今天是2026年01月25日。在北京中关村鼎好大厦的深夜里，一场关于“机器灵魂”的非共识实验正在加速。当大多数独角兽公司还在沉迷于堆砌昂贵的机械关节、试图通过“全栈自研”构建护城河时，冷静的观察者已经发现，具身智能的胜负手正悄然从硬件的“重”转向了大脑的“轻”。硬件同质化是必然，唯有能感知万物、精准操控的通用数字“灵魂”，才是通往AGI物理化的唯一窄门。
今日速览
- 具身智能去“重”化：北大卢宗青坚持“软硬分化”，挑战行业全栈迷信，预判模型授权将成为具身领域的核心商业模式。
- 数据获取路径变革：放弃低效的遥操作采集，利用海量“人类第一视角视频”进行预训练，正成为攻克机器人泛化性难题的关键。
- 2027“涌现”预言：当具身模型数据量跨越100万小时门槛，机器人将迎来类似GPT-3.5的智能质变时刻。
- 跨本体迁移成功：智在无界成功实现模型“异体移植”，证明通用运动基因可以超越硬件限制，实现开箱即用。
[卢宗青：在“全栈”迷雾中，为机器人寻找通用的“灵魂”]
【AI内参·锐评】 “全栈自研”正在成为具身智能领域最昂贵的“认知税”。在硬件红利消退前，谁能率先定义机器人的通用“大脑”，谁就掌握了智能时代的操作系统。
【事实速览】 北京大学副教授、智在无界创始人卢宗青在具身智能的狂热期选择了极具挑战性的“纯软”路线。他认为，硬件研发会分散模型训练的宝贵资源。通过采用超3万小时的人类第一视角（GoPro）视频数据，智在无界开发了Being-H模型，试图为不同形态、不同品牌的机器人注入通用的运动潜能。实验证明，其模型已能实现跨本体的动作执行。卢宗青预言，当数据积累到100万小时，具身智能将在2027年迎来真正的“涌现”。
【背景与动机】 卢宗青的选择源于对**“泛化性”顽疾的深刻认知。在《荒野大镖客2》的虚拟实验中，他意识到即便最强的LLM也缺乏视觉空间理解，而现实中的机器人往往只能在精细设计的POC场景中作秀。他坚信，具身智能的本质不是造出一台能走路的机器，而是造出一个能理解物理法则、具备通用运动潜能的数字生命**。不碰硬件，是为了在模型技术尚未收敛的阶段，保持最高的创新纯度。
【[投资者]必读】 目前的具身智能估值体系存在严重偏差：软硬双修的企业估值溢价过高，而纯模型公司被低估。但请注意，具身智能的商业终局将是“大脑”与“肢体”的分离。随着硬件供应链的成熟，本体厂商将失去溢价权，转型为组装厂；届时，掌控了海量预训练数据和跨本体迁移算法的模型商，将拥有极高的授权溢价和议价能力。现在的Skild AI或智在无界，可能就是具身智能时代的“微软”或“Android”。
【我们在想】
- 如果具身智能的“灵魂”可以像软件一样进行异体移植，那么未来机器人本体厂商的壁垒究竟在哪里？
- 当人类第一视角视频成为主流训练集，我们是否正在将人类的“肌肉记忆”数字资产化？这种数字化的基因库是否会引发新的伦理与版权争夺？
【信息来源】
- 来源: 36氪、智源社区
- 链接: https://m.36kr.com/p/3653424523682183
【结语】
具身智能不再是钢筋铁骨的展示秀，而是一场关于“感知与动作”深度耦合的数字长征。当卢宗青在鼎好大厦死磕那100万小时数据时，他不仅是在训练一个模型，更是在为未来的硅基劳动力编撰进化密码。记住，2027年的“涌现”不是终点，而是机器人作为一种独立物种真正融入人类社会的起点。