對(duì)話未來(lái)商業(yè)｜深度機(jī)智創(chuàng)始人陳凱：用人類“第一視角”重構(gòu)具身智能“大腦”

每經(jīng)記者：李卓 每經(jīng)編輯：余婷婷

??行業(yè)屬性：大模型、具身智能

??估值/融資輪次：未公開披露

??核心競(jìng)爭(zhēng)力：人類“第一視角”數(shù)據(jù)

??未來(lái)關(guān)鍵詞：通用性、物理智能

如果總分10分，2025年中國(guó)的具身智能“通用性”能夠打幾分？

“說(shuō)得難聽一點(diǎn)，其實(shí)我覺得應(yīng)該是零分。”陳凱幾乎沒有遲疑，給出了這個(gè)回答。

“有這么夸張嗎？”《每日經(jīng)濟(jì)新聞》記者追問(wèn)。

“客觀來(lái)看，目前整體水平在1分左右。”陳凱沉思了幾秒后補(bǔ)充道。

作為一名“走出實(shí)驗(yàn)室”的科學(xué)家，陳凱2025年的最新身份是深度機(jī)智（北京）科技有限公司（以下簡(jiǎn)稱深度機(jī)智）創(chuàng)始人。在此之前，他在人工智能領(lǐng)域深耕十五年，在國(guó)際上率先將人工智能模型分布式訓(xùn)練規(guī)模擴(kuò)展至百卡以上，相關(guān)成果發(fā)表于Nature子刊、TASLP、NeurIPS、ICLR等國(guó)際頂級(jí)會(huì)議和期刊。

陳凱還身兼北京中關(guān)村學(xué)院導(dǎo)師、中關(guān)村人工智能研究院研究員、具身智能方向負(fù)責(zé)人，肩負(fù)博士生的培養(yǎng)職責(zé)。他與公司CEO（首席執(zhí)行官）都出自中科大少年班，身上有著新一代原生AI（人工智能）創(chuàng)業(yè)者的天然淳樸及學(xué)術(shù)氣質(zhì)。這種專業(yè)沉淀下，他的回答顯然絕非戲謔之言。

因?yàn)榭吹搅司呱碇悄芡ㄓ眯缘碾y題，陳凱的創(chuàng)業(yè)致力以人類“第一視角”數(shù)據(jù)提升基座模型的物理智能水平。換言之，他們要做具身智能的“大腦”。然而，當(dāng)陳凱團(tuán)隊(duì)第一次提出“從人類第一視角視頻數(shù)據(jù)構(gòu)建通用具身智能基座模型”時(shí)，迎接他們的不是掌聲，而是質(zhì)疑。

2026開年，AI賽道再次迎來(lái)資本與技術(shù)的雙重爆發(fā)。陳凱團(tuán)隊(duì)究竟能否憑借“第一視角”解鎖物理智能的通用性密碼？作為創(chuàng)業(yè)公司又將如何接受市場(chǎng)的考驗(yàn)？對(duì)此，陳凱接受了《每日經(jīng)濟(jì)新聞》“對(duì)話未來(lái)商業(yè)”欄目（更多內(nèi)容，詳見專題 | 對(duì)話未來(lái)商業(yè)記錄、預(yù)見、讓未來(lái)發(fā)生）專訪。

從不被認(rèn)可到巨頭印證：特斯拉與Figure的“神同步”

“當(dāng)時(shí)在和一些學(xué)者、相關(guān)投資人探討時(shí)，他們其實(shí)對(duì)于這條路徑都不認(rèn)可。”陳凱回憶起當(dāng)初的狀況印象深刻。他的創(chuàng)業(yè)想法誕生于2024年底，那時(shí)，國(guó)內(nèi)大量公司仍聚焦機(jī)器人“本體”研發(fā)；而外界可感知的現(xiàn)象級(jí)事件則爆發(fā)于2025年春晚，宇樹科技的通用人形機(jī)器人H1以“扭秧歌”的形式驚艷亮相，掀起了具身智能熱潮。

但真正發(fā)揮作用的關(guān)鍵是“大腦”能力，彼時(shí)美國(guó)已有多家“大腦”公司崛起，國(guó)內(nèi)卻相對(duì)薄弱。也正是那時(shí)候，陳凱意識(shí)到具身智能領(lǐng)域存在巨大機(jī)會(huì)與挑戰(zhàn)。

