Physical AI Closed Loop: Coronal and Yuantu Announce Ten-Thousand-Unit Deployment Plan

Full text · 原文 5,044 字

田晏林发自凹非寺 量子位 | 公众号 QbitAI WAIC 2026落幕了，但一个信号藏不住。 如果你逛完了全场，会发现今年具身智能的展位比去年多了将近一倍。 人形机器人跳舞、机械臂叠衣服、双足机器人走斜坡——Demo一个比一个炫。 但和现场的投资人、产业方多聊几句，会听到同一种疲惫：看了太多Demo，听了太多参数，真正签单进厂的，太少。 Demo和量产之间，好像隔着一整个物理世界。 但别丧，还是有实打实拿到订单的企业。 在WAIC开幕前，一家专注做物理世界基础模型和解决方案的公司日冕开物，与全球服务器制造龙头&AI基础设施全栈解决方案提供商广东远图未来科技有限公司（以下简称“远图”）宣布启动超级工站战略合作。 目标非常具体且生猛：万台级部署。 WAIC现场，日冕展示了该超级工站的实际作业能力。 服务器制造，是当前工业领域最具代表性的复杂装配和测试场景之一。 一块服务器主板上，有密集排列的芯片、接口和大量精密元件。 机器人完成上下料时，不仅要识别不同型号零件，还要保证抓取位置、力度和装配精度。 现场工作人员介绍，为了在WAIC开幕当天完成展示，日冕团队提前进场调试。 但由于展馆供电时间限制，真正开始调试的时间非常有限。 设备换了环境，光照、温度、空间布局全部变化，本质上就是机器人进入了一个新场景。 结果？ 当天下午4点半通电后，只训练了半小时，到5点钟设备就完成全部适配。 半小时适配一个新环境。 这背后不是简单的程序调参，而是机器人系统对于物理世界的理解能力。 更让人意外的是，这样的训练速度和完成效果，竟然来自一家成立仅4个月的公司！（你敢信？） 尽管日冕可能是今年WAIC展会上最年轻的企业，但却不是一支刚刚从实验室走出来的团队。 我们查了下，其创始团队成员均是清华博士，并曾任职于蔚来、华为、智元机器人等企业，覆盖自动驾驶、AI基础模型和机器人产业化等多个方向。 2026年，当很多人还在讲基模Scaling Law时，日冕这家刚刚成立的公司，已经在讨论产品和商业化如何Scaling了。 机器人进厂拧螺丝，先从服务器开始 很长一段时间，行业竞争焦点集中在世界模型、VLA、多模态大模型和参数规模。 大家都在努力让机器人拥有更强的大脑。 但今年WAIC上，我们发现企业关心的问题正在发生变化。 机器人能不能适配真实工厂？ 换一个工位需要训练多久？ 面对不同型号产品，能不能快速迁移？ 部署成本能不能降下来？ 这些问题，比模型排行榜上的几个百分点更加现实。 因为数字AI和物理AI最大的区别在于：ChatGPT完成一次训练后，可以服务数亿用户。 但机器人不行。 机器人必须进入具体环境，面对具体物体，完成具体动作。 它需要理解空间变化，需要处理视觉误差，需要感知力反馈，还需要面对现实世界里的各种意外。 物理世界不是互联网。 没有一套数据中心，可以提前把所有情况模拟完。 所以，具身智能下一阶段竞争的核心，不只是模型能力，而是谁能够更早进入真实场景，建立数据反馈闭环。 服务器制造，正在成为具身智能商业化的重要试验场。 原因很简单，这里既有足够复杂的任务，也有足够明确的工业价值。 服务器生产涉及大量零件取放、精密装配、线缆连接、功能测试、质量检测任务。 传统自动化设备可以解决高度固定的流程，但面对多型号、小批量、高变化生产环境，柔性能力不足。 而AI服务器产业正在快速发展，对于制造环节提出了更高要求。 远图所在的产业链，本身就是AI基础设施的重要组成部分。 根据日冕介绍，远图是全球领先的服务器制造龙头，覆盖AI基础设施相关领域。 此次合作，并不是简单部署几台机器人替代人工。 双方真正想探索的是一套工业具身智能标准产品。 远图的优势在于，不仅是全球服务器制造龙头，也是面向AI时代的全栈算力解决方案服务商。 该公司不仅拥有AI服务器、通用服务器、交换机、超节点、液冷机柜等产品，还打造了业内领先的「算-网-存-管」全栈产品体系，且具备研发-供应链-制造-服务的全链条能力。 