星動紀元創(chuàng)始人、清華大學(xué)交叉信息研究院助理教授 陳建宇

關(guān)于究竟該發(fā)展 VLA 模型，還是深耕世界模型，如今似乎已有了新的判斷方向。

8 月 12 日消息，2025 世界機器人大會（WRC）主論壇演講上，星動紀元創(chuàng)始人、清華大學(xué)交叉信息研究院助理教授陳建宇表示，通用人形機器人一定是未來 AI 技術(shù)的一個趨勢。由于機器人有更強大、更通用的移動和操作能力，未來必將給人類生產(chǎn)力和社會服務(wù)能力帶來革新。

" 我們?nèi)绾螛?gòu)建一個通用人形機器人？最短的路徑就是直接向人學(xué)習(xí)，因為人類是現(xiàn)實世界中唯一存在的通用的具身智能體。" 陳建宇表示，通用大腦、通用本體相融合，使得我們能夠找到一個構(gòu)建通用人形機器人的范式。

會后媒體群訪中，陳建宇對筆者表示，VLA 被認為是一個更廣泛的概念，只要機器人用到視覺感知、語言、行為動作，我們都認為是一個 VLA 模型。因此，從整個意義上來說，世界模型是 VLA 技術(shù)的一個路徑。

" 我們認為，下一個范式的 VLA，更傾向于說更廣義上的 VLA 模型，不局限于某一個 VLA 模型架構(gòu)，只要是端到端的模型，它能夠跟人進行語言交互、視覺感知，可以在物理世界里面干活，它就是一個 VLA 的模型。只不過，世界模型會在現(xiàn)有狹義 VLA 模型范式上進一步通過技術(shù)（包括 RL 強化學(xué)習(xí)等），改進它的精細化操作、泛化、認知能力等。" 陳建宇稱。

對于數(shù)據(jù)和模型目前孰重孰輕，陳建宇表示，相比數(shù)據(jù)瓶頸，現(xiàn)階段大家應(yīng)該更關(guān)注模型。

" 未來迭代模型需要的數(shù)據(jù)絕對數(shù)量肯定越來越大，但我強調(diào)的是數(shù)據(jù)利用效率，在同樣的情況下，只需要更少的數(shù)據(jù)，讓數(shù)據(jù)利用效率更高，但數(shù)據(jù)量仍需要很大，因為現(xiàn)在數(shù)據(jù)量還是不夠。" 陳建宇稱，大家關(guān)注數(shù)據(jù)，其實更上層是模型，如果只關(guān)注一個的話，應(yīng)該先關(guān)注模型。

陳建宇強調(diào)，未來五年，可能是家用機器人爆發(fā)的時間點。" 掃地機器人等產(chǎn)品已逐步進入家庭。未來幾年將很快出現(xiàn)相對簡單形態(tài)的機器人進入到家庭里面，也可能有少部分的高凈值人士家庭，會直接用到比較通用的人形機器人以嘗鮮使用。"

據(jù)悉，星動紀元成立于 2023 年 8 月，最初是清華大學(xué)交叉信息研究院的孵化項目。從成立起，星動紀元便堅持軟硬一體的技術(shù)路線，致力于打造物理世界中的通用智能體，讓 AI 從思考走向行動，實現(xiàn)機器人賦能千行百業(yè)、走進千家萬戶的愿景。星動紀元創(chuàng)始人陳建宇，目前還是上海期智研究院 PI，清華大學(xué)交叉信息研究院助理教授。

融資層面，在成立不到兩年里，星動紀元已完成 3 輪融資，背后集結(jié)了眾多知名投資方，包括聯(lián)想創(chuàng)投、海爾創(chuàng)投、華映資本等產(chǎn)業(yè)資本與專業(yè)投資機構(gòu)。今年 7 月初，公司宣布完成近 5 億元 A 輪融資，由鼎暉 VGC 和海爾資本聯(lián)合領(lǐng)投。

產(chǎn)品層面，星動紀元主要在通用大腦、通用本體等多個方面進行具身智能機器人的研發(fā)和落地。

其中，通用大腦側(cè)，星動紀元提出融合理解與生成的 VLA 模型 ERA-42，將視覺、理解、預(yù)測、行動等功能統(tǒng)一到一個端到端的模型中，目前星動紀元機器人產(chǎn)品，通過語音命令即可完成上百種復(fù)雜操作，包括柔性物品分揀、掃碼，使用螺釘槍、移液器等。此外，星動紀元還構(gòu)建了物理世界 AI" 模型 - 本體 - 場景數(shù)據(jù) "，進一步提升具身智能機器人的交互能力。

