领先硅谷巨头押注人类数据，融资数亿的深度机智全速冲向具身 AGI

📌 一句话摘要

深度机智通过「人类学习」路线，使用人类第一视角数据训练具身智能模型，在成立一年内完成数亿元融资，并在世界模型基准上超越当前榜首。

📝 详细摘要

本文深度报道了中国具身智能创业公司深度机智的创业历程与技术路线。公司创始人陈凯坚持「人类学习」路线，即通过人类第一视角数据训练机器人理解物理世界，而非依赖传统的遥操作或仿真数据。这一路线在创业初期遭遇投资人和团队的广泛质疑，但随后被 Tesla、Figure AI、英伟达等硅谷巨头相继验证。公司成立一年内完成多轮融资，累计数亿元，其自研的 PhysBrain 1.0 世界模型在多个基准测试中表现优异，以 3000 小时人类数据超越依赖数万小时真机数据的模型。团队由陈凯（AI 底座）、张翼博（物理思维）、何旭国（硬件闭环）组成的铁三角构成，并推出了全尺寸拟人机器人 Prime 作为验证载体。文章认为，深度机智选择了一条「足够难、上限也足够高」的路径，致力于为整个机器人行业提供智能底座。

💡 主要观点

- 深度机智坚持「人类学习」路线，使用人类第一视角数据训练具身智能模型。 与主流使用遥操作或仿真数据不同，该公司认为物理世界的 AGI 应学习人类在物理世界的行为，第一视角数据完整记录了感知与交互过程，蕴含丰富的物理常识。

该路线在创业初期不被认可，但随后被 Tesla、Figure AI、英伟达等巨头验证。 2025 年 5 月 Tesla 转向人类视频数据，Figure AI 采集第一视角数据，英伟达发布 EgoScale，均与深度机智提前一年的押注形成共振，证明了路线的正确性。

PhysBrain 1.0 以 3000 小时人类数据在多个基准上超越依赖数万小时真机数据的模型。 这挑战了「更多数据必然带来更好智能」的行业假设，证明了数据质量（蕴含物理常识）比数量更重要，核心在于「先理解物理、后执行动作」的架构创新。

公司构建了从数据采集、模型训练到本体硬件的全栈闭环。 由于创业初期市场上没有符合需求的数据和本体，深度机智不得不自研便携式采集设备和全尺寸拟人机器人 Prime，反而形成了系统性的竞争优势。

团队由 AI、物理、硬件三个领域的专家组成铁三角，目标一致且韧性极强。 陈凯（AI 底座）、张翼博（物理思维）、何旭国（硬件闭环）覆盖了具身智能所需的核心能力，且三人目标高度一致（实现具身 AGI），这在创始人频繁分家的行业中较为罕见。

💬 文章金句

- 我们最终要构建的是一个硅基的人。它用眼睛看、用耳朵听、用身体感知世界——那最好的养料，就是人的第一视角数据。

• 目前行业比拼的、真正的「杀手级验证」，其实并非数据时长和数量，而是数据效率和模型的泛化性。
• 千小时人类数据超越数万小时真机数据的结果在挑战行业默认假设：更多数据必然带来更好智能。
• 核心目标就是实现具身 AGI，其他的不在考虑范围内。
• 机器人真正要解决的，是那些对人来说危险、繁琐、招不到人的场景。

📊 文章信息

AI 初评：85

来源：暗涌Waves

作者：暗涌Waves

分类：人工智能

语言：中文

阅读时间：16 分钟

字数：3885

标签： 具身智能, 人类学习, 世界模型, 第一视角数据, 机器人

阅读完整文章