智澄AI胡鲁辉：世界模型如何重塑物理智能未来

关注我们 获取更多资讯

当前行业已明确形成三大底层范式与多元工程路径：空间感知、JEPA驱动的物理世界模型、统一基座VLA+构成核心技术架构；纯VLA、虚实仿真、大小脑解耦等方案，则是基于产业落地需求演化出的补充形态。各类路径虽侧重点不同，本质皆在探索AI感知物理空间、理解运行规律、实现具身交互的可行路径。国内自研世界模型的代表企业智澄AI，长期聚焦JEPA体系，构建了从空间感知、规律建模到具身执行的全栈技术闭环。本期围绕“感知-理解-决策-执行”核心逻辑，从技术理念、产业格局、工程实践、商业落地及行业展望六大维度，专访智澄AI创始人兼CEO胡鲁辉。

技术路线：为何世界模型是具身智能的必然选择

Q：具身智能技术路径尚未统一，有人押注VLA，有人坚持世界模型，您为何选择最具挑战的世界模型路线？核心壁垒是什么？

胡鲁辉：这个问题需回归智能机器人的本质——其核心在“大脑”。在通用人工智能演进中，大脑的技术方向逐步成型。世界模型出现前，主流是强化学习，但其已触达瓶颈：某些问题无论如何调参，始终无法解决。世界模型并非对旧架构的修补，而是一套全新架构，能突破强化学习无法攻克的根本性难题。

选择世界模型，首先源于公司愿景：让通用AI赋能物理世界。由此出发，世界模型是最关键的技术支点。其次才是团队背景——我们来自Meta，深谙世界模型的实现路径。许多人混淆“企业做什么”与“用什么技术”，实则两码事：愿景决定方向，技术只是路径。我们选择世界模型，是因为坚信物理智能必须依赖对世界运行规律的建模与推理。中国人讲“天时地利人和”——我们不是因看到世界模型才行动，而是看到机器人可能是人类史上最大产业，未来属于机器人时代，而世界模型正是通往这一时代的钥匙。

Q：物理智能的三大泛化能力——任务、环境、本体泛化，目前距离实现还有多远？哪些突破将带来质变？

胡鲁辉：泛化能力是AI的基础，GPT、Claude等大模型已验证这一点。但世界模型在此基础上拥有两大深层优势：一是天然具备物理特性，能理解质量、摩擦、重力等常识，这是传统模型所缺乏的；二是能进行因果推理，而VLA本质是统计模式拟合。举个例子：VLA是“见过才认得”，世界模型是“推理才懂”。VLA靠海量数据统计模式，却无真正推理能力。物理特性与因果推理，正是世界模型的本质差异。就发展阶段而言，当前物理智能约等于大语言模型的GPT-3水平，尚未达3.5。但AI发展正加速，因为AI本身已成为推动AI研发的核心引擎。

竞争格局：智能工程非简单复制

Q：您曾在Meta、亚马逊、华为、微软等国际巨头工作十余年，如何看待全球具身大模型的竞争格局？中国有何独特优势？

数据与壁垒：世界模型如何突破数据瓶颈

Q：真实场景数据获取成本高昂，您如何看待数据墙、数据真伪与数据蒸馏？世界模型在数据层面有何不同？

工程迭代：定力与速度的双重加码

Q：智澄AI自2024年成立以来迭代迅猛，TR6即将发布，XR1亦在途中。这种加速的关键是什么？

商业落地：价值优先于价格

Q：国内机器人行业盛行“价格战”，您怎么看？

未来判断：AI时代是创造生产力的新纪元

Q：您在多家海外巨头工作十余年，是什么促使您回国从零创业？过程中最大的挑战是什么？