此次和日冕合作是双方将具身智能技术与AI基础设施制造融合的全新探索。 这样的规模制造体量，意味着双方合作一旦跑通，复制空间巨大。 日冕的优势则是提供物理世界基础模型、机器人系统、工业级具身智能解决方案。 一端，是远图提供真实制造场景和产业经验； 另一端，是日冕提供物理世界基础模型、机器人系统和工业级解决方案。 最终目标，不只是替代单个工序，而是让机器人完成从工艺理解、任务规划，到执行反馈、持续优化的完整闭环。 不过，要让机器人真正成为生产力，实现AI自己造AI，背后的「大脑」仍是关键。 从LaMPA到超级工站，日冕打造具身智能时代的操作系统 日冕的「大脑」，押注的具身原生世界模型基础架构，取名LaMPA（Latent Masked Predictive Architecture）。 之所以「超级工站」能在半小时内适应一个新环境，其背后强化学习所需的奖励函数、专家策略全部都是由这套自研基础模型直接生成。 该模型定位很明确：通过统一跨模态隐空间学习物理世界规律。 它不是背诵电机角度，而是理解「拿起来」这件事本身。 当前，具身智能模型演进路线大致经历了四代： LLM理解文字，VLM理解视觉，VLA连接语言和动作，WAM进一步预测物理世界变化。 但日冕认为，这四代演进本质上还是在学习表象映射，而不是理解物理规律。 比如传统WAM侧重视觉预测、输入模态有限，容易学习表象而非物理规律。 就像让一个人通过看窗外风景来判断室内温度，不是完全不行，但效率极低且容易出错。 这也是日冕选择自研LaMPA世界模型的原因。 为了最大程度上解决机器人「理解」世界的问题，LaMPA在三个维度上与市面上其他模型形成差异化： 增加更丰富的物理表征 传统WAM仅依托图像构建单薄视觉表征，缺少力觉、触觉、物体物理属性等关键信息，无法完整理解现实物理交互。 LaMPA设计了Environment环境、Ego自我、Experience先验三大表征。 Environment环境表征：让模型熟悉任意场景，负责环境重建与感知，也就是「理解」所处空间； Ego自我表征：统一抽象导航移动、机械操作、本体控制三大能力，让模型掌控任意本体； Experience先验表征：让模型具备规律认知，积累物体属性、可供性和专家知识。 机器人当下状态=它看到的环境+对自己机身的认知+积累的物理常识。 这是LaMPA最核心的逻辑，也是日冕认为物理世界里应该有的智能。 大幅缩短收敛周期 但真实世界的信息太复杂。 为了实现上述能力，LaMPA必须大幅提升训练效率。 传统WAM采用像素级预测，监督链路长，画面墙壁、地面等无关像素全部参与损失计算。 冗余信息多、训练速度慢，精细操作任务适配成本极高。 LaMPA换了思路： 直接聚焦隐空间，仅保留任务相关信息，使用隐空间损失剔除无关环境像素，移除冗余环节缩短链路，不学习无效信息，收敛速度更快。 简单理解，别人复习要通读整本书，它直接划考点背，省去大量无用功夫，上手速度快很多。 LaMPA希望模型只学习有效信息，这也决定了它后续的泛化能力。 应对多变工况容错能力更强 传统世界动作模型WAM采用单一路径预测逻辑，每次只预判唯一一套后续操作方案。 一旦现场出现一点点变量：光线变了、工件尺寸轻微偏差、摆放角度不一样、场地背景改动，这套唯一方案就不匹配，机器人直接操作失败、卡住无法继续干活。 LaMPA底层用掩码扩散架构做分布预测，核心区别是：一次推理能输出多种合理、可行的交互方案，而不是只给一条路。 换一个工厂、换一种零件、换一个机器人本体，模型仍然能够迁移。 这正是具身智能摆脱「数据拐杖」的关键。 但基础模型只是第一步，把它变成生产力才有价值。 日冕不单独售卖模型，而是推出软硬一体完整落地方案。 这次和远图合作的「超级工站」，就是典型案例。 超级工站并不是一台机器人，而是一套软硬一体的工业智能系统。 它由LaMPA物理世界模型、模块化机器人硬件、Workflow Agent三部分组成。 先说Workflow Agent。 它负责理解工艺流程，把生产SOP拆解成机器人任务，并完成方案设计、仿真验证、生产执行和反馈优化。 第二层，是模块化机器人硬件。 根据不同工业场景，可以组合双臂机器人、移动机器人、多机械臂和不同末端执行器。 第三层，是LaMPA物理世界操作系统。 