多时候智能恰是通过越来越多的模态叠加来扫尾的。当今数字寰宇讲多模态，其实如故逃不开文本、图像、视频、声息。你能让它感受到“力”吗？不太能。是以物理寰宇因为模态更丰富，反而可能催生出更强的智能。

第二，开云体育(kaiyun)官方网站物理寰宇能拿到真实的反映。在数字寰宇，任务大多是东说念主为界说的——东说念主给一个轨范，但愿模子给出某种输出。但在物理寰宇，许多东西是大天然界说的：比如一个苹果，你终结它一定会落地，不需要任何东说念主界说，这是现实限定。因为有了与物理寰宇的承接，智能很可能能从现实里径直学习，致使超出东说念主为设定的亏本函数或奖励函数。

基于这两点上风，物默默能的遐想空间绝顶大。天然，目下变量太多，需要考证的东西也太多，许多成分耦合在通盘，行业会先分出许多派别，但徐徐一定会管理。

“VLA和寰宇模子皆不是终端，会有物理寰宇异常的模子”

李根：追想一下，灵波作念的是宇树等执行厂商的补充，提供大脑/操作系统；物理AI可能催生更本质的智能。当今公共对道路有不同探讨，比如VLA、寰宇模子等。你何如看？

沈宇军：回应VLA之前，我先说一下对具身智能期间道路的举座判断。

公共通常斟酌何如作念模态和会，主若是VLA和寰宇模子两条路。但我想提另一个点——灵波要作念通用大脑，而且是存在于物理寰宇的大脑，咱们布局中有一个很重要、但行业很少提到的要领：空间感知才气，也有东说念主叫空间智能。

机器东说念主生存在物理寰宇，输入来自各式传感器，不是不祥的笔墨或像片。物理寰宇有深度、距离、力等传感器。把这些输入酿成灵验信息，是具身智能绝顶蹙迫的一环。但当今公共更热衷于斟酌最中枢的那块——何如把传感器输入酿成更好的信息传给模子，反而容易忽略输入端。

我的看法是，不管最终中枢模子的期间道路何如变，从传感器输入驱动更好地意会这个寰宇，口舌常重要的。灵波在作念具身大脑的过程中，很重要的一环等于从输入端驱动，作念好空间感知。

再回到公共最爱聊的中枢部分。本年1月底咱们对外讲了一些看法，两条道路咱们皆摸过：VLA和VA（当今也叫WAM，寰宇行为模子）。

我的体感是：第一，中枢如故数据。不管范式何如变，把数据摸明晰是重要才气。当今公共心爱提数据量——几万小时、十几万小时，致使百万小时。但只提数目不提质地是不科学的。到底什么样的数据是好数据？这很重要。

咱们畴昔作念VLA，很蹙迫的一件事等于把数据这条路趟通——拿到一条数据，该何如处理、该不该送给模子，这是中枢链路。不管期间道路何如演进，数据是逃不开的。

第二，咱们两条路皆摸了，我的判断是：两条道路皆不会是终端。为什么？因为VLA和寰宇模子措置的是不同问题。VLA擅长东说念主机交互，它是从多模态模子往后延长一步，相配于多模态模子在物理寰宇的期骗。寰宇模子则像视频生成模子往物理寰宇的期骗，更擅长对将来的判断。

我以为东说念主类这两方面才气皆具备：一方面能和会各式信息，另一方靠近将来有预判，作念事之前会或者想想终结会若何。对机器东说念主而言，这两种才气必须招引，不可偏废——不可只可瞻望将来却无法和会模态，也不可只可和会模态却无法瞻望将来。

在我看来，VLA在产业界更好落地、后果更高，是以作念的东说念主更多。但寰宇模子如的确能瞻望将来，对机器东说念主一定有匡助。我判断，当机器东说念主数据量积聚到一定进度时，这两条道路一定会深度和会。

这种和会致使不是像当今这么——把数字寰宇的模子拿来作念物理期骗，而是可能催生出物理寰宇异常的模子。这个模子从一驱动等于基于物理寰宇更多模态盘算推算的，专为机器东说念主期骗而生。它可能不可跟东说念主对话，但能更好地扩充当务。

