ARTICLE · 1016026
中国物理AI逆袭:开源模型登顶全球第一,比肩GPT-6
中国物理AI逆袭:开源模型登顶全球第一,比肩GPT-6物理AI，说白了就是让人工智能不只会在屏幕上聊天，还能在真实世界里动手干活。过去三年，ChatGPT们把"会说话、会思考"练到了极致，但行业一直在追问一个问题：模型能不能走进真实世界，能不能像人一样用手操作？ 这个问题的答案，正在被一家从北京中关村走出来的中国公司改写。 2026年9月9日，深度机智正式发布物理基座模型PhysBrain 1.5，在28项公开基准测试中拿下72.5的综合均分，位居全球开源模型第一。更关键的是，这个分数与GPT-6 Astra的73.3分、Gemini 3.6 Flash的73.0分相比，差距已经收窄到1分以内。 一句话讲清楚：中国开源模型在物理AI这个赛道上，已经追到了全球顶尖闭源模型的同一水位线。 这为什么重要？因为物理AI被公认为2026年全球人工智能最关键的赛道。大模型再会聊天，如果不能在真实世界里行动，价值终究有限。谁能率先让AI"动手"，谁就拿到了下一代智能的入场券。 跟普通人有什么关系？想象一下，未来的机器人不再只是工厂里按固定程序运转的机械臂，而是能看懂环境、自己判断怎么干活、干错了还能自我修正的智能体。它能帮你收拾桌子、递一杯水，甚至在药房里配药、在仓库里分拣。PhysBrain 1.5正是朝着这个方向迈出的关键一步。 先看看这个"全球第一"含金量有多高。 PhysBrain 1.5的评测覆盖了五大能力维度：视觉空间感知、空间与多视角理解、具身认知与规划、空间指向与可供性、视觉轨迹推理。在28项基准测试中，PhysBrain 1.5-8B拿下14项开源最佳，10项位列开源第二。 这不是在某一单项上刷分，而是在从"看懂环境"到"生成动作"到"预判结果"的完整能力链上，全线跻身前列。 对比一下其他开源模型：最强的对手Hy-Embodied-VLM-1.0只有66.0分，RynnBrain 1.1只有63.1分。PhysBrain 1.5比它们分别高出6.5分和9.4分。在物理AI的开源阵营里，它已经是断层式领先。 更值得说的是，深度机智同步开放了2B和8B两个版本。2B版本虽然只有20亿参数，但66.6分的成绩已经超过了所有其他开源对手——包括比它大好几倍的模型。这意味着普通开发者用一张消费级显卡就能跑起来，大幅降低了物理AI的入门门槛。 模型上线Hugging Face仅3天，下载量就突破了3万次。全球开发者正在用它做机器人控制、环境理解、动作规划的二次开发。 PhysBrain 1.5为什么能做到这一点？核心在于一条与众不同的技术路线：让模型像人一样学习。 深度机智把物理智能的本质归纳为一个循环：观察世界→理解空间与任务→判断动作后果→执行→根据反馈修正下一步。他们把这个循环叫"Physical Loop"（物理智能循环）。 过去，物理AI系统是"理解模型+动作模型+预测模型"拼在一起。拼接意味着每个模块要单独训练、单独调优，模块之间的信息传递会丢损。PhysBrain 1.5的做法是把这三项能力收进同一个模型、同一套训练框架，让它们彼此约束、协同演进。 这就像人的大脑：你看到桌上的杯子，不是先由"视觉模块"识别、再由"动作模块"伸手、最后由"预测模块"判断会不会碰倒。你的大脑是同时完成这一切的——看、想、动、预判，是一个不可分割的整体。 那模型怎么学会这个循环的？答案是：看人怎么做。 深度机智构建了一套叫Ego360的人类全景真实数据体系。研究人员戴上颈部采集设备，在真实环境中做各种任务——做饭、整理物品、组装零件。设备同时记录360度全景视频、全身姿态、手部运动和语音指令。 这跟以前的数据采集有什么不同？传统方式只拍"手往哪里动"，Ego360还记录了"在什么场景下、为什么做这一步、做完之后环境怎么变"。这种连续的、有上下文的数据，才是让模型真正理解物理交互规律的关键。 有了数据，还需要一个桥梁把"人的动作"翻译成"机器人能执行的动作"。深度机智提出了Human-as-Humanoid框架，把人类视频中的手腕运动方式提取出来，转化成机器人可以执行的轨迹。同一份模型可以适配不同形态的机器人，不用为每台机器单独训练。 更有意思的是，这套转换链路已经在深度机智自研的60自由度拟人机器人Prime U上完成了真机验证。人类数据到机器人执行的零样本迁移在部分任务上已经实现——模型不需要看过特定机器人的示范，就能直接在那台机器人上执行任务。 这些技术的实际效果体现在三个层面：模型能"看懂"场景中物体的空间关系和可操作部位，知道"这个把手可以拉、那个按钮可以按"；模型能"生成动作"，给定当前画面和任务指令后直接输出接下来一系列动作步骤；模型还能"预判未来"，预测1秒后的物理状态，包括RGB图像、深度图和机器人掩码——先想象结果再采取行动。 把时间线往回拨一年。2025年10月，深度机智就发布了技术路线图，明确把"人类学习"作为物理AI的核心路径。当时行业远未形成共识。2026年，Physical Intelligence（PI）、NVIDIA、Dyna等全球头部机构集体转向人类数据路线，恰恰验证了深度机智一年前的判断。 2026年3月，PhysBrain 1.0在中关村论坛发布；半年后PhysBrain 1.5跟进。半年一次的高频迭代，意味着这家公司正一步步把路线图走实。 9月10日，国家数据局专门召开具身智能座谈会，深度机智受邀出席并展示了数据采集范式。一家企业的技术选择，上升为了行业基础设施层面的参考坐标。 物理智能的竞争正在从"谁的参数大"变成"谁能让AI真正在物理世界里行动并自我修正"。PhysBrain 1.5告诉我们：在这条赛道上，中国团队已经走到了第一梯队。这或许才是"全球开源第一"这个头衔背后，真正值得关注的信号。