（本文作家为 硅基星芒，钛媒体经授权发布）

文 | 硅基星芒

大开任何一家科技媒体的版面，东说念主形机器东说念主融资的音讯漫天掩地。2026年被冠上“具身智能元年”的名号，成本排着队为它买单。

但走进一产品身智能公司的研发中心，你会看到另一番表象。

莫得科幻电影里的自主行动。莫得优雅的东说念主机对话。操作员戴着VR头显、穿戴动捕开拓，拿着遥控手柄，一遍遍操控机械臂去拿杯子、叠衣服。一次不行就十次，十次不行就一百次。每一段磨练数据背后，皆站着一个活生生的东说念主。

这即是面前具身智能最粗粝的本质：它建筑在东说念主力密集型的数据汇注之上。每一台机器东说念主的每一个动作，皆要靠东说念主“手把手”教出来。

成本在狂欢。行业里面却藏着一根拔不掉的刺：如若机器的智能只可用东说念主力堆出来，这个成本结构始终撑不起“走进千门万户”的梦念念。

2026年央视春晚，一家叫星河通用的具身智能公司顷刻亮相，随后又回到实验室的舒坦里。它的最新论文《LDA-1B: Scaling Latent Dynamics Action Model via Universal Embodied Data Ingestion》提议了一个足以改写行业底层逻辑的命题：冲破对“无缺数据”的崇尚，先统一物理，再学习操作。签字单元里躺着英伟达、清华和北大。

具身智能尚未建完的护城河，可能正濒临一次剧烈的改说念。

市面上绝大多数机器东说念主大模子走的是并吞条路：行动克隆。说白了即是生拉硬扯。东说念主类大家留住几万条无缺的遥操数据，AI从画面里索要特征，忖度东说念主类在每一帧作念了什么动作。这套决策直不雅，奏效快，很快成为主流。

但它有个致命伤：天花板极低。师法这件事，从一开动就规定了模子智商的上限不会跨越示范者。如若AGI的联想是杰出东说念主类平均水平，走这条路看不到出口。

更吃力的还不是天花板，而是地板。

技巧圈管这叫协变量偏移。听上去概括，道理很肤浅：电契机老化，齿轮有漏洞，光泽会变化，这些对机器东说念主全是杂音。纯靠师法磨练出来的机器东说念主，引申动作时产生的微弱罪行会坐窝让录像头画面偏离磨练数据的散播范围。模子没见过这场地，不知说念怎么改良。罪行滚雪球，动作崩溃。前段时分机器东说念主马拉松赛场上转眼冲向不雅众席的画面，即是协变量偏移的公开注脚。

星河通用这篇论文选了另一条路：毁灭条款反射式的师法，走天下模子途径。

大谈话模子之是以换骨夺胎，是它在海量文本中摸透了谈话的底层规章。机器东说念主也需要并吞层统一：最先之前，先懂物理天下的因果。LDA不再只忖度下一个动作，而是蚁集忖度将来的画面。下达请示之前，模子必须先在数字大脑里推演一遍：推已往，水杯会怎么动？重力和摩擦力会起什么作用？

这一步位移的实质是：先有知识（统一生界规章），再有愚弄（学习怎么操作）。因果要领不可倒置。

要忖度将来，得先念念明晰忖度什么。

Sora和各样生图生视频模子给行业提供了一个看似现成的谜底，方朝上却刚巧违反。你或然细心过，AI生成的图片和视频里，笔墨部分老是出现诬陷的乱码。原因不复杂：这些模子实质上是用概率免强像素。它们没“看懂”笔墨，仅仅记取了某种神志在某个位置或然率会和另一种神志挨在扫数。

东说念主眼里的一杯水、一个苹果，拍成相片就扁平化为RGB色块的陈列组合。早期的天下模子恰是在“忖度将来像素”这里犯了错。让机器东说念主大脑去猜下一帧的像素长什么样，算力无数花消在机械臂影子怎么动、杯子反光怎么变、布景墙纸有些许纹理这类无真理真理的细节上。全是高频噪声，全是对环境的过敏响应。

