网易首页 > 网易号 > 正文 申请入驻

黄仁勋提出的“物理AI”,影身智能通过“4D世界模型”落地了

0
分享至

今年年初,英伟达创始人黄仁勋提出了一个概念:物理AI。

什么意思?就是AI能够理解物理世界规律、并在真实空间里感知、推理和行动的人工智能系统。他认为,这是AI发展的下一个阶段。

因此,2026年也被称为“物理AI”元年,业内普遍认为真正实现“物理AI”至少需要3年以上。

实际上,黄仁勋口中的“物理AI”,已经被一家中国科技公司做出来了。这家公司叫影身智能,他们打造了一个叫“4D世界模型”的技术底座。



01

世界模型,让AI走进真实物理世界

先说说,从大语言模型到世界模型,究竟有多远。

大语言模型的核心,是预测下一个Token。它擅长语言、知识和逻辑。你问它问题,它答得头头是道。

但真实世界里没有Token。

以机器人为例,要完成一个动作,光听懂指令远远不够。它还要能够理解真实物理世界当中的复杂规则,以及物体在特定场景下受到的影响,并且预测下一秒会发生什么。

世界模型干的就是这件事:让AI学习真实世界如何运行。它预测下一个物理状态。

举个例子,一台从没有在工厂环境训练过的机器人,没人教它如何工作。但它看了几千小时的人类操作视频,慢慢摸清了物体被拉、被扭、被推时的形变规律。动手之前,它就能预判接下来会发生什么。

这就是世界模型的能力。

那问题来了,为什么一定是4D?

行业里现有的主流路线,各有各的短板。

VLM和VLA路线,靠语言、图像和动作数据训练。缺点在于:力控、材质、形变这些物理细节,很容易在数据里丢掉。

二维视频路线,画面可以做得很逼真。但深度信息、空间结构、真实的交互反馈,二维画面里没有。视觉逼真和物理真实,根本就是两回事。

三维重建路线,能还原空间形态。但缺了时间维度,就只能描述某一个瞬间,理解不了动态变化,也预测不了下一步。

影身智能创始人闵伟有个判断:“语言是人类的母语,机器的母语在三维物理世界里。”AI训练用的语言、图片、视频,都是真实世界被压缩后的投影。降维必然损失大量信息。

触觉、力学、风场、热场、电磁场等物理规律,本质上都依赖完整的四维时空才能被真实承载,二维像素空间根本无法容纳这些信息。正因如此,原生4D世界模型成为继大语言模型、视频生成模型之后的新一代基座。



4D世界模型-手物操作生成视频对比(中间为影身智能4D世界模型)

这也解释了一个行业怪现象:数据从十万小时堆到千万小时,泛化问题依然没解决。数据的关键不在数量而在于质量,更确切地说,在维度。

所以影身智能选了4D路线:三维空间,加上时间维度。尽可能完整地保留真实世界中的空间结构、动作过程、材料变化和交互因果。

按行业传统,世界模型的技术路线分成了四类。闵伟把自己划在第五类:以4D时空为核心的动态世界模型。前四类用的都是互联网上的现成数据,影身智能从底层创造了一种从来没有过的数据集。

02

影身智能的技术底座:4D数采、4D基座模型和垂域模型

方向定了,怎么落地?影身智能搭了三层技术底座。

第一层,4D数采,解决高维数据从哪来。

世界模型首先是数据问题。全球的4D数据只有上百小时,大多数躺在实验室里。传统采集方式有多贵?今年春晚那个演员和分身共舞的节目,4D建模的机器要200多万,算下来成本至少2000元一分钟。

影身智能的方案,叫“影身360”。用4到6个普通RGB摄像头环绕工位,多角度同步采集,再用自研算法合成为高精度4D时空数据。

普通摄像头,加消费级GPU,就能跑起来。

这套系统的价值在于四点:降低了4D数据的获取门槛;可以在真实生产现场持续采集;能延伸到演唱会、赛事、活动这些动态场景;让4D数据从实验室的稀有样本,变成可持续生产的数据资产。