通用本體側(cè)，星動紀元自研人形機器人在性能上逼近人類身體，并作為與物理世界交互的 " 通用接口 "。其中，星動 L7 是一款全尺寸雙足人形機器人，采用模塊化設(shè)計思路，能更靈活地適配不同場景的落地需求，尤其是物流領(lǐng)域的分揀、掃碼等任務(wù)，通過自研端到端的 VLA 模型直接控制機器人精準完成操作；另一款產(chǎn)品星動 Q5，是公司面向服務(wù)業(yè)打造的人形機器人。這讓它在生活化服務(wù)場景中更具優(yōu)勢，比如完成遞水等日常操作，或是實現(xiàn)高度擬人化的交互溝通。目前星動 Q5 已在零售門店等場景中推進落地探索。

此外，星動紀元還自研靈巧手 XHand 1，具備 12 個主動自由度和內(nèi)置的觸覺傳感器，能夠?qū)崿F(xiàn)高度精確地控制，能完成上千個靈巧動作。

陳建宇認為，人形機器人是具身智能發(fā)展的終極形態(tài)。這是因為人形機器人不僅在數(shù)據(jù)獲取方面有顯著優(yōu)勢，能夠直接從人類行為中更自然地學(xué)習(xí)，還具備高效的雙足移動與雙手操作能力，極大地擴展了機器人的應(yīng)用邊界。星動紀元正通過結(jié)合具身智能模型與創(chuàng)新硬件，逐步實現(xiàn)人形機器人的通用性與實用性。

對于為何難以實現(xiàn)端到端 VLA，陳建宇表示，主要有兩點：一是世界模型需要融入到生成式模型當中，實現(xiàn)對未來的預(yù)測、認知和生成式行為；二是 RL，即 VLA 的強化學(xué)習(xí)、運動控制模型，提升機器人的通用泛化能力，這將成為通用范式。

" 王興興總這邊提到的，其實也是我們想說的。世界模型這一板塊，其實我們做出來了全球首個融合世界模型和生成式模型工作，去年就陸續(xù)發(fā)布好幾篇論文，在業(yè)內(nèi)也形成比較多的討論。所以，現(xiàn)在已經(jīng)有不少同行開始關(guān)注合作（世界模型）這塊，我們認為，未來很快就會形成一個新的共識。" 陳建宇表示，目前星動紀元已開源了全球第一個做出運控強化學(xué)習(xí)的算法以及 VLA 生成式模型，后續(xù)公司還會做開源，因為具身智能還是需要整個生態(tài)共同努力和繁榮，實現(xiàn)更多突破。

對于商業(yè)化，陳建宇曾表示，星動紀元將優(yōu)先聚焦 B 端場景落地，無論是工業(yè)制造領(lǐng)域的自動化作業(yè)，還是服務(wù)業(yè)中的場景化服務(wù)，都會以 B 端市場為切入點，逐步滲透并驗證商業(yè)價值。

今天群訪中，陳建宇補充稱，在一些真實工業(yè)場景中，目前智能機器人已經(jīng)達到人類 70% 的效率，明年能達到 90% 左右。未來是軟件和硬件的打磨階段和過程，也是發(fā)揮端到端模型的優(yōu)勢——能實時反饋、實時控制。" 假以時日，我相信（機器人）能達到人類的水平。"

陳建宇近期還表示，具身智能行業(yè)尚未出現(xiàn)所謂的 " 泡沫 "。在他看來，行業(yè)估值規(guī)模未達到智能汽車同等量級，原因在于周期更長且尚未找到核心規(guī)模化商業(yè)應(yīng)用的閉環(huán)，未來一旦頭部企業(yè)（如特斯拉等）實現(xiàn)規(guī)?；虡I(yè)落地，行業(yè)有可能將迎來第二波大的資本爆發(fā)。

陳建宇強調(diào)，人形機器人的 " 殺手級 " 應(yīng)用場景，最終還是要進入家庭。但是前期，大家需要在一些企業(yè)（B）端場景里面落地先行，并且磨煉機器人數(shù)據(jù)積累等整套技術(shù)，讓機器人產(chǎn)業(yè)飛輪先轉(zhuǎn)起來。

" 但人形機器人最終殺手級的應(yīng)用，我認為一定在家庭里面。" 陳建宇稱。

來源：鈦媒體