作者：呂鑫燚
人們身處歷史的時候，總是后知后覺。
2018年，Open AI和Google BERT幾乎同時開始嘗試大語言模型里的新架構(gòu)，名為“Transformer"。彼時學(xué)界與產(chǎn)業(yè)界給予了些許盛贊，但更多人只是將該架構(gòu)視作一次方向性的驗證落地。
直到2020年，GPT-3 175B 引爆“大模型+縮放定律”，全行業(yè)才終于確認(rèn)：這是未來唯一主干。
也正是在此時，業(yè)內(nèi)才意識到2018年那根引線早已悄然點燃，行業(yè)苦苦追尋的大模型時代里程碑，早已矗立在歷史進(jìn)程之中。
歷史總是驚人的相似，2026年伊始具身智能也正沿著相似的轍紋前行。
前不久，美國Generalist AI發(fā)布GEN-1模型，將各類物理操作任務(wù)平均成功率從64%提升至99%，完成任務(wù)速度提升約3倍，每項任務(wù)僅需約1小時機(jī)器人數(shù)據(jù)完成適配。
Generalist打破了縈繞在具身智能產(chǎn)業(yè)上的所有痛點，一時間，那個被反復(fù)提及、近乎說爛了的具身智能“ChatGPT時刻”，好像不再只是空泛的PR話術(shù)，而是觸手可及、清晰可預(yù)見的產(chǎn)業(yè)未來。
如果故事只到這里還遠(yuǎn)不足以稱為2018的鏡像。
Generalist所側(cè)重的數(shù)據(jù)驅(qū)動和數(shù)據(jù)采集方式，和國內(nèi)的千尋智能高度同頻：以多樣性數(shù)據(jù)驅(qū)動Scaling Law，通過可穿戴設(shè)備低成本采集人類操作數(shù)據(jù)預(yù)訓(xùn)練模型，再用少量機(jī)器人數(shù)據(jù)微調(diào)實現(xiàn)高泛化能力。
可見，產(chǎn)業(yè)內(nèi)在討論的不是某一家企業(yè)的技術(shù)路線驗證成功，而是萬億投入后共同投票出來的解法，美國Generalist與中國千尋智能的同頻，本質(zhì)是全球具身智能在同一周期節(jié)點上的路徑收斂。
正如2018年被視為里程碑，也不是某家企業(yè)的榮耀，而是屬于Transformer的桂冠。
而今日千尋智能完成新一輪10億元融資，30天內(nèi)累計融資額達(dá)30億元，更是資方的一次無聲的默認(rèn)。具身智能苦苦尋找的落地鑰匙，或許已經(jīng)握在我們手中。
步入2026年，數(shù)據(jù)雖已坐穩(wěn)具身智能發(fā)展的底層基礎(chǔ)設(shè)施，卻在行業(yè)內(nèi)卷中異化為部分企業(yè)的“擋箭牌”。面對落地遲緩的困局，不少主體習(xí)慣性將鍋甩給“數(shù)據(jù)獲取成本高”，甚至簡單粗暴地將行業(yè)瓶頸歸因于“資金都流向了數(shù)據(jù)”這種偽命題。
然而，當(dāng)我們將目光投向GEN-1的研發(fā)路徑，會發(fā)現(xiàn)這里充斥著一種截然不同的行業(yè)態(tài)度，對數(shù)據(jù)本身極致的敬畏與效率。
GEN-1的核心邏輯，是徹底顛覆了傳統(tǒng)“機(jī)器教學(xué)”的范式。它主張模型在觸碰真機(jī)之前，先通過海量人類行為數(shù)據(jù)建立起對物理世界的常識圖譜，從而實現(xiàn)對真機(jī)數(shù)據(jù)依賴度的指數(shù)級降維。
從技術(shù)底層看，GEN-1的基礎(chǔ)模型預(yù)訓(xùn)練階段完全棄用傳統(tǒng)機(jī)器人數(shù)據(jù)，轉(zhuǎn)而依托穿戴式設(shè)備，采集了超過50萬小時的人類日常行為數(shù)據(jù)流。這意味著，模型在出廠前就已經(jīng)“看過”了人類生活的萬千種可能。而在適配具體新任務(wù)時，它僅需疊加約一小時的機(jī)器人操作數(shù)據(jù)，就能完成從“懂道理”到“會干活”的完美遷移。
這就好比人類幼崽在邁出第一步前，早已通過觀察父母、同伴的動作，在大腦中構(gòu)建了運動的底層邏輯。GEN-1學(xué)到的不是孤立的指令，而是一套完整的、可以與世界交互的行為方法論。正如孩子只要學(xué)會了走路，奔跑便是水到渠成；GEN-1掌握了基礎(chǔ)物理規(guī)則后，面對新任務(wù)也只需極小的數(shù)據(jù)量便能舉一反三。