正如闵伟所说“互联网上有几百亿张图片,信息量可能不如一位老师傅在产线上刷几十秒胶。”那几十秒里,包含了力度、角度、曲面贴合、流体形态变化。全是物理世界最真实的反馈。

他还提到了李飞飞的ImageNet。在那之前,标注图片只有几千张,大家在现有数据集上雕花,模型性能每次只进步一两个百分点。100万张标注图片的数据集出来之后,才有了后来的深度学习浪潮。每一次AI的重大变革,底层驱动力都是新一代数据集。

第二层,4D基座世界模型,让AI三能一体。

影身智能的4D基座世界模型“破界S1”,是一套面向真实世界的底层模型体系。核心能力可以概括成“三能一体”。

渲染能力,重建和生成高保真4D场景。让模型看得见,也产生了基本的数据集。

仿真能力,在4D数据基础上融入触觉反馈、惯性参数、材质属性,学习材料形变、受力变化、运动轨迹和交互因果。解决"算得准"的问题。传统仿真高度依赖预设参数,这套体系直接从真实数据里学规律。

规划能力,基于物理理解生成机器人动作序列。让机器人真正动起来,通过观察熟练工人操作,理解工艺意图,自主泛化到新的作业对象上。

三种能力统一在4D时空表征之上,模型能理解并预测真实的物理过程。

第三层,垂域模型,把通用能力变成行业能力。

基座模型提供通用物理理解,真正进入商业场景,还要针对具体行业和任务做垂域模型。

物理具身方向,可以形成工厂场景的涂胶、压底、穿鞋带、包装、折纸盒等垂域模型。数字文娱方向,可以形成演唱会4D重建、赛事4D直播、数字人生成、沉浸式内容分发等垂域模型。

垂域模型的价值,是把技术变成可复用、可规模化。

03

4D世界模型场景落地:物理具身与数字文娱

先看制鞋。这是个典型的"双柔性"场景。

第一重柔性在材料。鞋面布料软,会变形、会起皱,机械臂抓不住;第二重柔性在生产。鞋款按月迭代,小批量、多批次,传统编程的机械臂完全跟不上节奏。



在实施之前,晋江的工厂老板问了闵伟三个问题:你的设备要改造产线吗?要停工吗?要派工程师驻场吗?闵伟只回答了两个字,不用。

落地效果怎么样?在晋江鞋厂的流水线上,一台台机械臂夹起鞋面,沿着曲面轮廓均匀涂胶。力度、角度、速度,由视觉系统和力控算法实时调节。十多秒后,鞋面被送到下一个工位,另一台机械臂开始压底。以前坐在这些工位上的,是工人。夏天车间里胶水味刺鼻,戴着口罩进去,待一分钟都难受。工人一待就是一天。

涂胶机器人

现在,机器人1:1替代人工,单工位半天完成部署。它通过观看工人操作学习新鞋型,效率跟熟练工人相当,还能7×24小时连转。原来45人的生产线,现在5个人管机器就够了。

更关键的是,机器人每在产线上跑一天,都在回传真实的4D操作数据。数据训练模型,模型变强后适应更多产线,产线又产出更多数据。数据飞轮就这样转动起来了。

凭借卓越的实施效果,2025年,影身智能拿下国内具身智能领域首个千万级柔性智造订单。2026年,在手柔性智造订单达到数亿元级别,排产规模千台级。初代产品ShadowGlue和ShadowPress已经完成稳定性测试,进入规模化交付阶段。

影身智能在具身智能领域的布局并不止于工业场景。依托世界模型的泛化能力,在逐步打开柔性工业这一万亿级市场的同时,影身智能正将技术与产品能力向养老照护、家庭清洁、厨房餐饮等生活服务场景延伸,推进照护机器人、清洁机器人以及炒菜、面点机器人等产品研发,探索具身智能在B、C两端的规模化应用路径。

