突发 ，小米降价99% ，成价格屠夫！
能把泛化能力与作业效率同时放进真实作业场景、端到端跑通全流程 ，极智嘉交出了一份有代表性的答卷。作者｜Li Yuan编辑｜郑玄WAIC 的现场 ，历来不缺会「演出」的机械人。有的模型惊艳 ，有的本体漂亮 ，有的会整活 ，一个比一个吸睛�？煽吹枚嗔司突岱⒚� ，这些机械人看起来无所不可 ，很容易让人以为机械人已经什么都能干了——其实远不是这么回事。真到了要入手干活的时候 ，就会发明 ，稍微偏离设定好的情况 ，机械人又愚蠢了起来。不过 ，今年的 WAIC ，我们也开始看到另一种机械人的降生——真正干活的机械人。极智嘉 ，就是其中很亮眼的一个。它在展台上复刻了一整套真实作业场景：展现多 SKU 泛化能力 ，先是抓取了许多关于机械人来说很难抓的物品——充气量差别的袋装薯片、透明包装的面包、界限模糊的毛绒玩偶 ，都能一抓一个准。而将物品分拣后 ，它还能抱起料箱搬运 ，和移动机械人组队编成一列 ，端到端高效作业。能把泛化能力与作业效率同时放进真实作业场景、端到端跑通全流程 ，极智嘉交出了一份有代表性的答卷 ，获央视新闻报道。极客公园了解到 ，这源自极智嘉相助研发的世界模型 Gravity 4D ，在此次 WAIC 期间一并宣布。它拿出来的这套模型 ，并不是在随着眼下大热的、只在画面层面做预测的世界模型路线走——按极智嘉自己的说法 ，它比当红的世界模型还要再往前几步。通过让模型学习 4D 表征——即三维空间（物体在哪）再加上时间维度（物体怎么动） ，Gravity 4D 让模型更多地依据三维结构和运动、而不是画面表象来做判断 ，于是在换光照、换视角、换商品的真实扰动下 ，展现出更稳的泛化�；等苏嬲芨苫钪蠡嵩跹�？极智嘉希望把机械人真正推进工厂 ，并设计了一整套战略。这套战略 ，极智嘉称之为「一核双引擎」。一核 ，是 Gravity 具身智能框架 ，那颗懂物理、能干活的大脑；双引擎 ，一个是数据——把真实作业里攒下的经验回流给大脑 ，让它越用越智慧 ，一个是生态——工厂里的活 ，一家干不完 ，于是极智嘉洞开门 ，把上游做大脑的、做本体的公司都请进来 ，一起交付。这两年 ，展示机械人已经够多了 ，行业急需一个是能走进工厂、把活干下来的机械人。极智嘉想做的 ，正是抢先迈过这道门槛的人。01参考第五代模型 ，比大热的世界模型走得更远要理解 Gravity 4D 站在什么位置 ，得先看清这两年具身智能的技术潮流往哪里流。一个明显的趋势 ，是从 VLA 转向世界模型。极智嘉首席科学家赵昊分享了自己对变革的理解：这些模型是按「依据什么来理解世界」一级级往上走的。第一代是纯语言模型 ，第二代的 VLA 基于语言和图片视觉；第三代的世界模型基于视频 ，多出了时间维 ，于是能往前推演一段未来。而目前 ，学术界正在实验更进一步。第四代将把模型升到基于三维 ，让模型知道物体在空间里的真实位置；第五代在三维之上再加时间 ，学习 4D 表征 ，连物体怎么运动也一并纳入。而极智嘉此次宣布的模型 ，就是在第五代真正成熟之前 ，抢先把其中对拣货最有用的这层 4D 表征摘了出来 ，做成了 Gravity 4D ，才在此次 WAIC 上 ，完成了这么好的拣货效果。主流世界模型大多在 RGB 像素层预测未来画面 ，能生成一段看着合理的视频 ，却包管不了物理上的一致。