這種學(xué)習(xí)邏輯帶來的紅利是全方位的。以工業(yè)場景為例，GEN-1將折疊一個標(biāo)準(zhǔn)紙箱的耗時從34秒壓縮至12.1秒，效率直接提升近三倍。
透過GEN-1，我們終于看清了這種“對數(shù)據(jù)的敬意”究竟指向何方：它并非意味著對數(shù)據(jù)路線的盲目崇拜，而是追求最高效的數(shù)據(jù)利用率。
而這條路并不是單純可行，而是大有可為。這一點通過千尋智能與GEN-1同頻共振，走出了一條高度契合的高效數(shù)據(jù)發(fā)展之路可見。
千尋智能同樣選擇基于海量人類互聯(lián)網(wǎng)視頻數(shù)據(jù)開展模型預(yù)訓(xùn)練，依托人類真實行為數(shù)據(jù)賦予模型對物理世界的基礎(chǔ)認(rèn)知。
截至目前，千尋智能已累計獲取超20萬小時多類型真實交互數(shù)據(jù)，數(shù)據(jù)來源覆蓋互聯(lián)網(wǎng)視頻、遙操作、可穿戴設(shè)備采集等多元維度，全面打通不同場景下的人類行為數(shù)據(jù)鏈路，依托數(shù)據(jù)的豐富性與多樣性，筑牢模型認(rèn)知的基礎(chǔ)。
這不是一條簡單的數(shù)據(jù)量堆出來的智能，而是基于模型學(xué)會行為邏輯，能實現(xiàn)在更少參數(shù)量的前提下的更優(yōu)模型效果，顯著降低算力成本，走出了一條輕量化、高效化的發(fā)展新路。
此外，在強(qiáng)化學(xué)習(xí)階段，千尋智能創(chuàng)新性地引入世界模型，聚焦未來狀態(tài)的精準(zhǔn)預(yù)測，以此輔助強(qiáng)化學(xué)習(xí)過程，優(yōu)化模型決策與執(zhí)行邏輯，讓模型的學(xué)習(xí)更具前瞻性、更貼合真實世界的運行規(guī)則。
如此一來，模型不僅知道這一步的動作流是什么，更能預(yù)測某個環(huán)境因素發(fā)生改變后，下一步的動作流該如何執(zhí)行。
千尋智能一系列布局，與GEN-1的核心邏輯一脈相承，同樣是先通過人類數(shù)據(jù)建立世界認(rèn)知，再通過少量針對性數(shù)據(jù)完成真機(jī)適配，兼顧效率與成本，徹底打破行業(yè)“數(shù)據(jù)貴、落地難”的困局，印證了高效數(shù)據(jù)利用才是具身智能發(fā)展的核心密鑰。
從GEN-1到千尋智能，兩家行業(yè)先鋒雖各有研發(fā)側(cè)重，卻在數(shù)據(jù)理念上達(dá)成高度共識：具身智能的發(fā)展，從不是盲目堆砌數(shù)據(jù)、消耗算力，而是以敬畏之心對待數(shù)據(jù)，以高效邏輯利用數(shù)據(jù)，通過人類行為數(shù)據(jù)搭建認(rèn)知基礎(chǔ)，以少量精準(zhǔn)數(shù)據(jù)完成落地適配。
這不僅為行業(yè)擺脫“數(shù)據(jù)借口”提供了可行路徑，更指明了具身智能從實驗室走向規(guī)?；逃玫暮诵姆较?。以數(shù)據(jù)多樣性為根基，以高效利用為核心，讓模型真正讀懂世界，而非單純記憶數(shù)據(jù)。
雖然在對數(shù)據(jù)的運用側(cè)千尋智能和GEN-1高度契合，但依托于供應(yīng)鏈成熟和場景更豐富的宏觀優(yōu)勢，千尋智能已經(jīng)在硬件和落地上走了先手棋。
從硬件來看，最制約模型能力落地也是最能將模型能力放大的就是末端執(zhí)行器。目前，Generalist依舊采用兩指設(shè)計，雖能滿足80%場景的80%需求，但二指始終是弱化了模型價值。
例如，在面對不規(guī)則或極易形變的操作物體時，三指更能模擬人類手部活動軌跡，能解決二指無法覆蓋的復(fù)雜工況，長期來看可減少工裝投入、提升產(chǎn)線柔性，綜合性價比在高端場景更突出。
得益于國內(nèi)更成熟的供應(yīng)鏈環(huán)境，千尋智能正在挑戰(zhàn)的更高難度的硬件形態(tài)。
這條“自找麻煩”的差異化路線，不僅僅代表更好用，還意味著更高的操作上限和泛化能力，為模型學(xué)習(xí)人類級精細(xì)操作提供了更豐富的數(shù)據(jù)維度，進(jìn)而反哺模型迭代，形成良性閉環(huán)，凸顯了千尋智能長期主義的堅持。