再看数字文娱,这是4D世界模型的另一条商业曲线。

为什么4D能力可以进数字文娱?想一想,演唱会、赛事、发布会、重大活动,同样是动态的物理世界。舞台、人物、动作、灯光、空间、视角,全都在实时变化。



闵伟描述过一个场景:现在演唱会门票按座位卖,坐第一排和坐山顶,体验天差地别。把演唱会的4D数据采集下来,通过技术分发到各个终端。你坐在哪都无所谓,戴上4D眼镜,偶像就在你眼前。



对演艺人员进行360度实时动态4D重建

可能的应用方向包括:演唱会4D采集与沉浸式回放、体育赛事4D直播、重大活动的空间化记录。

04

一家冉冉升起的物理智能公司

强大的4D世界模型背后,是一支堪称豪华的技术团队。影身智能成立于2024年6月,围绕原生4D数据、世界模型和具身智能做全栈布局。

创始人闵伟,清华大学精密仪器系直博,20年柔性操作领域积累,曾在阿里本地生活从零搭建机器人团队,完整走过技术、产品到商业化的全过程。清华大学刘烨斌教授为合作的核心科学家,深耕三维视觉和AI多年。公司研发人员占比超过90%。

对于企业来说,影身智能提供的价值超出了单台设备的范畴。零产线改造、零停工、零驻场编程,一套持续进化的物理智能解决方案。设备跑得越久,模型越强,交付效率越高。

在资本层面,公司今年第一季度完成近亿元融资,投资方包括恒生电子、松禾资本、深高投等机构。技术布局上,影身智能计划在2026年底至2027年上半年,发布大规模4D数据集和具身智能大模型。

结束语:

影身智能这个名字,源自柏拉图的洞穴寓言。困于洞穴的人只能看见影子,唯有走出洞穴才能看见真实的世界。仅靠视频学习,就是那个洞穴;而4D才是真实世界。影身智能的使命,就是帮助机器人穿透影子、抵达真实:以视频为基础,但不止于视频,最终透过视频看见更高维度的真实世界。

物理AI的战场,在车间、在产线。因为,真正理解物理世界的AI,必须在真实场景中被训练、被验证,并且持续迭代。

世界模型真正的较量才刚刚开始。中国公司,已经坐在了牌桌上。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
“霍邱老人拆墙让路”调查:“女儿是记者”等网上传言不实

“霍邱老人拆墙让路”调查:“女儿是记者”等网上传言不实

极目新闻
2026-11-18 19:24:20
彻底收回!中国关停印度全部签证外包中心,使馆直管严查,印度商界彻底慌了

彻底收回!中国关停印度全部签证外包中心,使馆直管严查,印度商界彻底慌了

魔都姐姐杂谈
2026-11-18 13:09:03
潘长江做梦都没想到,躲过了女儿,却没躲过外孙。他自己1米6,老婆1米65,生出的女儿潘阳1米62,谁知道,基因这东西,还会隔代报复。

潘长江做梦都没想到,躲过了女儿,却没躲过外孙。他自己1米6,老婆1米65,生出的女儿潘阳1米62,谁知道,基因这东西,还会隔代报复。

背包旅行
2026-11-19 01:22:04
央视曝光校园举报乱象:有家长问“能否保证新老师不怀孕”

央视曝光校园举报乱象:有家长问“能否保证新老师不怀孕”

澎湃新闻
2026-11-15 10:26:02
莫言:退休后,亲友可有可无、房子可有可无、老伴可有可无、儿女的孝心可有可无、原单位的好处、饭局可有可无......日子就特别好过

莫言:退休后,亲友可有可无、房子可有可无、老伴可有可无、儿女的孝心可有可无、原单位的好处、饭局可有可无......日子就特别好过

二胡的岁月如歌
2026-11-05 09:38:15
白人又要回到白奴时代了,一部分人已经先过上了白奴生活

白人又要回到白奴时代了,一部分人已经先过上了白奴生活

百花谷周伯通
2026-11-17 07:16:50
波切蒂诺带来体能与力量教练图亚,是曼联首位女性教练组成员

波切蒂诺带来体能与力量教练图亚,是曼联首位女性教练组成员

懂球帝
2026-11-18 11:26:18
胖东来走了,腾讯也走了:留下空铺子和降下来的房租,是谁赢了?

