🐯虎嗅•較早收集於 37m
PhysBrain 1.0：第一視角訓練具身基座模型
💡廉價人類第一視角數據達成SOTA具身模型——重定義機器人訓練（24字）
⚡ 30-Second TL;DR
有什麼變化
PhysBrain 1.0以理解優先理念，使用3000小時第一視角數據發布
為什麼重要
透過豐富人類數據引入具身AI可擴展訓練，降低成本並提升泛化。挑戰軌跡擬合規範，加速人形機器人進展。
下一步行動
下載開源PhysBrain 1.0並在空間推理任務上基準測試。
誰應關注：Researchers & Academics
關鍵要點
- •PhysBrain 1.0以理解優先理念，使用3000小時第一視角數據發布
- •TwinBrainVLA解決傳統VLA物理常識缺失問題
- •在空間智能及具身交互基準達到SOTA性能
- •Prime機器人驗證真實環境毫米級操作
- •行業轉向低成本人類視頻而非昂貴真機數據
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •PhysBrain 1.0 採用了獨特的「物理先驗」訓練機制，透過對第一視角視頻中的物體運動軌跡與因果關係進行建模，顯著降低了對機器人實體數據集（Real-world robot data）的依賴，解決了數據稀缺瓶頸。
- •TwinBrainVLA 架構將視覺語言模型（VLM）與專用的物理推理引擎解耦，使得模型在處理複雜環境交互時，能同時維持高層語義理解與底層運動控制的精確度。
- •LangForce 訓練策略引入了基於物理模擬的自動化標註流程，將人類視頻中的動作序列轉化為機器人可執行的運動原語（Motion Primitives），大幅提升了模型在未見過場景中的泛化能力。
📊 競品分析▸ Show
| 特性 | PhysBrain 1.0 | Google RT-2 | Tesla Optimus (FSD-based) |
|---|---|---|---|
| 核心訓練數據 | 3000小時第一視角視頻 | 機器人交互數據 + 網絡數據 | 實體機器人遙操作數據 |
| 物理推理能力 | 強（物理先驗模型） | 中（基於視覺語言映射） | 強（基於端到端模仿學習） |
| 自由度支持 | 72自由度 | 視具體機器人而定 | 40+ 自由度 |
| 基準測試 | 具身交互 SOTA | 機器人操作任務 SOTA | 實際部署場景性能 |
🛠️ 技術深入
- TwinBrainVLA 架構：採用雙流設計，一支處理語義理解（Semantic Stream），另一支專注於物理動力學預測（Physics Stream），兩者透過注意力機制進行特徵融合。
- 物理先驗嵌入：模型在預訓練階段引入了基於牛頓力學的約束層，強制模型預測的動作符合能量守恆與碰撞檢測規則。
- Prime 機器人控制：利用 72 自由度的高冗餘度設計，結合 PhysBrain 的逆運動學（IK）解算器，實現了毫米級的末端執行器精度。
- 數據處理：使用自研的視角對齊算法，將不同設備採集的第一視角視頻統一映射至標準化坐標系，解決了數據異構問題。
🔮 前景展望AI analysis grounded in cited sources
具身智能訓練將從「真機數據依賴」轉向「視頻數據驅動」。
PhysBrain 1.0 的成功驗證了利用大規模人類第一視角視頻即可實現高精度控制，將大幅降低機器人開發的數據獲取成本。
物理推理能力將成為下一代 VLA 模型的標準配置。
單純的視覺語言映射在處理複雜物理交互時常出現幻覺，引入物理先驗是解決具身智能魯棒性問題的必然路徑。
⏳ 時間線
2025-06
深度機智啟動「物理先驗」具身模型研發項目
2025-11
完成 3000 小時第一視角數據集採集與清洗
2026-02
Prime 機器人原型機在實驗室環境完成初步物理交互測試
2026-03
正式發布 PhysBrain 1.0 具身通用智能基座模型
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 虎嗅 ↗