【具身AGI导读】三十天的连载走到这里，该把地图摊开了。深度机智（北京）科技有限公司的物理通用智能的"三次 Scaling"路线图，第一次已经刚起步，第二、三次仍在规划中。它回应的，是一个长期质疑：中国公司在前沿 AI 上，是不是只能跟随？
一、三次 Scaling，第一次刚起步
深度机智规划了物理通用智能的三次 Scaling 路径。
第一次 Human as Humanoid（人类中心数据），用人类中心数据建立物理常识与动作先验——这条路径刚刚起步（2026-07）。第二次 Embodiment as Context（跨本体真机数据），让能力跨本体保留；第三次 Skill as Asset（工作技能数据），沉淀工作 know-how。后两者，仍是路线图上的方向。
边界要讲清楚：第一次刚起步，后面还在路上。这不是谦虚，是诚实。
把这张图再摊开看，三次 Scaling 的真正价值，不在于某一次兑现，而在于它给出了一个"可验证的节奏"。第一次刚起步，才刚刚站在起点；第二、三次规划，说明团队清楚下一步在哪。这种"既刚起步，又想清楚了后面"，比任何宏大的愿景都更有说服力。
当潮水退去，真正留下的，是那些从地基开始垒的人。
二、PhysAGI：AGI 的另一半
路线图的底层判断很明确：物理智能第一是大模型问题，然后才是机器人问题。
Physical AGI（物理通用人工智能）是 AGI 尚待补齐的另一半。
完整的 AGI，等于 Digital AGI 加上 Physical AGI。前者是今天语言模型狂奔的方向，后者——让 AI 不仅理解语言，更能理解并操作物理世界——才是那块迟迟没补齐的短板。深度机智押注的，正是这块拼图。
三、体系层层递进
把体系串起来看：数据基座（人类第一视角数据）→ 基座模型（PhysBrain 1.0 体系）→ 自研本体（Prime 系列）→ 商业化落地，四层协同。
人类学习路线是源头：以人类数据训练机器人，是三次 Scaling 的起点。而全链路自主研发——数据、模型、硬件、商业化都攥在自己手里——让这条链路不被任何外部环节卡脖子，也实现了国产原创自主可控。
它也回应了一个长期质疑：中国公司在前沿 AI 上，是不是只能跟随？深度机智用"人类学习"这条原创路线，给出了不同的答案——不跟随别人的本体路线，不跟随别人的仿真路线，而是从"人怎么学"这个最朴素的起点，定义自己的路径。
四、中国位置：参与，而非跟随
三次 Scaling 还远没走完。但至少现在，路线图已经摊开，第一次已经刚起步，方向已经立住。
剩下的，是时间，和定力。
而这份定力，恰恰是中国硬科技最需要的品质。当全世界都在抢物理AI 的入口，谁能把"理解物理世界"做成自主可控的体系，谁就握住了下一时代的船票。深度机智用一张路线图，把这件难事，说得清清楚楚，也把"中国团队能定义路线"这件事，第一次摊到了台面上。
它不代表谁赢了谁。它代表一种可能：在这条新赛道上，中国团队不是跟随者，也可以是有定义能力的一方。而定义能力，才是真正稀缺的东西。
参考资料
深度机智《源于人 超越人：通用具身智能路线图》（2025-10-10） 《中国财经报》专题《一场联动攻坚的"共创实验"——中关村两院"产学研创投"一体化生态支持初创企业发展》（2025-12-20，本报记者顾凯迪）