LDA礼聘离开这个像素空间。

它用视觉基础模子DINO，在输入画面参预忖度汇注之前，先剥掉无关光影和布景，天天德州app索要出高度概括的语义空间。它不再纠结下一帧里百万个像素的神志，而是试图统逐个个等式：“杯子的语义”加“推的动作”等于“杯子向右位移”。

“不看细节，只关怀语义。”反学问，却管用。同等模子范围下，基于像素忖度的老决策顺利率14.2%，切换到语义空间后，这个数字跳到55.4%。营业上的含义更顺利：奋斗的算力集群无须再把电烧在光影模拟上，成本大幅压缩，模子的跨环境踏实性却权臣擢升。

这篇论文对行业冲击最大的地方，在于它打碎了“无缺数据崇尚”的营业幻念念。

当今机器东说念主的磨练逻辑基本搬舒心谈话模子。已往三年，大模子领域反复考据一条铁律：逻辑刚硬的文本、无益代码这类低质语料会稠浊模子。Garbage in， garbage out——吃进去的是垃圾，吐出来的亦然垃圾。机器东说念主企业当然照单全收：花重金请专科操作员，录接近无缺的数据，这是智商突破的前提。

但物理天下的数据逻辑和文本天下不一样。

在真确天下里，失败自身即是物理规章最完整的演示。机器东说念主握空水杯、碰倒物体、操作演叨后重试，这些在传统算高眼里是应该扔掉的垃圾数据，因为它们莫得展示“怎么无缺地完成任务”。但这些历程相似严格免除细心力、摩擦力和碰撞定律。

只见过高质地数据的机器东说念主，像无菌温室里养大的植物，一离开无缺环境就活不下去。多数具身智能企业把家庭环境作为第一营业化联想，但真确家庭的刚硬进程远非这种机器东说念主能搪塞。一点偏差就死机。

LDA提议的通用数据摄取机制，改写的即是这笔经济账：有潜在危害的数据，剔除；海量低质地、无标注的野生数据，比如网上唾手拍的短视频，变废为宝，喂给天下模子，让它从这些看起来没用的素材里学习物理天下的学问和畛域；相配稀缺的高质地专科操作数据，只在终末微调阶段用——此时机器已统一物理规章，只须高效礼聘计谋。

测试数据给了一个耐东说念主寻味的佐证：微调阶段，往无缺数据里混入30%包含停顿和演叨的低质地数据，机器东说念主的引申顺利率反而擢升10%。模子从中学到了一件事：原本这样干会搞砸，搞砸之后不错这样调停。

那些正烧着投资东说念主的钱、组建成百上千东说念主团队、雇全职职工“东说念主肉汇注数据”的公司，护城河还没建完，河床也曾开动出动。将来几年的中枢壁垒，不再是谁用钱买到了更多无缺数据，而是谁有更强的一套管说念：低成本收海量简略数据，从中压榨出物理学问。成本结构上的断层最初，将从这里长出来。

2026年被不少东说念主称为具身智能元年，“GPT时刻立时就要到来”的声息雄起雌伏。

安宁的营业不雅察者不会裁汰吟唱。

假定具身智能要走大谈话模子并吞条强化学习旅途，中枢三因素不变：算力、算法、数据。文本数据是东说念主类几千年好意思丽的数字化千里淀，今天非论OpenAI照旧DeepSeek，取得几万亿token不是难事。物理天下的交互数据则困在莫拉维克悖论的底部，还处在手使命坊期间。底层数据基建没成型，通用智能即是空中楼阁。

LDA-1B这类参议给出的不是一个“无所不成”的制品，而是一个所在正确的路标。这比坐窝推出一款声称通天的机器东说念主更有价值。

它驱逐了盲目师法的范式，指明因果联系与天下模子的必要性。像素层面的算力花消被语义表征替代。最裂缝的，它颠覆了奋斗的高质地数据汇注形状，开辟了一条低成本、变废为宝的数据膨大旅途。

放下对无缺数据的自高天天德州app，让AI从简略和失败中摄取真确天下的物理法例。路还很长，但所在也曾看见了。