深度機(jī)智于2025年5月注冊(cè)。這支平均年齡30歲的創(chuàng)業(yè)團(tuán)隊(duì)，博士占比超過(guò)60%，他們選擇了一條與OpenAI、DeepMind截然不同的技術(shù)路徑：不依賴昂貴的動(dòng)作捕捉設(shè)備，不用仿真環(huán)境預(yù)訓(xùn)練，而是直接采集人類在真實(shí)場(chǎng)景中的“第一視角”數(shù)據(jù)。

“當(dāng)時(shí)的投資人們認(rèn)為，沒有精準(zhǔn)標(biāo)注、精準(zhǔn)捕捉，缺乏感知力和觸覺的數(shù)據(jù)，沒有太大價(jià)值。”陳凱坦言。事實(shí)上，這種質(zhì)疑也源于傳統(tǒng)AI研究的思維定式：強(qiáng)化學(xué)習(xí)依賴仿真環(huán)境，計(jì)算機(jī)視覺需要精準(zhǔn)標(biāo)注，而具身智能領(lǐng)域普遍采用動(dòng)作捕捉設(shè)備采集數(shù)據(jù)。

但陳凱堅(jiān)信：人類第一視角數(shù)據(jù)蘊(yùn)含著人看出去的整個(gè)物理世界的深層規(guī)律，這些規(guī)律無(wú)法用文字精準(zhǔn)描述，也沒有辦法用規(guī)則去把它窮盡；但是它的數(shù)據(jù)形式就在那，需要把這樣的數(shù)據(jù)壓縮到大模型里面，讓大模型獲得對(duì)物理世界的理解。

轉(zhuǎn)折點(diǎn)出現(xiàn)在2025年5月。陳凱自述，特斯拉當(dāng)時(shí)突然宣布了一條技術(shù)路線，會(huì)逐漸減少遙操數(shù)據(jù)（一般指通過(guò)遠(yuǎn)程操控方式產(chǎn)生、傳輸或處理的數(shù)據(jù)）和動(dòng)捕數(shù)據(jù)的使用，將大量轉(zhuǎn)向從人類的第一視角視頻學(xué)習(xí)。

幾個(gè)月后，2025年9月，美國(guó)估值最高的具身智能初創(chuàng)公司Figure AI發(fā)布了一個(gè)全尺寸的人形機(jī)器人快遞分揀以及把衣服放進(jìn)洗衣機(jī)的視頻，其流暢程度讓陳凱推斷，他們應(yīng)該是直接采用了人的數(shù)據(jù)去學(xué)習(xí)。“因?yàn)槟欠N細(xì)微的動(dòng)作表現(xiàn)太像人。”陳凱直言，F(xiàn)igure官宣融資的同時(shí)，還宣布了和一家商業(yè)地產(chǎn)公司的合作，就是要進(jìn)入真實(shí)的場(chǎng)景里面采集人的數(shù)據(jù)。

更直接的驗(yàn)證來(lái)自同為AI機(jī)器人初創(chuàng)公司Generalist AI。這家公司在2025年10月發(fā)布的GEN-0具身智能模型，就是基于超過(guò)27萬(wàn)小時(shí)的真實(shí)物理世界操作數(shù)據(jù)的預(yù)訓(xùn)練，初步驗(yàn)證了Scaling Law（規(guī)模化法則，是大模型領(lǐng)域的一個(gè)經(jīng)驗(yàn)公式），這一度被業(yè)界解讀為智能機(jī)器人迎來(lái)了“ChatGPT時(shí)刻”。

而在陳凱看來(lái)，Generalist的數(shù)據(jù)雖然不是真人用手直接操作的第一視角，但也是人操控“假爪”在真實(shí)世界中進(jìn)行采集的。和遙操作、動(dòng)作捕捉以及仿真已完全不同，其已經(jīng)是在驗(yàn)證真實(shí)物理世界數(shù)據(jù)的重要性。

2025年12月，美國(guó)具身智能明星創(chuàng)業(yè)公司Physical Intelligence公布了一項(xiàng)研究結(jié)論——基于大量的機(jī)器人數(shù)據(jù)模型加上人的數(shù)據(jù)，能大幅提升模型的通用性，這再次讓陳凱感到振奮。

