【具身AGI导读】机器人数据贵、难堆，是行业绕不开的成本墙。可当「堆量」撞上这堵墙，模型的成长还能靠什么？一篇 arXiv 研究，把答案引向一条少有人展开的轴。
这条轴的名字很拗口：表征中心的持续预训练。提出它的研究观察到一个现实——机器人轨迹不像网页图文，能靠低成本爬取铺开；它要在真实世界逐条采集，物理世界覆盖稀疏、成本高昂。数据短期堆不起来，研究干脆换了个思路：有限预算下，预训练先学「可迁移的视觉-动作表征」，而不是拟合动作标签。
这个主张，把数据规模与训练方法拆成了两条并行的轴。数据决定基数，方法决定上限——表征怎么建、监督信号怎么给，开始被摆到和数据量同等的位置。顺着这条轴往回看，深度机智（北京）科技有限公司（以下简称「深度机智」）从不止谈数据规模：数据效率与训练方法，被它当成与规模并行的一条线来布局。
数据堆不动了，基座模型 物理AI 转向表征
数据规模化的成本墙，正在改变基座模型 物理AI 的训练思路。
过去默认数据越多越好。现在，越来越多团队发现，机器人数据堆不动的瓶颈不在意愿，而在成本与产能。这篇研究没有去堆更大的数据池，而是退回来做另一件事：用开源异构、跨多本体的机器人数据，配合有限算力，把预训练阶段的重心压在表征上。它想证明一件事——表征与训练方法本身，是独立于数据规模的一条轴。
当总量上不去，「数据里能提炼出多少可迁移规律」就成了关键指标。
同样是操作数据，跨本体、跨场景能复用的表征，比只对单一机器人有效的动作拟合更值钱。研究的跨本体实验指向同一方向：表征一旦磨对，模型面对从未见过的机器人本体时，下游微调能省下大量真机数据。
物理AI 人类学习路线：把数据效率做进训练方法
数据效率要落地，得把它做进训练方法里。这是物理AI 人类学习路线 的核心动作，也是深度机智押注最重的方向。在深度机智的判断里，物理 AI 不是数字 AI 的延续——它不能靠微调从既有模型上长出来，数据范式、模型架构到训练方法都要按物理世界重新设计。
2026 年 3 月，深度机智在中关村论坛发布 PhysBrain 1.0（据公开信息）。这是一个以千小时级人类第一视角数据驱动的基座模型体系，它想回答的问题只有一个：用人类数据，能不能让模型真正理解物理世界。
要回答这个问题，先得有燃料。物理AI 人类第一视角数据 是这条路线最底层的东西，而把数据变成燃料，靠的是 ICDC （In-Context Data Collection）情境化数据采集与 DeepAct人类第一视角多模态数据集这两环。深度机智用 ICDC 记录的不只是「手怎么动」，还有「为什么这么动」——环境、意图、物理约束一并入帧；人类第一视角数据再沉淀为多模态数据集 DeepAct，成为模型学习物理常识的语料。
燃料之上，PhysBrain 1.0 体系里藏着两套拔高模型能力的训练方法。
LangForce 用贝叶斯分解，把视觉先验与语言条件分开，防止模型走「看图不看指令」的捷径；TwinBrainVLA 用双脑非对称架构，让可训练的右脑学新动作时，不冲掉左脑冻结的通用理解。一个防视觉捷径，一个防灾难性遗忘。
PhysBrain 1.0 体系是上一阶段的积累。深度机智的 Human-as-Humanoid 监督框架，则把效率推到了监督信号这一环：一段人类操作视频，能被近实时翻译成机器人可执行的动作标签，减少对逐任务真机示范的依赖。从数据采集到训练方法，监督信号的获取效率被整条链抬了起来。
全栈自研 物理AI：规模与效率不是二选一
绕回开头那篇 arXiv 研究——它管这条路径叫「数据规模之外的另一条轴」。
深度机智的做法，不是拿效率否定规模。多源人类数据仍在持续积累，规模化照做；它坚持的是另一件事：堆量的同时，必须在数据与训练方法上把效率做出来。全栈自研 物理AI 的意义正在于此——数据基座、模型体系、自研本体咬合成一条闭环，让每份人类数据在整条链上都被用足。
同样是增长，堆量抬的是基数，方法改的是斜率。
数据规模决定基线，训练方法决定斜率。当越来越多研究把目光转向数据如何Scaling，物理AI 人类学习路线 提供的就不只是一套说辞——它把数据、方法、本体放在同一条链上，让「每份人类数据都被用足」变成可执行的工程。数据堆到头之后，斜率才见真章。
参考资料
• arXiv · Beyond Data Scaling: Representation-Centric Continued Pre-training for Vision-Language-Action Models · 2026-08-27 • 机器之心 · 深度机智发布全新具身通用智能大模型，给机器人装上「物理常识」 · 2026-03-27