（本文作家为 硅基星芒，钛媒体经授权发布）
文 | 硅基星芒
掀开任何一家科技媒体的版面，东谈主形机器东谈主融资的音信遮天盖地。2026年被冠上“具身智能元年”的名号，老本排着队为它买单。
但走进一产品身智能公司的研发中心，你会看到另一番状况。
莫得科幻电影里的自主举止。莫得优雅的东谈主机对话。操作员戴着VR头显、穿戴动捕蛊卦，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。每一段磨砺数据背后，齐站着一个活生生的东谈主。
这等于现时具身智能最粗粝的现实：它配置在东谈主力密集型的数据麇集之上。每一台机器东谈主的每一个动作，齐要靠东谈主“手把手”教出来。
老本在狂欢。行业里面却藏着一根拔不掉的刺：若是机器的智能只可用东谈主力堆出来，这个成本结构长久撑不起“走进千门万户”的梦思。
2026年央视春晚，一家叫星河通用的具身智能公司狭窄亮相，随后又回到实验室的陶然里。它的最新论文《LDA-1B: Scaling Latent Dynamics Action Model via Universal Embodied Data Ingestion》建议了一个足以改写行业底层逻辑的命题：残害对“完好意思数据”的珍爱，先走漏物理，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谈。
胶柱鼓瑟，画不出真老虎市面上绝大多数机器东谈主大模子走的是统一条路：步履克隆。说白了等于胶柱鼓瑟。东谈主类民众留住几万条完好意思的遥操数据，AI从画面里索要特征，测度东谈主类在每一帧作念了什么动作。这套决策直不雅，顺利快，很快成为主流。
但它有个致命伤：天花板极低。效法这件事，从一启动就轨则了模子才能的上限不会率先示范者。若是AGI的方针是卓越东谈主类平均水平，走这条路看不到出口。
更珍贵的还不是天花板，而是地板。
技巧圈管这叫协变量偏移。听上去综合，道理很粗陋：电契机老化，齿轮有误差，明后会变化，这些对机器东谈主全是杂音。纯靠效法磨砺出来的机器东谈主，实施动作时产生的眇小罪恶会坐窝让录像头画面偏离磨砺数据的溜达范围。模子没见过这场合，不知谈若何翻新。罪恶滚雪球，动作崩溃。前段时辰机器东谈主马拉松赛场上片刻冲向不雅众席的画面，等于协变量偏移的公开注脚。
星河通用这篇论文选了另一条路：烧毁要求反射式的效法，走全国模子阶梯。
大讲话模子之是以夺胎换骨，是它在海量文本中摸透了讲话的底层礼貌。机器东谈主也需要统一层走漏：出手之前，先懂物理全国的因果。LDA不再只测度下一个动作，而是汇注测度将来的画面。下达教唆之前，模子必须先在数字大脑里推演一遍：推昔时，水杯会若何动？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（走漏全国礼貌），再有愚弄（学习若何操作）。因果次第不可倒置。
要测度将来，得先思了了测度什么。
Sora和种种生图生视频模子给行业提供了一个看似现成的谜底，方朝上却无意相背。你大致持重过，AI生成的图片和视频里，笔墨部分老是出现误解的乱码。原因不复杂：这些模子执行上是用概率拼集像素。它们没“看懂”笔墨，仅仅记取了某种时势在某个位置大致率会和另一种时势挨在沿路。
东谈主眼里的一杯水、一个苹果，拍成相片就扁平化为RGB色块的成列组合。早期的全国模子恰是在“测度将来像素”这里犯了错。让机器东谈主大脑去猜下一帧的像素长什么样，算力大量挥霍在机械臂影子若何动、杯子反光若何变、配景墙纸有若干纹理这类无真谛的细节上。全是高频噪声，全是对环境的过敏响应。
LDA经受离开这个像素空间。