“Physical公司的結(jié)論其實(shí)驗(yàn)證了我們的假設(shè)”，陳凱分析道，Physical論述了人類在真實(shí)場(chǎng)景里的交互數(shù)據(jù)，是連接語(yǔ)言模型和物理智能的關(guān)鍵，驗(yàn)證了人類第一視角多模態(tài)數(shù)據(jù)的有效性。也就是說(shuō)，看人干活兒，機(jī)器人真的能學(xué)會(huì)。而這一結(jié)論，與陳凱團(tuán)隊(duì)的研究發(fā)現(xiàn)不謀而合。

從0到1：“百萬(wàn)小時(shí)”數(shù)據(jù)攻堅(jiān)，練好“內(nèi)功”機(jī)器人就能“開竅”

雖然陳凱的技術(shù)路線在創(chuàng)業(yè)之初并沒有被認(rèn)可，但隨著時(shí)間推移，這條技術(shù)路線一直在被驗(yàn)證，也成為了陳凱當(dāng)前最大的“創(chuàng)業(yè)心流”。

從大眾視角來(lái)看，2025年的中國(guó)具身智能發(fā)展飛快，無(wú)論是在酷炫演唱會(huì)上的跳舞表演，還是各大AI展館里疊衣服等炫技，這些通過(guò)大量人造數(shù)據(jù)訓(xùn)練出來(lái)的機(jī)器人運(yùn)動(dòng)軌跡，在陳凱看來(lái)仍然屬于“死記硬背”，環(huán)境一變可能直接失效。

第三視角 圖片來(lái)源：深度機(jī)智

第一視角 圖片來(lái)源：深度機(jī)智

而通過(guò)“第一視角”的人類數(shù)據(jù)，則可以大幅提高模型對(duì)于物理世界的理解，進(jìn)而提升模型的物理智能水平，提高機(jī)器人執(zhí)行任務(wù)的成功率。

第一視角采集手部建模 圖片來(lái)源：深度機(jī)智

記者了解到，深度機(jī)智從數(shù)據(jù)源頭進(jìn)行優(yōu)化，直接采集人類第一視角下的手部操作數(shù)據(jù)。這類數(shù)據(jù)天然包含人類在真實(shí)環(huán)境中的操作直覺，例如握取不同材質(zhì)物品的力度控制、物品滑落時(shí)的即時(shí)調(diào)整，適配機(jī)器人“感知—?jiǎng)幼鳌庇成湫枨螅苊饬藱C(jī)械操作數(shù)據(jù)與人類交互習(xí)慣的適配成本。

陳凱告訴記者，公司目前每天的數(shù)據(jù)采集規(guī)模已超過(guò)1000小時(shí)，但每沉淀1萬(wàn)小時(shí)的數(shù)據(jù)，往往需要2至3周，因?yàn)橹虚g還需要一些數(shù)據(jù)清洗。按照公司的計(jì)劃，2026年上半年將沖刺“百萬(wàn)小時(shí)”的數(shù)據(jù)量級(jí)。

那么，“百萬(wàn)小時(shí)”意味著什么？

“意味著我們可以基于人類數(shù)據(jù)，真正驗(yàn)證具身智能是否存在Scaling Law”。陳凱表示，盡管對(duì)于Scaling Law已經(jīng)非常有信心，但現(xiàn)在要做的是把這個(gè)正確的曲線真正畫出來(lái)，為未來(lái)算力、數(shù)據(jù)和模型的規(guī)模投入做明確的指引。而如果百萬(wàn)小時(shí)數(shù)據(jù)得到驗(yàn)證，具身智能的“通用性”也能夠隨之達(dá)到5至6分（總分10分）。

“做基座模型、提升物理智能就是‘練內(nèi)功’的過(guò)程。這個(gè)內(nèi)功練好，機(jī)器人就能‘開竅’。”陳凱進(jìn)一步比喻。

“武俠小說(shuō)中郭靖練功之初師從‘江南七怪’，七位師傅各有招數(shù)要教給他，會(huì)導(dǎo)致習(xí)得的招式多而雜，很難深入?yún)⑼改骋粋€(gè)功夫。最終還是道長(zhǎng)馬鈺教他先練氣、打坐，先把內(nèi)功練好。之后，那些招數(shù)自然而然就學(xué)會(huì)了。”“但是我感覺非常多的人其實(shí)不理解這個(gè)邏輯。”陳凱補(bǔ)充道。