胖东来走了,腾讯也走了:留下空铺子和降下来的房租,是谁赢了?

墨兰史书
2026-08-18 07:25:11
11月18日俄乌:对俄远程打击遭美国谴责,欧洲多国继续大力援乌

11月18日俄乌:对俄远程打击遭美国谴责,欧洲多国继续大力援乌

山河路口
2026-11-18 20:30:13
“恭喜BLG,但我早不玩英雄联盟了”

“恭喜BLG,但我早不玩英雄联盟了”

中国企业家杂志
2026-11-17 19:40:04
突发! 澳洲重磅警告: 危机即将来临, 全民囤好紧急物资! 官方推出应急包, 有华人提前半年囤货

突发! 澳洲重磅警告: 危机即将来临, 全民囤好紧急物资! 官方推出应急包, 有华人提前半年囤货

澳微Daily
2026-11-18 15:35:24
轰40+11+8三分,垫底鱼腩养出超级奇兵!末节独揽25分终结12连败

轰40+11+8三分,垫底鱼腩养出超级奇兵!末节独揽25分终结12连败

锅子篮球
2026-11-18 15:30:14
智商高、还有本事的三大星座

智商高、还有本事的三大星座

别人都叫我阿螫
2026-11-18 05:58:52
比亚迪新车官宣:11月18日即将上市,续航1630km

比亚迪新车官宣:11月18日即将上市,续航1630km

科技阿维
2026-11-18 22:31:26
向太曝马伊琍已再婚:当年文章过不了心理那关

向太曝马伊琍已再婚:当年文章过不了心理那关

娱乐看阿敞
2025-12-12 15:50:00
日本10月份出口同比增长20.5%

日本10月份出口同比增长20.5%

每日经济新闻
2026-11-18 07:56:11
人民日报发文预警!新型黑恶势力,早已换上合法外衣,更难察觉

人民日报发文预警!新型黑恶势力,早已换上合法外衣,更难察觉

北纬的咖啡豆
2026-11-18 09:44:39
有没有发现,身边有很多60、70后,银行里存有上百万,也有退休保障,却不舍得花钱,甚至一杯奶茶都没喝过,就知道存钱

有没有发现,身边有很多60、70后,银行里存有上百万,也有退休保障,却不舍得花钱,甚至一杯奶茶都没喝过,就知道存钱

犀利辣椒
2026-10-20 06:22:18
爆炸沉没!霍尔木兹海峡

爆炸沉没!霍尔木兹海峡

陆弃
2026-11-17 11:10:41
狗子被爆米花机崩飞,事故全程被多机位记录…摊主事后用排骨安抚,评论区:迟来的深情比草都贱,后会有期安排一下…

狗子被爆米花机崩飞,事故全程被多机位记录…摊主事后用排骨安抚,评论区:迟来的深情比草都贱,后会有期安排一下…

大爱狗狗控
2026-11-18 20:48:36
2026-11-19 03:48:49
技术领导力 incentive-icons
技术领导力
Mr.K,出过书,做过CTO
157文章数 631关注度
往期回顾 全部

科技要闻

离职后首份声明!黄仁勋认错愿回归

头条要闻

欢迎晚宴合影期间 普京与特朗普握手交流

头条要闻

欢迎晚宴合影期间 普京与特朗普握手交流

体育要闻

“中超卡里乌斯”,成了大连的夺冠英雄

娱乐要闻

主持人张泉灵被曝猛料,公司成老赖

财经要闻

黄仁勋留下的高分成绩单,能延续吗?

汽车要闻

全新红旗H9最有意思的地方,是它开始有自己的豪华逻辑了

态度原创

亲子
本地
健康
游戏
公开课

亲子要闻

宝宝被蚊子咬了,当场报仇

本地新闻

乌兰察布:以前种土豆,现在种Token

医生眼里"很伤腰"的椅子,很多人天天坐

《GTA6》评测公布后母公司盘前涨近7%

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版