另一方面，國內(nèi)場景有著更加多元化的落地場景，為具身智能成為生產(chǎn)力提供了落地沃土。
這也是千尋智能最明顯的優(yōu)勢，其在落地側(cè)已經(jīng)走出商業(yè)、工業(yè)并駕齊驅(qū)態(tài)勢。
2025 年末，千尋智能的人形機(jī)器人“小墨”在寧德時代中州基地的電池 PACK產(chǎn)線上崗。并達(dá)成了連續(xù)運行中插接成功率穩(wěn)定在99%以上和單日工作量實現(xiàn)了3倍提升的成績。
這里需要提及一下，小墨在做的不是簡單的抓取放置類工作，而是在非標(biāo)環(huán)境下進(jìn)行柔性物體操作，稍有偏差就可能導(dǎo)致事故。這標(biāo)志著千尋智能已經(jīng)在高嚴(yán)苛的工種中完成能力認(rèn)證，工業(yè)場景不再是可望不可及硬骨頭。
緊接著，千尋智能又和京東達(dá)成合作，以京東MALL為切入點，邊干活邊采集數(shù)據(jù)，形成服務(wù)即采集，采集即訓(xùn)練的迭代過程。
和工廠中要求的精度不同，零售場景的運營特性主要為“變”，人流、動線、陳列頻發(fā)變動，就連操作物體也會隨著促銷節(jié)點發(fā)生包裝更新。
這意味著即便是擁有幾十家、上百家的連鎖店，都會呈現(xiàn)無法固定的移動動線，難以用統(tǒng)一方案滿足所有店鋪需求。
而千尋智能基于模型能力，可以通過較低的模型參數(shù)量，實現(xiàn)更優(yōu)的性能表現(xiàn)。從根源上省去了 “一場景一適配” 的重復(fù)投入，大幅降低了在零售中跨場景落地的邊際成本。
無論是寧德時代還是京東，千尋智能在落地的步伐都不是一錘子買賣，而是先滿足需求再進(jìn)行更精準(zhǔn)的迭代，訓(xùn)練出更懂物理世界的模型能力。
千尋智能的實踐證明：具身智能的競爭，早已不是單一技術(shù)或場景的比拼，而是技術(shù)能力、供應(yīng)鏈能力、場景適配能力與生態(tài)協(xié)同效率的綜合較量。
依托成熟供應(yīng)鏈的硬件創(chuàng)新底氣，疊加國內(nèi)豐富場景的落地驗證優(yōu)勢，千尋智能正以先手姿態(tài)，推動具身智能從單點突破走向產(chǎn)業(yè)普及。
當(dāng)千尋智能飛奔時，資方也開啟一輪又一輪的投票。4月7日，千尋智能完成新一輪融資，本輪融資由順為資本、云鋒基金聯(lián)合領(lǐng)投，達(dá)晨財智、某頭部人民幣基金、銀河源匯、圖靈基金、新鼎資本、庚辛資本等重磅加持。
繼2月完成近20億元融資后，千尋智能在短短30天內(nèi)再次獲得資本加持，累計融資額達(dá)30億。
本次融資，順為資本（雷軍系）與云鋒基金（馬云系）罕見同臺重倉。至此，千尋智能已經(jīng)獲得頂級資本、產(chǎn)業(yè)資本、國有資本的全方位資本押注。
這種不同底色、不同背景的資本集結(jié)，表明資本已徹底告別“概念盲投”時代，不再追逐實驗室里的Demo參數(shù)，而是堅定投向技術(shù)路線已被驗證、商業(yè)化落地見效的硬核選手。
千尋智能的30天30億，正是資本市場對這條“用交付定義通用”路徑的堅定投票。同時也是對“人類數(shù)據(jù)預(yù)訓(xùn)練+Scaling Law”這條技術(shù)路線的最高確認(rèn)。
一邊是海外頂尖玩家以技術(shù)突破驗證通用智能的可行性，一邊是千尋智能用連續(xù)融資與商業(yè)落地印證路線的商業(yè)價值。
都在標(biāo)志具身智能不僅僅是一個擁有夢想和陡峭曲線，活在未來的產(chǎn)業(yè)。而是一個可以被量化，可以算清ROI的生產(chǎn)力。
中美賽道的頭部力量，正以技術(shù)與資本兩種方式，共同錨定同一條通往通用具身智能的道路。
歷史不會簡單重復(fù)，但總會押著相似的韻腳。
2018年我們錯過了讀懂Transformer的先機(jī)，而2026年，屬于具身智能的時代大門，已在眼前正式敞開。
特別聲明：本文為合作媒體授權(quán)DoNews專欄轉(zhuǎn)載，文章版權(quán)歸原作者及原出處所有。文章系作者個人觀點，不代表DoNews專欄的立場，轉(zhuǎn)載請聯(lián)系原作者及原出處獲取授權(quán)。(有任何疑問都請聯(lián)系idonews@donews.com)