它用视觉基础模子DINO，在输入画面参预测度收集之前，先剥掉无关光影和配景，九游体育索要出高度综合的语义空间。它不再纠结下一帧里百万个像素的时势，而是试图走漏一个等式：“杯子的语义”加“推的动作”等于“杯子向右位移”。
“不看细节，只怜惜语义。”反知识，却管用。同等模子范畴下，基于像素测度的老决策顺利率14.2%，切换到语义空间后，这个数字跳到55.4%。买卖上的含义更顺利：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，模子的跨环境沉着性却权贵普及。
完好意思数据是一种迷信这篇论文对行业冲击最大的处所，在于它打碎了“完好意思数据珍爱”的买卖幻思。
当今机器东谈主的磨砺逻辑基本搬兴盛讲话模子。昔时三年，大模子领域反复考证一条铁律：逻辑浩瀚的文本、无益代码这类低质语料会混浊模子。Garbage in， garbage out——吃进去的是垃圾，吐出来的亦然垃圾。机器东谈主企业当然照单全收：花重金请专科操作员，录接近完好意思的数据，这是才能突破的前提。
但物理全国的数据逻辑和文本全国不一样。
在真的全国里，失败自身等于物理礼貌最完整的演示。机器东谈主握空水杯、碰倒物体、操作诞妄后重试，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“若何完好意思地完成任务”。但这些历程一样严格顺从提神力、摩擦力和碰撞定律。
只见过高质地数据的机器东谈主，像无菌温室里养大的植物，一离开完好意思环境就活不下去。多数具身智能企业把家庭环境行为第一买卖化方针，但真的家庭的浩瀚进程远非这种机器东谈主能应答。一点偏差就死机。
LDA建议的通用数据吸收机制，改写的等于这笔经济账：有潜在危害的数据，剔除；海量低质地、无标注的野生数据，比如网上顺手拍的短视频，变废为宝，喂给全国模子，让它从这些看起来没用的素材里学习物理全国的知识和界限；绝顶稀缺的高质地专科操作数据，只在终末微调阶段用——此时机器已走漏物理礼貌，只须高效经受计谋。
测试数据给了一个耐东谈主寻味的佐证：微调阶段，往完好意思数据里混入30%包含停顿和诞妄的低质地数据，机器东谈主的实施顺利率反而普及10%。模子从中学到了一件事：原本这样干会搞砸，搞砸之后不错这样赞助。
那些正烧着投资东谈主的钱、组建成百上千东谈主团队、雇全职职工“东谈主肉麇集数据”的公司，护城河还没建完，河床还是启动迁移。将来几年的中枢壁垒，不再是谁用钱买到了更多完好意思数据，而是谁有更强的一套管谈：低成本收海量轻佻数据，从中压榨出物理知识。成本结构上的断层率先，将从这里长出来。
GPT时刻还远2026年被不少东谈主称为具身智能元年，“GPT时刻立地就要到来”的声息此伏彼起。
迟滞的买卖不雅察者不会松弛赞好意思。
假定具身智能要走大讲话模子统一条强化学习旅途，中枢三身分不变：算力、算法、数据。文本数据是东谈主类几千年精雅的数字化千里淀，今天不管OpenAI如故DeepSeek，获得几万亿token不是难事。物理全国的交互数据则困在莫拉维克悖论的底部，还处在手职责坊期间。底层数据基建没成型，通用智能等于空中楼阁。
LDA-1B这类商议给出的不是一个“无所不成”的制品，而是一个见识正确的路标。这比坐窝推出一款声称通天的机器东谈主更有价值。
它已矣了盲目效法的范式，指明因果关系与全国模子的必要性。像素层面的算力挥霍被语义表征替代。最关节的，它颠覆了奋斗的高质地数据麇集模式，开辟了一条低成本、变废为宝的数据延长旅途。
放下对完好意思数据的自傲，让AI从轻佻和失败中继承真的全国的物理律例。路还很长九游体育 - 中国体育服务中心(官方网站)，但见识还是看见了。
天博体育(TBSports)官方网站