【具身AGI导读】两条工程路线各跑各的，真正的分水岭藏在出错之后的那一秒钟里。
大模型一代强过一代，具身圈最热的技术讨论却拐回了原点：机器人到底还需不需要一层外挂的 Agent 框架？一种做法把不确定性交给外层的编排、工具调用与回退；另一种把它压进策略本身的权重。两条路线在工程上都跑得通，分歧却比看上去更深。真正的分界线不在谁的模型更聪明，而在出错之后，纠错这笔账由谁来付。
在这道选择题上，深度机智（北京）科技有限公司（以下简称「深度机智」）选了后一种：能力不拆给外层，而是留在模型自己身上。它的路径是从数据一路铺到本体，让物理智能在全栈链路中快速迭代验证。
物理AI 自主学习能力 放在框架里，还是放进模型里
两条路线先摆在一起看：框架路线的思路，是在模型外面搭一层会看、会判、会兜底的系统——动作出问题，外层立刻接管、回退、重试。一篇关于通用机器人学习的架构论文，把边界所在写得很直接：受限的一方是端到端 VLA 与世界-动作模型，它们的可靠性受已验证物理覆盖的限制。一旦遇到落在覆盖之外的陌生物体、传感器、本体或接触，又没有已验证的回退方案，纠错就得拿新的机器人数据、更新策略、再跑一轮回归测试——论文把这笔反复出现的开销叫作「再训练税」。这个分野的根子，在物理世界的数据形态：机器人的数据往往要靠开动机器才能产生，不像文本那样现成摆在那里。论文正是从这道边界出发，才提出以 Agent 为中心的架构。
学习式路线的账本换了一栏：把能力压进权重，泛化来自权重本身，代价是每一次纠错都要回到数据与训练。端到端与分层，是这条路线的两种内部切法。分层把「想」与「做」分开，但多数分层模型每一步决策都靠一次前向推理完成，缺少把额外算力分配给困难或后果重大决策的机制；把高层子任务生成形式化为一个可分配算力的推理问题，是相关论文自己提出的做法。两者的目标一致，都是让机器人在没见过的场景里少犯错；差别在于把决策的哪一部分交出去。两条路线由此分野：一个把错误挡在系统外层，一个把错误吸收进权重内部。
物理AI 人类学习路线 把能力留在基座模型 物理AI 里
在深度机智的判断里，物理AI 不是数字AI 的延续——在既有大模型上做微调是一种做法，把数字AI 的路子接着往下走也是一种做法，而它的做法是从数据范式开始重新做一遍；落到能力怎么放，它选的是把能力留在模型里，不拆给外层。它的「人类学习路线」起点在 2024 年 11 月：先让模型从人类第一视角数据里理解物理世界怎么运作，再去执行具体任务。沿这条路走到今天，它最新一版的模型，是一个叫 PhysBrain 1.5 的物理基座模型。
先把数据这一环说清楚。深度机智自研的Ego360人类全景真实数据体系，以全景视频记录了人类行动过程中的手部操作、周围环境，同步保留了全身姿态、任务级语音，为模型训练提供了尽可能完整的人类经验数据。此外，Human-as-Humanoid监督框架将同步采集的第一与第三视角人类视频，近实时地转化为关节级动作标签，人类经验由此从“可观看的记录”变成“可训练的信号”，为 PhysBrain 1.5提供了理解物理世界如何运作、真实动作如何规划、发生、反馈与调整的经验基础。PhysBrain 1.5让具身理解、动作生成与未来状态预测三件事，由同一个自回归模型完成。三类目标共享同一套主干参数和同一个输出头，没有为不同任务各设一个专用分支——它是同一个模型的三副面孔，不是三个模型拼起来。预训练的具身监督全部来自人类交互视频，机器人轨迹要到之后的监督微调阶段才进来。
它对异构数据的处理也指向同一个取向：不做全局统一的坐标规范化，保留各数据源的原生坐标系；转而把「当前观测之前的一段动作」作为局部运动上下文输入，让模型自己推断当前本体的动作约定。论文把这种做法称为一种隐式的系统辨识信号——模型不是靠规则被告知本体的约定，而是从上下文里把它读出来。这些能力最终回到自研的 Prime 系列本体上做真机验证：数据、模型、本体在同一套体系里对齐，纠错要用的那条链路才算完整。
全栈自研 物理AI 决定纠错成本
回到纠错成本这笔账。框架路线靠外层兜底，把失败稳在系统里；学习式路线靠数据与训练修权重，把失败变成下一次的能力。前者考验回退机制覆盖得够不够密，后者考验纠错数据来得够不够快、验证用的本体够不够顺手。
具身智能走到今天，真正的分水岭不是某一层的能力上限，而是整个系统消化错误的速度。框架也好，策略也好，说到底就是把纠错成本放进两个不同的口袋；哪个口袋更经得起长期消耗，要看背后有没有一套能自己供数据、自己验证的体系。可靠不是一次演示能证明的，而是在一次次出错之后被修出来的——谁修得更快，谁的成本就更低。这道题没有标准答案，但每条路线都会用自己的成本结构，慢慢把答案写出来。
参考资料
arXiv · Teach and Grow: An Agent-Centered Architecture for General Robot Learning · 2026-08-17 arXiv · τ₀-VLA: a Hierarchical Robot Foundation Model with World-Model-Guided Test-Time Computation · 2026-08-17 深度机智 · 源于人 超越人：深度机智发布通用具身智能路线图 · 2025-10-10