因为预测出的机械臂 ，可能在生成的视频里看着像是碰到了物体 ，实际基础没有形成接触；物体运动看着流畅 ，却可能违背重力和遮挡的纪律。在视频生成里 ，这只是穿模的小瑕疵；在真实货仓里 ，它就是摔坏的商品和撞损的设备。Gravity 4D 想补上的 ，正是画面背后那层「物理」。它的做法 ，是让模型在预测未来时 ，不但生成画面 ，还同时学会两样工具：物体在三维空间里简直切位置 ，以及它们正朝哪个偏向、怎么运动——这两样合起来 ，就是所谓的「4D 表征」。难点不在于「要不要让模型懂三维」 ，而在于「怎么让它懂」。赵昊透露 ，团队起初试过一条更省事的路子：主体模型基本不动 ，只在旁边特别挂一个分支 ，专门去预测三维信息。这就像让一个只顾着把画面画悦目的学生 ，画完之后再单独填一张表、标一下每个物体离自己多远——表是填了 ，可他看世界的方法一点没变 ，那点三维知识始终是挂在外面的附加题 ，回不到他真正下笔的判断里。结果自然是「并没有特别有效果」。真正见效的 ，是回到第一性原理、做「原生融合」：不再让三维当附加题 ，而是把它和画面信息揉进同一套训练里 ，从一开始就一起学。相当于让这个学生打稿本时 ，手里的每一笔就自带三维刻度——他理解「物体长什么样」和「它在空间的哪里、怎么动」 ，本就是同一件事。三维不再是事后补的一张表 ，而是上进了他看世界的方法里。也正是这一步 ，让模型的泛化能力真正提了上来。这条弯路 ，在果真基准 LIBERO-Plus 上获得了印证：Gravity 4D 相比基线整体提升约五个点 ，而增益最集中的三类扰动——相机视角、光照、传感器噪声——恰恰只改画面、不动底层的三维结构。模型能在这些地方顶住 ，正说明它学到的是结构和运动 ，而不是画面自己。这一点对落地的意义 ，比跑分更实在。极智嘉大模型团队卖力人陈超提到：当你要把成百上千台机械人铺到现场 ，很难包管每一台的传感器都装在分绝不差的位置 ，也很难包管每个货仓的光照都恒定——已往这些差别 ，都得靠一遍遍采数据、重新微调来抹平 ，而 4D 模型从底层就把它消化掉了。02不但会秀 demo ，追求落地为什么要格外看重落地？因为极智嘉的模型从一开始 ，就是奔着走进工业去设计的。在极智嘉看来 ，一个模型要能连续变强 ，就得靠效劳真实工业来积累数据 ，再用这些数据反过来喂出更好的模型。而真实工业里最值钱的 ，是实验室里怎么都造不出来的意外 ，业界也叫它 corner case ，它们才是让模型真正变强的要害�；等艘叩氖峭惶趼� ，只不过它面对的意外更琐碎、也更防不堪防：一件商品被挤到料箱角落、一层透明包装反光晃了相机、上一次抓取顺手把整箱货带得移了位。这些状况没法预先设计 ，只能在真实作业里一次次撞见 ，再一次次教会模型。问题是 ，这条听上去顺理成章的循环 ，已往在整个行业里都很难真正转起来 ，卡在一个死结上：模型不敷好用 ，客户就不会定心让它进现��；进不了现场 ，真实的数据就产不出来；没有数据 ，模型又好不起来。而极智嘉想做的 ，是用更好的模型、更好的本体 ，加上手里原有的客户资源 ，把这个断点接上。除了此次 WAIC 展示的最会拣 ，极智嘉年初宣布的本体 ，也能体现它的落地决心。极智嘉既没有用最简单的两指夹爪 ，也没有追时髦上五指灵巧手 ，而是选了三指手。这背后是一笔算得很细的账：拣货强度极高 ，一台机械人一天要抓 8000 到 10000 次 ，而市面上头部的灵巧手寿命只有 30 到 50 万次 ，高频作业下用一个月就坏；五指够灵巧却不耐用 ，两指皮实却笼罩不了百万级的 SKU。