7.4
深览指数
科技量子位··AI 生成
中国物理AI大突破：PhysBrain 1.5登顶全球开源榜一，空间智能与GPT-6 Astra并驾齐驱
中国公司深度机智发布了物理基座模型PhysBrain 1.5，在28项公开基准测试中综合均分72.5，位居开源模型榜首，与闭源模型GPT-6 Astra（73.3）的差距缩小至1分以内。文章详细介绍了其核心架构「Physical Loop」物理智能循环，以及Ego360人类全景数据体系、Human-as-Humanoid框架等技术路线。作者的核心判断是，物理智能需要专门的基础模型而非大模型的简单延伸，深度机智的「人类学习」路线、全栈布局（数据-模型-本体）以及先发优势，正成为全球物理智能竞争中的关键壁垒。适合对具身智能、机器人基座模型技术路线及中国AI赛道有深度了解需求的读者。原文 ↗
核心观点
- ▍物理智能需要专门的基座模型，而非仅靠大语言模型的通用能力延伸；深度机智的「人类学习」路线（以人类第一视角数据为起点）是构建物理智能的更优路径。
- ▍深度机智已实现数据（Ego360）、模型（PhysBrain）、本体（Prime系列）全栈闭环，这一系统整合能力正成为其在全球物理智能竞赛中的关键壁垒。
- 01PhysBrain 1.5-8B在28项基准测试中取得72.5综合均分，位居开源榜首，14项开源第一，10项开源第二，与GPT-6 Astra (73.3)和Gemini 3.6 Flash (73.0)差距在1分以内。
- 02PhysBrain 1.5-2B小模型在28项测试中取得66.6分，超过参数规模更大的Hy-Embodied-VLM-1.0（66.0）、Embodied-R1.5（64.9）和RynnBrain 1.1（63.1），证明了技术路线的轻量化潜力。
- 03Robocurve实验显示，GPT-6 Astra在粗粒度任务（积木放入碗）成功率95%，但在毫米级精细任务（拼图块凹槽插入）上成功率骤降至10%，揭示了通用大模型在精细操作上的根本瓶颈。
- 04PhysBrain 1.5将「具身理解、动作生成、未来状态预测」三大能力整合进同一个自回归模型，而非通过子模型拼接实现闭环。
- 05Ego360数据体系通过全景视频、全身姿态、手部动作和任务语音同步记录，提供连续的任务、动作与状态变化上下文，作为模型的预训练数据源。
- 06Human-as-Humanoid框架实现了从人类第一视角数据到机器人动作表示的转换，在自研60自由度拟人体机器人Prime U上，原始示范吞吐量达到传统遥操作的4.8-7.2倍，部分任务实现了零样本迁移。
- 07深度机智创始人陈凯受邀参加国家数据局局长主持的具身智能座谈会，并展示其全景数据方案，表明其技术路线获得了政策/行业层面的关注。
反方 / 局限
- — 文章本身为量子位授权刊载的公司PR稿件，信息源单一，缺乏第三方独立评测或竞品团队的验证，对PhysBrain在真实复杂环境中的泛化性、鲁棒性及落地成本未提供任何证据。
- — 文章的论证链条隐含一个重要前提：人类第一视角视频数据是构建物理智能的「最优」乃至「唯一」路径。但并未讨论或比较其他路径（如仿真合成数据、强化学习自博弈、基于物理引擎的模拟器训练）的优劣与成本。
- — PhysBrain 1.5在28项公开基准上的表现，是否涵盖真实世界部署中常见的长尾场景（如光照变化、物体变形、部分遮挡、任务组合中断）？文章未提供此类证据，基准成绩与实际部署能力之间的差距未知。
深度机智PhysBrain 1.5Physical LoopEgo360Human-as-HumanoidGPT-6 AstraGemini 3.6 FlashRobocurve陈凯Prime U国家数据局Hy-Embodied-VLM-1.0
19 分钟 · 4 卡片 · 11 资料
读原文 →