它提供感知、理解、决策和控制能力。 在强化学习阶段，日冕通过WRM世界奖励模型判断任务成功、失败或进行状态，同时通过WPM世界策略模型输出机器人动作，并将真实执行反馈持续回流，推动基础模型迭代。 最终，一个「规划、测试、执行、反馈、进化」的闭环形成了。 这和传统自动化最大的区别在于： 传统自动化依靠固定代码，换产要重新编程，工况一变就停机调试，只能单点替代工位，无法自主迭代； 超级工站依托LaMPA世界模型自适应调整，支持跨工序全局协同，能持续自主学习优化，可标准化嵌入智能产线，越运行越适配。 具身智能进入商业Scaling阶段 「超级工站」正在打造从生产现场到模型进化的闭环，因为具身智能真正的壁垒，不只是模型，更在于反馈闭环。 对于数字AI来说，模型上线后可以快速复制服务用户。 但对于物理AI来说，真正的训练，可能发生在机器人上线之后。 每一次进入真实环境，机器人都会遇到新的问题。 这些真实反馈，才是物理智能成长的养料。 而具身智能真正的壁垒，也不只是模型能力，而是看谁能更早建立「反馈闭环」。 从这个角度看，未来具身智能公司的竞争可能取决于三个指标： 谁能更早进入真实场景 谁能让反馈闭环速度更快 谁能积累更大规模的真实交互数据 这三个指标环环相扣，早进场景才能早拿数据，数据越多闭环越快，闭环越快模型进化越猛。 没有真实场景的数据闭环，再好的基模也只是空中楼阁。 但真实工业数据和互联网数据完全是两码事。 互联网数据更多记录信息，而工业具身智能需要理解物理世界。 它不仅需要视觉信息，还需要机器人操作轨迹、力觉反馈、触觉信号、工艺经验，以及最终质量结果等多维数据。 这些数据分散在产线各个环节，采集难、标注难、治理更难。 需要建立一套持续获取反馈、处理反馈、利用反馈的工业智能基础设施。 为解决这一问题，日冕与远图正在建设一套覆盖采集、治理、训练和复用的工业级具身智能数据体系。 其中，日冕自研触觉数据手套、头戴式采集设备等硬件，实现生产过程中的无感伴随式数据采集。 但采集数据只是第一步。 如何让这些来自真实生产现场的反馈，能够回流到模型训练体系，才是关键。 双方建设的数据处理链路，覆盖原始数据清洗、同步对齐、多模态融合、资产化处理和模型训练，最终沉淀为操作数据集、技能库、仿真场景和模型检查点。 这样，机器人每完成一次任务，都会产生新的经验；每一次经验，又会反过来提升下一次任务能力。 按照规划，日冕和远图将首先在服务器制造场景验证超级工站能力，随后向更多生产环节扩展。 2027年完成百台级部署，未来实现万台级具身智能产品部署。 当下，越来越多的机器人告别实验室Demo，寻找产业落地机会。 如果说PC时代，微软的成功模式是Windows作为底层操作系统，支撑Word、Excel等上层应用，从而驱动数字交互。 Windows提供的是数字世界的感知、理解、决策、控制能力，上层应用负责具体场景的标准化执行。 那么具身智能时代的「Windows」是什么样？ 日冕提出的方向，是WMoS（World Model as OS），世界模型即操作系统。 底层负责理解物理世界，上层通过「超级工站」这样的行业应用完成具体任务。 一个负责思考，一个负责行动。最终驱动机器人进入更多真实场景。 这也是为什么服务器产线可能成为具身智能的重要转折点。 因为这里不是展示机器人会不会走，而是在验证机器人能不能工作。 One more thing 模型Scaling解决的是机器人有没有大脑。 产品Scaling解决的是机器人能不能进入真实世界。 日冕与远图探索的超级工站，本质是在寻找一条从基础模型到工业生产的最短路径。 未来，当机器人进入服务器工厂、半导体产线、物流中心，真正改变制造业的，可能不只是某一台机器人。 而是一套能够持续学习、持续复制、持续进化的物理智能基础设施。

Site key	qbitai
Policy area	物理AI
Category	report
AI score	0.34

Physical AI Closed Loop: Coronal and Yuantu Announce Ten-Thousand-Unit Deployment Plan

物理AI的闭环，终于有人跑通了：日冕+远图万台级部署计划官宣