批次来源页：物理 AI、具身智能与机器人
批次来源页：物理 AI、具身智能与机器人
来源类型： 批次综合页（微信文章4-批次6）
日期： 2026-07-20
标签： 具身智能, 人形机器人, 物理AI, 世界模型, 端侧AI, VLA, 仿真数据
覆盖文件数： 12 篇
覆盖文章列表
| # | 标题 | 来源 |
|---|---|---|
| 1 | 小米10万小时喂出来的机器人大脑，我来验收一把 | AI沃茨 |
| 2 | 15年来，他为什么坚持押注物理AI？ | - |
| 3 | 15TB 物理仿真数据集！物理AI再也不愁数据了 | - |
| 4 | 身体不会统一，智能会先通用：梅卡曼德的27000套具身实践｜甲子光年 | 甲子光年/田思奇 |
| 5 | 【极智嘉具身智能，下场干活了】 | - |
| 6 | 对话清华赵昊：物理AI，胜负关键在4D可控的世界模型基模 | - |
| 7 | 三年前押注端侧AI，面壁终于等来行业拐点 ｜甲子光年 | 甲子光年 |
| 8 | 端侧大模型成了刚需，芯片准备好了吗？ | - |
| 9 | CMU打造人机联合学习框架，用意念控制光标，新手几小时就能学会 | - |
| 10 | 何恺明参与：谷歌DeepMind将视频生成模型变通用视觉智能 | - |
| 11 | 苹果、华为、小米史上最大危机突现，万亿手机市场要重开一局 | - |
| 12 | 中国超算重返世界第一，含金量有多高？ | - |
核心主题
2026年7月，具身智能/物理AI成为AI领域最热赛道。小米"机器人大脑"发布、15TB物理仿真数据集开源、梅卡曼德27000套方案落地，以及端侧AI拐点到来的多重信号，标志着物理AI从实验室走向产业化。
关键发现
小米机器人大脑
- Xiaomi-Robotics-1：小米首代VLA模型（Robotics-0）的升级版
- 架构：VLM（视觉理解）+ DiT（扩散Transformer生成关节动作），拆分为"眼脑"和"运动神经"
- Λ型注意力掩码：防止新动作偷懒抄已有动作，逼模型根据当前状态重新规划
- 部署在单张消费级4090上，推理延迟仅80ms
- 从铁蛋（2021）→铁大（2022）→新一代人形机器人，硬件持续迭代
- "年轻人的第一台家用机器人，什么时候能到"
15TB物理仿真数据集
- 物理AI训练所需的大规模仿真数据集开源
- 大幅降低物理AI入门门槛
梅卡曼德：一脑多形
- 27000套具身智能方案落地
- 核心理念："身体不会统一，智能会先通用"
- 一套通用智能能力可适配不同机器人本体、末端执行器和任务
- 工信部+国资委：到2026年底打造百个以上高价值应用场景，万台级机器人规模化落地
清华赵昊：物理AI的关键在4D可控世界模型
- 世界模型作为物理AI的核心基模
- 从"预测下一帧"到"规划下一个行动状态"
- 4D（3D+时间）可控性决定物理AI的实用价值
面壁端侧AI拐点
- 三年前押注端侧AI，2026年迎来行业拐点
- 端侧模型满足刚需：隐私、实时性、离线能力
- 芯片准备好了吗？——端侧推理芯片仍是瓶颈
CMU意念控制
- 人机联合学习框架
- 用意念控制光标，新手几小时就能学会
- BCI（脑机接口）+AI的结合方向
谷歌DeepMind：视频生成→通用视觉智能
- 何恺明参与的突破：将视频生成模型变为通用视觉智能
- 生成模型的理解能力超越单纯的识别模型
与已有知识的关联
- concepts/embodied-ai — 具身智能产业落地
- concepts/world-model — 4D可控世界模型作为物理AI基模
- concepts/edge-ai — 端侧AI拐点与面壁案例
- concepts/vla-alternative — VLA模型架构（VLM+DiT）
- entities/小米 — 小米机器人路线
- entities/梅卡曼德 — 梅卡曼德具身智能方案
- concepts/embodied-ai-data — 物理仿真数据集
- entities/面壁智能 — 面壁端侧AI路线
- concepts/multimodal-ai — 视频生成→视觉智能
我的判断
置信度：高
具身智能正在经历类似2023年大语言模型的"iPhone时刻"。小米的消费级机器人路线、梅卡曼德的"一脑多形"方案、以及15TB物理数据集的开源，三条路径同时推进，说明行业已经从"有没有"进入"怎么用"阶段。端侧AI作为具身智能的"实时决策层"，其行业拐点的到来比预期更快。