追想起来如故三点：第一，物默默能离不开传感器输入的空间感知，灵波会从输入端驱动，让机器东说念主更好意会寰宇；第二，不管期间道路如何演进，数据是逃不开的，咱们要把机器东说念主需要的数据考虑领悟，致使鼓舞制定轨范；第三，当今公共斟酌的期间道路皆不是终端，将来一定会有物理寰宇异常的模子出现。

“东说念主东说念主皆能为机器东说念主产生数据时，等于具身智能的ChatGPT时刻”

李根：谢谢沈博如斯不绕弯子，那么具身大脑的发展节律和里程碑是什么？

沈宇军：短期看有几个变化。一是硬件会越来越管理——不是花式管理，而是供应链会管理，酿成模块化的东西，不再十足耦合在通盘。硬件和传感器会越来越轨范化。二是数据的轨范也会越来越管理。

这两点管理后，模子层面的期间道路争论会越来越热烈。因为前两样定了，变量就在建模上。模子争论一段时辰后，范式可能也会管理。模子管理之后，会反向鼓舞硬件进行一次升级——其时的硬件依然不是上一代的了，而是特意为具身智能打造的下一代硬件。就像这么的周期：硬件颤动、管理，然后模子迭代。这是可以期待的。

从产业落地角度看，也应该有一些期待。本年到来岁，会有一些标杆案例让模子着实投产，不再是demo，而是参加生意期骗。2-3年后，这些案例会被批量复制，越来越多产业会用到模子。之后，机器东说念主会尝试以某种模样进入C端，可能不是通盘事皆能作念，但能找到一个切入点。然后渐渐进入家庭，就像当今新能源车雷同提升开来。

李根：什么时候会出现具身智能的“ChatGPT时刻”？

沈宇军：大模子的磨练是一个抓续过程，从GPT 1.0、2.0到3.0。但Chat为什么成为绚烂性时刻？因为它着实走进了千门万户，东说念主东说念主皆能用、皆能体验到。类比到具身智能，什么时候能让大部分东说念主参与进来，那等于我认为的具身智能的ChatGPT时刻。

参与有两个层面。最直不雅的意会是具身智能普惠到每个东说念主——阿谁可能还比较远方。但在那之前还有一个阶段：数据阶段。就像当今公共开车，会为自动驾驶提供东说念主类驾驶教授雷同。

什么时候能有一个数据轨范，让咱们每天的步履皆可以成为磨练机器东说念主的数据？当东说念主东说念主皆能为机器东说念主产生数据的时候，在我看来，那等于具身智能的ChatGPT时刻。

李根：你以为这个还有多永劫辰？

沈宇军：当今依然有好多作念数据的公司出来了，仅仅派别不同。接下来一两年，应该是作念模子的公司和作念数据的公司之间磨合的过程。因为数据轨范一定是由模子来界说的，但模子苛刻的需求，硬件迭代也需要周期。经过一两年磨合，或者在2028年傍边，可以期待每个东说念主皆能成为具身智能的数据提供方。

从那一刻驱动，具身智能的脚步会走得更快一些。

李根：那会不会同期出现类似安卓和iOS的操作系统？

沈宇军：对，当今依然有这个分手了。灵波走的是通用大脑道路，也有一些公司比如特斯拉，既造我方的执行，也作念我方的大脑——模子特意为执行管事。机器东说念主就像手机雷同，公共不可能皆用合并款，因为总有个性化诉求。是以咱们比较将强地走通用大脑模式。

李根：是以蚂蚁灵波但愿成为机器东说念主期间的安卓系统？

沈宇军：对，这是咱们的一个好意思好愿景。

李根：追想一下，AI 2.0下半场跟着物理寰宇拓荒而张开，范式从AIGC走向AIGA。数据是中枢，期间道路正在管理，2028年傍边可能迎来具身大脑的管理。蚂蚁灵波志在成为其中的安卓。谢谢沈博！

沈宇军：谢谢！

— 完 —

量子位 QbitAI

和顺咱们开云体育(kaiyun)官方网站，第一时辰获知前沿科技动态