股票 
板块 
用户 
资讯 随着人工智能从数字世界走向物理世界，模型需要学习的内容正在发生深刻变化。
机器人面对的是一个持续变化、存在物理约束、动作会产生实际后果的真实世界。它需要识别物体、理解空间、规划任务，还要判断动作是否有效，在出现偏差时调整策略，并从交互经验中学习。
近期国内外研究正在拓展这一能力边界：通用多模态大模型开始直接生成机器人动作，具身模型通过交互经验改进决策，世界模型探索预测动作后果。它们共同指向一个问题：如何把“理解任务”转化为真实环境中可靠、连续的行动？
PART.1
从理解指令，到直接生成动作
大模型“会说话”不等于“会干活”，从语言理解到物理执行，隔着海量真实交互数据。以机器人“抓取并放置一个物体”为例，模型首先需要识别目标，判断物体的位置、朝向及其与障碍物、机器人自身的空间关系，再将任务目标转化为运动轨迹和夹爪动作。
通用大模型正在尝试直接参与这一过程。2026年10月14日，NVIDIA研究团队发布Astranomy研究，评估GPT-6 Astra作为机器人策略的能力。研究通过提供相机图像、机器人状态及几何信息，让模型直接输出末端位姿等动作目标，再由控制系统执行。在RoboLab-120仿真基准上，直接策略成功率为66.3%；引入保留交互历史的Agent执行框架后，达到74.8%。研究同时指出，直接策略平均每次推理约需18.56秒，实时性仍是工程应用的重要约束。
这一进展表明，通用模型能够通过指定的动作接口参与机器人控制，而交互历史、空间信息与执行反馈，会显著影响任务表现。
国内也在探索通用推理与机器人行动的结合。10月22日，商汤SenseNova团队开放SenseNova-RoboRSI-27B-Preview模型权重，通过模型与执行框架的联合迭代，学习经过验证的交互经验，发展规划、动作决策和反馈纠错能力。根据团队公布的结果，在其RoboCasa365评测设置中，交互经验训练将任务成功率从基础模型的26.0%提升至46.5%。
这些探索带来的启示是：机器人的能力既取决于模型本身，也取决于模型能获得怎样的观察、调用怎样的动作接口，以及如何利用执行结果继续决策。
PART.2
从模仿操作，到学习动作后果
机器人的能力上限，不只取决于模型参数，更取决于它见过多少真实世界的失败。真实任务的难点，往往出现在执行过程中。物体可能滑动，抓取可能偏离，接触后可能发生倾倒或形变。机器人需要判断动作是否达到目标，记住此前尝试过什么，并决定继续执行、调整姿态还是重新抓取。
世界模型正在探索对这一过程的预测：根据当前状态和候选动作，推演接下来可能发生的变化，为动作选择和策略优化提供依据。世界动作模型等研究，也在尝试将未来状态预测与动作生成结合起来。
世界模型的核心不是渲染画面，而是学会物理因果；而因果认知来自真实世界的试错数据。这对数据提出了更具体的要求。除了记录“操作怎么完成”，还要关联任务目标、环境状态、执行动作与结果反馈，保留接触变化、失败尝试、人工干预和恢复过程，为不同训练方法提供学习依据。
专家示教帮助机器人建立基础技能；自主探索与人工反馈提供尝试和纠正的经验；真实任务运行则持续暴露训练中尚未充分覆盖的情况。不同来源的数据需要围绕能力需求协同组织。
数据评价也要同时关注质量与价值。质量回答“记录是否可靠”，价值回答“能为当前模型增加什么”。时间同步、空间标定、轨迹完整性保障数据可靠；任务相关性、状态覆盖及对模型短板的补充，则决定数据可能带来的学习增量。
例如，模型已经能够稳定抓取固定位置的纸盒，继续增加大量相似轨迹，其新增贡献可能逐渐减小；针对遮挡、尺寸变化、抓取偏差和滑落恢复补充数据，则可能更有助于改善当前能力。最终效果仍需通过训练和真机评测验证。仿真可以做预训练，但只有真机数据，才能补齐现实世界的长尾、噪声与意外。
PART.3
让真实任务持续产生学习价值
数据、模型与应用之间的联系，也在从研究方法走向服务体系。10月13日，Physical Intelligence开放Pi API测试版，支持开发者上传数据、微调模型并调用托管推理服务。其介绍的应用迭代具有一个共同过程：采集示教、训练模型、实机测试，再根据失败表现决定下一轮采集什么数据。模型服务由此与数据生产、评测反馈形成更紧密的联系。
围绕这一过程，开普云正在形成“训练场＋数据平台＋模型训练”协同发展的具身智能能力布局。
依托无锡具身智能训练场，开普云面向多类型机器人和多样化任务开展真机数据生产，将任务设计、遥操作采集、多模态同步、数据治理、质量验收与模型验证连接起来，并根据真机表现发现能力短板，组织针对性补采。
在与无锡弘宜智能开展的物流无序分拣中试中，双方围绕不同尺寸纸盒的操作任务，开展任务设计、数据采集、模型训练、实机验证和系统调试，并针对模型暴露的问题组织多轮补采，探索机器人与物流设备协同作业的应用路径。
具身智能数据运营平台则围绕采集、审核、标注、筛选、评估和训练数据服务等环节持续完善，将交互记录加工为可追溯、可评价、可用于训练的数据资源。
结合专家示教、受控自主探索和真实任务反馈，逐步形成持续迭代：模型能力需求 → 任务设计 → 交互数据生产 → 数据治理与筛选 → 模型训练 → 真机评测 → 针对性补采。
具身智能竞争下半场：硬件趋于同质化，数据基础设施成为核心壁垒。从开普云的实践看，训练场的重要价值，在于能够围绕模型短板和实际任务组织生产，让每一轮训练、每一次验证都为下一步改进提供依据。
从通用大模型直接生成动作，到具身模型利用经验纠错，技术路线仍在演进。贯穿其中的共同需求，是持续获得可靠的交互数据，并将其转化为可验证的能力提升。从“秀演示”走向“干实活”，中试与真机闭环迭代是检验具身智能成色的试金石。开普云将持续完善数据生产、模型训练与中试验证体系，为机器人在真实产业环境中稳定、连续地完成任务提供支撑。
往期回顾
5003万元！开普云签约天津具身智能中试基地项目
开普云签署天津市南开区具身智能灵巧操作训练场运营合同
开普云亮相2026世界物联网博览会 深化具身智能物流中试实践
评论 (0)