那么，如果把“內(nèi)功”分為十個(gè)等級(jí)，第一視角數(shù)據(jù)采集的“百萬(wàn)小時(shí)”規(guī)模又可以練到幾級(jí)？

“三、四級(jí)吧。”陳凱坦言，如果要練到十級(jí)，則需要1000萬(wàn)小時(shí)以上的數(shù)據(jù)規(guī)模。并且，單靠數(shù)據(jù)還遠(yuǎn)遠(yuǎn)不夠，因?yàn)榫蛿?shù)據(jù)驅(qū)動(dòng)模型訓(xùn)練而言，見多才能識(shí)廣。“大語(yǔ)言模型明顯就是‘讀萬(wàn)卷書’得到的那么強(qiáng)的能力。現(xiàn)在的具身智能要做好，就要‘行萬(wàn)里路’。”

技術(shù)路徑收斂：加速、規(guī)模與希望并存

談及當(dāng)前的技術(shù)差距，陳凱直言，一年過(guò)去了，中國(guó)和美國(guó)在這一領(lǐng)域的差距不是在縮小而是在擴(kuò)大。

“一個(gè)核心原因就是具身智能的技術(shù)路線沒有收斂。許多公司采取了比較保守的策略，沒有大力搞研發(fā)，因此沒有突破也就是在意料之中。”陳凱表示。

不過(guò)，身為創(chuàng)業(yè)者，陳凱如今再接觸投資人時(shí)明顯感覺到他們對(duì)這條技術(shù)路徑的認(rèn)知已經(jīng)清晰了許多，因?yàn)橥顿Y人的知識(shí)迭代速度很快，學(xué)習(xí)能力也非常強(qiáng)。

“市場(chǎng)上的資金量是足夠支持（具身智能‘大腦’）這個(gè)賽道發(fā)展的。核心并不是盲目‘燒錢’，而是要在正確的路徑上燒足夠多的錢。”陳凱如是說(shuō)。

對(duì)于2026年的行業(yè)發(fā)展，陳凱認(rèn)為大家會(huì)變得更加樂觀，因?yàn)榧夹g(shù)路徑正在收斂，至少數(shù)據(jù)路線上基本上要形成共識(shí)了。他也相信，不管是國(guó)家還是資本，投入都會(huì)進(jìn)一步加大，整個(gè)行業(yè)都會(huì)快速進(jìn)步。

“屆時(shí)，我最希望看到的就是中美之間的差距持續(xù)縮小，甚至有機(jī)會(huì)實(shí)現(xiàn)反超。”陳凱指出，當(dāng)前，中國(guó)的人類第一視角數(shù)據(jù)采集成本比美國(guó)要低很多，這是中國(guó)的創(chuàng)業(yè)優(yōu)勢(shì)；而且相較于遙操作、動(dòng)作捕捉，第一視角數(shù)據(jù)采集的成本同樣更低，無(wú)論是數(shù)據(jù)的多樣性、數(shù)據(jù)規(guī)模還是路徑上，都更具優(yōu)勢(shì)。

如果要為2026年具身智能發(fā)展提煉關(guān)鍵詞，陳凱認(rèn)為，第一個(gè)關(guān)鍵詞是“加速”，整個(gè)行業(yè)的進(jìn)步會(huì)加速；第二個(gè)關(guān)鍵詞則是“規(guī)模”，包括數(shù)據(jù)和模型規(guī)模的擴(kuò)大，并且規(guī)模定律（Scaling Law）可能會(huì)被驗(yàn)證。

“第三個(gè)關(guān)鍵詞，我覺得是‘希望’吧。這個(gè)領(lǐng)域最初大家確實(shí)有非常多的爭(zhēng)議，許多投資人也會(huì)比較猶豫。一些人在下場(chǎng)之前可能也有一些恐懼，但是現(xiàn)在整個(gè)行業(yè)的發(fā)展讓我們看到了非常大的希望。”陳凱說(shuō)。

“零分”并非嘲諷，是一劑清醒劑。2026年，這條曾被冷落的賽道上，已經(jīng)聚集起躬身入局的“陳凱們”。他們相信，物理智能的突破，終將通向智能與實(shí)體交融的深遠(yuǎn)未來(lái)。