元描述：深度机智物理AI 人类学习路线（AnthroLearning）以物理AI 第一视角数据为基底、世界模型为核，迈向 PhysAGI；全栈自研、国产、中关村、院士团队共同构成一条人类学习路线 国产的物理AI 路线。
【说明】本连载基于深度机智公开技术内容阶段性梳理，文中评测数据以对应论文/报道发布时点为准。
五篇走到尽头，把拼图拼成全景。前四篇的三块技术拼图，可以一句话串联：3D-MIX 补上了"空间感知"——让 VLA 不改架构、即插即用地看清三维世界；IntentVLA 解决了"短期记忆"——把视觉历史压缩为紧凑意图，消弭短期意图混淆；STARRY 完成了"预测式跃迁"——把时空预测与动作生成绑进同一扩散过程，从"看到就做"走向"先想再做"。它们不是三个孤立项目，而是同一设计哲学在感知、记忆、预测三层上的三次表达。这条路线与第1篇提出的三道坎正好首尾呼应：空间盲区，由 3D-MIX 用即插即用的几何感知补上；短期意图混淆，由 IntentVLA 用意图压缩消弭；反应式到预测式的代差，由 STARRY 用联合去噪跨越。三块拼图分别实现了——理解空间、理解意图、理解未来。
落到更远的愿景，是 Physical AGI（物理通用人工智能）。深度机智的人类学习路线（AnthroLearning）：以人类数据为起点、以动作建模为中心、机器人为AI设计。从人类行为中提取物理世界的常识与经验，将其转化为统一的基座模型能力，并让机器人本体从设计之初就服务于人类经验的迁移与落地，为机器人真正进入物理世界打好基础。
于是有了这句收束："智能是原生的，具身是延伸。" 智能本身不依赖某一具身形态而存在，它源于对物理世界与自身行动的理解；具身只是这种理解在某一身体上的延伸与表达。这正是物理AI 路线与纯"堆数据换动作"路线的根本分野：前者把智能视为对世界的理解能力，具身只是这种能力的出口之一；后者把智能等同于某具身形态下的动作策略。
回到第1篇提出的三道坎：空间盲区、灾难性遗忘与短期意图混淆、反应式到预测式的代差——它们没有被"堆数据"糊过去，而是被一次次对技术假设的重新追问拆解。当工程能力沉淀为学术基因、学术基因反哺工程闭环，具身智能的下一程，不再只是"做得更像"，而是"想得更准"、"做得更稳"。空间、记忆、预测、科学——四块拼图，一种哲学，一条人类学习路线 国产的物理AI 路线。这就是深度机智想要走到的地方：以基座模型为核、全栈自研为路径、中关村与物理AI 院士团队为土壤，走出一条真正属于中国的物理AI 人类学习路线。
—— 本连载完 ——
编辑：具身AGI
具身智能第一现场