近期，极佳视界联合创始人、首席科学家朱政接受中国证券报记者采访，谈及公司团队从自动驾驶切入具身智能、以通用世界模型赋能三大场景的成长路径。朱政认为，具身智能面对更频繁的物理世界交互，需要视觉、触觉、力控等多模态信号，模型训练极具挑战，同时也对应着广阔的市场空间。
　　目前，极佳视界推动具身机器人落地家庭服务与工业制造场景，并开启“机器人造机器人”产线建设。同时，公司以通用世界模型为底座，将模型能力赋能具身智能、自动驾驶、内容创作三大场景，加速世界模型商业化应用。
　　● 本报记者 郑萃颖
　　进入具身智能赛道
　　“2023年前，团队一直从事自动驾驶的研发，感受到市场的天花板，而具身智能可能是更大的市场。”朱政回忆公司发展历程时说。2023年6月，极佳视界正式成立，多位核心成员来自自动驾驶领域，公司成立后便聚焦世界模型，并面向具身智能、自动驾驶、内容创作三个方向同步布局。
　　朱政表示，自动驾驶为具身智能提供技术和人才的储备，但同时，具身智能的模型相较于自动驾驶更为复杂。
　　在自动驾驶领域，车辆在道路上行驶，拐弯、加速、停下，车体与外界并没有复杂的交互，主要需要避免碰撞，算法只需考量车辆与车辆、车辆与行人之间的博弈，模型训练的数据也非常充足。“过去10年，新能源车企已经积累了上亿公里的路测数据。”朱政说。在此基础上，自动驾驶的应用落地加速，商业化路径也更为清晰。而在具身智能领域，模型训练的难度更高、数据需求更为多样。
　　“具身机器人的双臂和灵巧手，加起来就有几十个自由度，需要与物体频繁接触，接触过程中会用到视觉信号、电子皮肤收集的触觉信号，还有关节传感器的力控信号等，都要统一到同一个模型中。”朱政介绍，因此机器人面临更复杂的数据需求、应用场景和模型算法挑战。
　　面对这一挑战，极佳视界选择了以世界模型为中心的技术路线。朱政介绍，从去年底开始，具身大脑的技术路线逐渐收敛至以世界模型为中心的具身基础模型，“世界模型像人的右脑一样，是适配空间、理解与行动最合适的架构。从数据规模、模型参数与训练方法来看，这一路线有望更快兑现具身智能领域的缩放定律（Scaling Law）。”
　　基于这一路线，极佳视界最新发布并全面开源具身基础模型GigaBrain-0.7，可实现超20分钟、超过20个子任务的一镜到底自主操作。
　　通用世界模型赋能三大业务
　　朱政介绍了极佳视界在全球首次提出的通用世界模型L1到L5分级体系：L1阶段，模型可生成视觉真实的通用视频世界，支撑AI短剧、游戏内容生产；L2阶段，模型可生成高效、合理的通用执行动作，用于自动驾驶车辆、具身机器人；L3阶段，模型生成几何准确的通用空间世界，让世界成为可被定位、测量和导航的空间；L4阶段，模型能够生成物理精确的通用物理世界，可预测物体下一步行为和影响；L5阶段，模型将生成可长程运行的世界，在长时间尺度维持状态、规则、记忆和交互。
　　“更高层级不是替代更低层级，而是在其上叠加更强的约束。世界模型在技术上已经没有大的理论瓶颈，只要沿着L1到L5不断往前推进，就能迎来各个产业爆发的时刻。”朱政说。
　　在商业策略上，朱政介绍，极佳视界以通用世界模型为底座，从数据、建模、训练方法上，打通具身智能、自动驾驶和内容创作三大场景。
　　自动驾驶领域，公司商业化已较为成熟。极佳视界推出自动驾驶世界模型模拟器Drive Dreamer Engine，可生成多视角一致的视频与激光雷达点云数据，完成大区域场景重建，覆盖真实路测难以采集的长尾场景；同时提供闭环仿真环境用于端侧模型的强化学习，可代替部分实车测试，降低测试成本。目前已与多家头部主机厂达成定点与量产合作。
　　具身智能领域，极佳视界同步推进通用具身大脑GigaBrain与原生本体Maker系列的研发，大脑与本体协同设计、深度适配。在此过程中，世界模型可为机器人提供训练数据、强化学习环境以及仿真评测环境，并直接输出机器人动作策略。
　　内容创作领域，商业化路径明确。世界模型能力可用于影视行业后期制作、短剧制作、游戏生成，公司向工作室、个人创作者开放API接口，提供模型能力。
　　技术落地层面，极佳视界搭建算法、数据“双金字塔”体系：数据金字塔整合互联网视频数据、真人示教数据、世界模型生成与仿真合成数据、真机实测数据；算法金字塔分为世界模拟、动作对齐、经验强化三层，先由世界模型学习世界规律，再完成动作对齐。
　　多场景落地攻坚产线自动化
　　极佳视界正在探索具身机器人在真实场景落地。在家庭场景，极佳视界百台拾光S1家庭机器人订单已落地武汉光谷“之寓”人才公寓，设备正分批部署，可独立完成取餐备餐、餐桌整理、衣物收纳等居家服务工作。工业领域，公司启动“机器人造机器人”项目，首批百台Maker H01人形机器人已完成交付，两条示范产线建设完成。
　　朱政介绍，极佳视界的示范产线分阶段推进自动化：第一阶段目标是由机器人接管物料搬运、设备上下料等约20%的工序，第二阶段提升至60%，远期目标是打造90%工序无需人工干预的全自动化智能产线。“机器人可自主学习生产规范、组装零部件、完成机器人产品的打包与发货，未来这套自动化生产能力还将延伸至仓储物流、3C、汽车制造等主流工业产线。”朱政表示。
　　整体而言，朱政认为，具身智能产业化仍处于发展早期。现阶段，模型能力仍然有限，机器人难以处理极端工况、意外情形，或实现跨场景的泛化；同时，考虑到实际应用需求，机器人本体成本偏高，电池续航、安全性能仍有待提升，行业发展有赖于固态电池等前沿技术持续突破。
　　从落地场景成熟度来看，朱政认为，当前物流分拣已是具身机器人落地应用的核心赛道。机器人可实现全天候不间断作业，有效提升物流分拣整体效率。除此之外，无人咖啡店、无人药房、无人零售店等泛服务场景落地提速，机器人可完成夜间值守、商品服务等工作，助力实体业态实现24小时不间断运营。
　　谈及行业发展趋势，朱政认为，具身智能大约落后语言模型5年，未来2到3年内有望迎来自身的“GPT-3时刻”。每一代新模型的突破，都将打开全新的商业化应用空间。随着行业资本持续涌入、专业人才不断集聚，国内世界模型产业有望迎来跨越式发展。