（本文作家为 硅基星芒，钛媒体经授权发布）

文 | 硅基星芒

打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问劈头盖脸。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，你会看到另一番表象。

莫得科幻电影里的自主行为。莫得优雅的东谈主机对话。操作员戴着VR头显、衣服动捕开辟，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。每一段锻真金不怕火数据背后，齐站着一个活生生的东谈主。

这即是现时具身智能最粗粝的现实：它成立在东谈主力密集型的数据集聚之上。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：如若机器的智能只可用东谈主力堆出来，这个成本结构永远撑不起“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蓦地亮相，随后又回到实验室的欢然里。它的最新论文《LDA-1B: Scaling Latent Dynamics Action Model via Universal Embodied Data Ingestion》提倡了一个足以改写行业底层逻辑的命题：破裂对“完好数据”的崇尚，先相识物理，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。

市面上绝大多数机器东谈主大模子走的是合并条路：步履克隆。说白了即是秩序井然。东谈主类群众留住几万条完好的遥操数据，AI从画面里提真金不怕火特征，权衡东谈主类在每一帧作念了什么动作。这套决议直不雅，收效快，很快成为主流。

但它有个致命伤：天花板极低。师法这件事，从一开动就礼貌了模子才能的上限不会起原示范者。如若AGI的成见是卓绝东谈主类平均水平，走这条路看不到出口。

更艰辛的还不是天花板，而是地板。

手艺圈管这叫协变量偏移。听上去详尽，真谛真谛很浅显：电契机老化，齿轮有罅隙，光泽会变化，这些对机器东谈主全是杂音。纯靠师法锻真金不怕火出来的机器东谈主，奉行为作时产生的细小舛讹会坐窝让录像头画面偏离锻真金不怕火数据的散布范围。模子没见过这时局，不知谈何如更动。舛讹滚雪球，动作崩溃。前段时期机器东谈主马拉松赛场上蓦地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：毁掉条款反射式的师法，走天下模子道路。

假话语模子之是以换骨夺胎，是它在海量文本中摸透了话语的底层章程。机器东谈主也需要合并层相识：动手之前，先懂物理天下的因果。LDA不再只权衡下一个动作，而是蚁集权衡未来的画面。下达领导之前，模子必须先在数字大脑里推演一遍：推当年，水杯会何如动？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（相识天下章程），再有诳骗（学习怎样操作）。因果要领不可倒置。

要权衡未来，得先念念明晰权衡什么。

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，方朝上却正巧相悖。你大约防卫过，AI生成的图片和视频里，翰墨部分老是出现曲解的乱码。原因不复杂：这些模子试验上是用概率对付像素。它们没“看懂”翰墨，仅仅记取了某种豪情在某个位置大约率会和另一种豪情挨在全部。

东谈主眼里的一杯水、一个苹果，拍成像片就扁平化为RGB色块的摆设组合。早期的天下模子恰是在“权衡未来像素”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，算力遍及浪掷在机械臂影子何如动、杯子反光何如变、配景墙纸有若干纹理这类无道理的细节上。全是高频噪声，全是对环境的过敏响应。

LDA聘请离开这个像素空间。

它用视觉基础模子DINO，在输入画面参预权衡收集之前，先剥掉无关光影和配景，博亚boya(中国)提真金不怕火出高度详尽的语义空间。它不再纠结下一帧里百万个像素的豪情，而是试图相识一个等式：“杯子的语义”加“推的动作”等于“杯子向右位移”。

“不看细节，只温雅语义。”反学问，却管用。同等模子鸿沟下，基于像素权衡的老决议顺利率14.2%，切换到语义空间后，这个数字跳到55.4%。买卖上的含义更径直：不菲的算力集群无须再把电烧在光影模拟上，成本大幅压缩，模子的跨环境褂讪性却显赫普及。

这篇论文对行业冲击最大的场合，在于它打碎了“完好数据崇尚”的买卖幻念念。

当今机器东谈主的锻真金不怕火逻辑基本搬自假话语模子。当年三年，大模子领域反复考据一条铁律：逻辑紊乱的文本、无益代码这类低质语料会玷辱模子。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，录接近完好的数据，这是才能突破的前提。

但物理天下的数据逻辑和文本天下不一样。

在真确天下里，失败自身即是物理章程最完整的演示。机器东谈主捏空水杯、碰倒物体、操作乖张后重试，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“怎样完好地完成任务”。但这些进程一样严格遵照戒备力、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，一离开完好环境就活不下去。多数具身智能企业把家庭环境动作第一买卖化成见，但真确家庭的紊乱进度远非这种机器东谈主能布置。一点偏差就死机。

LDA提倡的通用数据罗致机制，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鸿沟；相配稀缺的高质地专科操作数据，只在临了微调阶段用——此时机器已相识物理章程，只须高效聘请政策。

测试数据给了一个耐东谈主寻味的佐证：微调阶段，往完好数据里混入30%包含停顿和乖张的低质地数据，机器东谈主的奉行顺利率反而普及10%。模子从中学到了一件事：本来这样干会搞砸，搞砸之后不错这样支撑。

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“东谈主肉集聚数据”的公司，护城河还没建完，河床依然开动移动。未来几年的中枢壁垒，不再是谁费钱买到了更多完好数据，而是谁有更强的一套管谈：低成本收海量约略数据，从中压榨出物理学问。成本结构上的断层起原，将从这里长出来。

2026年被不少东谈主称为具身智能元年，“GPT时刻未必就要到来”的声息此伏彼起。

闲散的买卖不雅察者不会鄙俗赞好意思。

假定具身智能要走假话语模子合并条强化学习旅途，中枢三因素不变：算力、算法、数据。文本数据是东谈主类几千年雅致的数字化千里淀，今天无论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，还处在手责任坊时期。底层数据基建没成型，通用智能即是空中楼阁。

LDA-1B这类探究给出的不是一个“无所不可”的制品，而是一个标的正确的路标。这比坐窝推出一款声称通天的机器东谈主更有价值。

它散伙了盲目师法的范式，指明因果联系与天下模子的必要性。像素层面的算力浪掷被语义表征替代。最关键的，它颠覆了不菲的高质地数据集聚花样，开辟了一条低成本、变废为宝的数据彭胀旅途。

放下对完好数据的自恃博亚体育，让AI从约略和失败中罗致真确天下的物理律例。路还很长，但标的依然看见了。