北京
一个代号为「做个人吧」（MVP）的神秘具身智能团队，最近放出了一连串让人坐不住的Demo视频。视频里，机器人端着一杯水穿过人群，被人撞到肩膀的瞬间，杯子里的水没有洒出来——它没有提前规划路径，而是靠瞬时反应稳住了平衡。
更让人意外的是，这个团队至今没有公开身份。他们只通过视频和一份技术说明，向外界展示了自家模型在物理理解、自进化、长程任务执行上的表现。在具身智能赛道被VLA（视觉语言动作模型）和WAM（世界动作模型）主导的当下，这个神秘玩家抛出的技术路线，似乎指向了另一个方向。
80%的零样本成功率意味着什么
团队给出的核心数据是：模型在zero-shot（零样本）场景下的任务成功率已经达到80%。所谓零样本，就是机器人没有针对某个具体场景做过预先训练，第一次上手就要完成复杂任务。
从Demo来看，这个能力不是停留在实验室的摆拍。机器人被要求整理客厅，面对的是没有预先编排的杂物摆放，它完成了；两台不同型号的机器人被放到一起，协作抖床单，也完成了；收纳多件物品时，它没有一件件来回搬运，而是像人一样规划了一次多带几件的路径。
团队在说明中强调，这个模型把动力学预测与长期状态统一了起来，相当于给机器人装了一个「物理大脑」。它的行为基于对物理规律的理解，而不是对动作的简单模仿。
和主流路线的分歧在哪里
这个技术路线，和目前行业里主流的VLA、WAM模型形成了鲜明对比。团队在材料中直接点出了主流模型的软肋：一旦遇到遮挡、接触、形变这类需要物理推理的任务，VLA和WAM就容易失效。原因在于，它们本质上是在模仿动作的样子，并不理解动作背后的物理规律。
换句话说，主流模型擅长的是统计拟合，而MVP团队声称自己做的是让机器人理解「为什么」。端水杯不被撞洒、扶住易拉罐不让它倒，这些场景考验的不是动作库的丰富程度，而是对物体运动规律的实时判断。
团队还提到，模型具备自进化的能力，机器人能自主学习、持续更新自己的行为策略。在决策时，它表现出类似人类的效率和逻辑——比如一次多带几件物品而不是往返跑，这种选择背后是自主意图，不是预设的条件反射。
跨本体协作背后的技术信号
双机器人协作抖床单的Demo，是另一个值得注意的细节。两台不同型号的机器人，由同一个模型驱动，完成了需要实时配合的任务。这说明模型不依赖特定的硬件形态，具备跨本体的泛化能力。团队称之为「一脑多形」——同一个大脑，可以装进不同的身体。
如果这个能力属实，它意味着具身智能的训练逻辑可能发生变化：不再需要为每一款机器人单独训练一套模型，而是训练一个通用的「物理大脑」，再适配到不同硬件上。
户外测试在即，身份仍是谜
团队透露，下一步即将在开放环境中进行户外测试。相比室内Demo，户外意味着光照变化、地面不平、突发干扰，对物理理解能力的考验会大得多。80%的零样本成功率能否在真实世界里维持，是接下来最值得盯的点。
至于团队身份，目前没有任何线索。他们选择用视频和结果说话，而不是先亮出背景。在具身智能这个融资和关注度都极高的赛道里，这种匿名发布的方式本身就带着一种态度：先看东西，再谈其他。
如果户外测试也能跑通，这个神秘团队的技术路线可能会成为VLA和WAM之外的另一极。到时候，行业要讨论的就不只是「谁家的机器人更灵活」，而是「机器人到底该不该理解物理」这个更底层的问题。
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.