三指手恰好卡在中间 ，既保住灵巧度 ，又留足空间去做寿命和可靠性。这种取舍不是实验室会操心的事 ，是在真实产线上重复打磨后长出来的判断。而在本体之外 ，极智嘉手里另有一批早已相助多年的工业客户 ，让这些机械人一开始就有真实的岗位可去。虽然 ，极智嘉也并不认为光靠现场落地就够了——真机数据虽好 ，却太贵、也太慢。极智嘉联合首创人陈曦把极智嘉的数据体系分成三层 ，让差别的数据各司其职：最底层 ，是本钱最低、数量最大的互联网数据 ，让模型先建立起对世界的基本知识；中间一层 ，是来自人类第一视角的操作数据 ，纪录人是怎么用一双手完成种种行动的 ，比纯网络数据更贴近真实操作；最上层 ，才是最真实、也最腾贵的真机数据 ，尤其是那些从现场捞回来的 corner case。三层叠起来各补各的短板 ，飞轮才转得更快。为此 ，极智嘉还计划自建数采厂 ，把这套数据体系铺开。03市场需求度极高 ，但没有人能单独把它接住模型和数据讲完 ，还剩最后一个问题：市场究竟要不要？极智嘉给出的谜底是 ，很是要 ，并且急。这份迫切 ，来自一个很难靠技术绕开的现实。陈曦提到 ，无论海内照旧外洋 ，工厂和货仓都在经历同一种压力——招不到人。他访谈过自己的客户 ，许多人现在宁愿去送外卖 ，也不肯意进厂、进仓。这不再是「要不要用机械人」的选择题 ，而是生产力在数量和质量上的双重缺口：招不到足够的人 ，招来的人也未必愿意恒久做那些重复、枯燥、强度大的活。所以在客户那一侧 ，接受度远比外界想象得高。陈曦的判断很朴素：只要产品稳定可靠 ，能带来实打实的投资回报 ，客户就接待。极智嘉今年 2 月宣布 Gino 本体确当天 ，就收到了大宗客户的需求 ，如今正逐步走向量产。真正卡住这件事的历来不是需求 ，而是供应——市场早就准备好了 ，只是已往拿不到能真正干活的机械人。也正因如此 ，谁能率先把这份需求接住 ，谁就握住了时机。具身智能眼下仍处在技术路径尚未收敛的阶段：做大脑的、做本体的、做零部件的、做集成的 ，各自都还在摸索 ，谁也不敢说自己走的一定是最终那条路。在这样的阶段里 ，孤岛长不出通用智能。工厂里的活千差万别 ，一家公司的机械人、一颗大脑 ，也不可能笼罩所有场景。于是极智嘉在这次 WAIC 上拿出了 GINO ECO 开放生态：跟做大脑的公司共享真实的场景与数据 ，跟做本体的公司共建解决计划 ，而自己饰演那个最接近客户的角色——集成商 ，也是具身智能的解决计划专家。上游的技术供应由同伴提供 ，下游的工业需求由极智嘉桥接 ，最终配合交付给客户。陈曦把这层意思说得很直白：极智嘉离客户最近 ，最知道客户究竟要什么�？挪皇侨枚杀诶� ，恰恰相反 ，它是把「最懂场景、最能交付」这件别人替代不了的事 ，做成一个平台——同伴越多 ，接进来的场景越多 ，这个位置就越牢固。走到今天 ，极智嘉手里已经攒下了一副相当齐整的牌：量产在即的机械人本体 ，一颗懂物理的前沿大脑 ，一个真实到百万级 SKU 的作业场景 ，另有一条正在转起来的数据闭环。在一个大大都玩家还在为凑齐其中一样苦苦挣扎的赛道上 ，这自己就是稀缺的。演示已经足够多了。接下来的故事 ，属于那些真的把机械人送进工厂、并让它留下来的人。* 头图来源：极智嘉本文为极客公园原创文章 ，转载请联系极客君微信 geekparkGO极客一问你如何看待真干活的机械人？