腐女

帮老人翻身，机器人还得学多久？_我的网站

一拳超人

A | “今天的AI会写诗，会写代码，会做PPT，但它帮不了一位老人翻身。” 近日，复旦大学浩清特聘教授、通用物理智能研究院院长苏昊在一场论坛中这样描述当前的行业困境。华为 10000mAh 电池新机博主@数码闲聊站爆料了某中端新机的配置信息。当下的AI，正在发展出一种新的反差。

B | 在数字世界里，模型越来越聪明，能帮人干活；但在物理世界里，它还远未真正进入人类的生活。结合该博主爆料风格，这款手机预计为华为旗下。爆料显示，该机最大的亮点在于内置 10000mAh 级别的电池，是华为旗下首款。除此之外，这款新机还将搭载 6.84 英寸 1.5K LTPS 直屏、8 系处理器，以及 5000 万像素摄像头。

C | 苏昊认为，AI还不够可靠的原因在于，当前大模型学习的是语言，这是人类对世界的经验与描述，而非世界本身。目前暂时还不清楚这款手机的具体型号，但根据产品定位和配置选型来看，有可能属于畅享系列。“它能流利地描写‘杯子掉在地上会碎’，却从没有机会感受一只杯子的重量。” 那么，真正走出屏幕，AI还需要跨越什么？图/图虫创意幻觉过去一年，具身智能是AI产业最受关注的方向之一。从实验室到各大展会现场，人形机器人刷新着从行走、奔跑，到搬运、分拣，甚至做简单家务等多种技能。（来源：锋潮科技）荣耀影像技术发布会来了荣耀宣布将于 7 月 28 日举办影像技术发布会，重点展示与阿莱（ARRI）的深度合作成果。

D | 与过去依靠固定程序运行的工业机器人不同，新一代机器人正在借助大模型、多模态感知等技术，试图理解开放环境、自主决策、执行复杂任务。据悉，本次荣耀与阿莱合作，首次将阿莱的色彩科学、LogC 对数编码、宽色域管理及专业后期工作流融入消费级手机。但能力展示到真正承担工作之间，仍有一道鸿沟。双方合作的首款产品为荣耀 Robot Phone。（来源：锋潮科技） HMD 为旗下手机开发 Windows Phone 风格磁贴 UI 界面据媒体报道，HMD Global 正在为旗下手机开发类似 Windows Phone 风格/诺基亚 X 软件平台风格的磁贴界面。

E | 在工厂里，机器人面对的是高度结构化的环境，工位固定、零件标准化、任务目标清晰。 HMD Global 近期正准备向微软提交收购报价，希望获得 Lumia 商标及相关专利权益，同时此前 HMD 已推出了多款正面致敬经典诺基亚 N9/Lumia 造型的手机，种种迹象暗示 HMD 后续有望推出一款真正的“复刻”Lumia 品牌机型。（来源：IT之家）被取消的 ROG Phone 10 规格曝光据媒体报道，华硕曾计划开发代号为“Boston”的智能手机，型号为 AI2601，关联华硕 ROG Phone 10 和 ROG Phone 10 Pro。

F | 媒体在审查工程原型机固件转储过程中，发现了华硕 ROG Phone 10 系列智能手机的相关踪迹。根据固件代码显示，华硕 ROG Phone 10 系列智能手机采用高通第五代骁龙 8 至尊版芯片，UFS 4.0 存储以及 LPDDR5X 内存。因此，即使机器人的泛化能力有限，也可以通过大量数据训练和工程优化，完成相对稳定的工作。Pro 版本主摄为 5000 万像素 OV50Q 1/1.3" 传感器，搭配一个 1300 万像素的 OV13B10 超广角镜头。

G | 但当环境从流水线变成家庭、医院或者养老院等开放环境，问题开始变得复杂。拿起一只杯子，看似只是一个简单动作，但背后涉及对杯子材质、重量、空间位置的判断，以及力量大小的控制；帮助老人翻身，也不仅是完成一个动作，而是需要根据人的身体状态和姿势来及时调整。长焦为 3200 万像素 S5KJD1SM（三星 ISOCELL JD1），支持 3 倍变焦。这些能力，对于人类而言来源于长期的生活经验，但对于机器人而言，却是一片尚未充分学习的领域。在苏昊看来，最本质的原因在于，模型学的一直是语言，而语言是世界的投影；模型学的一直是这道影子，却从未见过投下影子的实体。 “你可以在屏幕里雄辩，但你说服不了重力。前置摄像头为 3200 万像素 OV32C 传感器。标准版配备 5000 万像素 IMX766 主传感器、一个 1300 万像素 OV13B10 超广角镜头和一个 5MP 的 GC05A2 微距摄像头，且未配长焦镜头。（来源：IT之家）三星 Galaxy Z Fold8 发布三星正式发布了阔折叠新机，Galaxy Z Fold8。”苏昊讲道。该机配备一块 5.5 英寸外屏和一块 7.6 英寸内折叠屏，均采用 Dynamic AMOLED 2X 面板，支持 1Hz 至 120Hz 自适应刷新率。这也是当前物理智能发展的核心难题：机器人并不是不会做动作，而是不知道什么时候该做、该怎么做，以及如何一直做对。

H | 这一看法也得到了多位具身智能领域专家和从业者的认同。智元合伙人、觅蜂科技董事长兼CEO姚卯青指出，当前大部分模型建立在视频生成模型基础上，但视频更多记录的是世界的外观变化，并不能完整呈现物理规律。例如，仅通过视频可以看到物体的位置和运动，却难以感知质量、力量、摩擦等信息，而这些恰恰是机器人完成操作任务时不可缺少的能力。它石智航创始人兼CEO陈亦伦也提到，机器人面对的是一个不断交互的物理世界，不仅需要观察，还需要通过行动改变环境，并根据反馈不断调整。

I | 外屏比例 10:16，内屏比例 4:3，不支持 S Pen 手写笔，内屏峰值亮度 3000 尼特，加入了抗反射涂层。该机采用全新的 Flex Titanium 折叠铰链结构，可进一步减少屏幕折痕。机器人不能只知道下一步做什么，还需要知道做完之后世界会如何改变。补课而物理智能想要突破，关键在于让AI获得类似人类的物理世界经验。在苏昊看来，要做到这一点，首先要给AI补上的，是真正的物理世界知识。他将掌握过程分为六层，由底层向上分别是物体知识、状态知识、动力学知识、功能知识、目标知识、行为知识，即从认识物体，到理解物体的状态，再到掌握动力学规律，譬如球会滚走、水会流动；进一步，还包括理解物体在绑定主体后而被赋予的功能、目标，以及知道怎么做想做、要做的事儿。

J | 搭载高通骁龙 8 Elite Gen 5 for Galaxy 处理器，256GB 和 512GB 版本配备 12GB 内存，1TB 顶配版则升级至 16GB 内存。电池容量 4800mAh，支持 45W 有线快充，20W 无线充电，并兼容 Qi2 Ready 标准。影像方面，Galaxy Z Fold8 采用 5000 万像素主摄，支持光学防抖（OIS）、F1.8 光圈，5000 万像素超广角镜头（F1.9 光圈）。

K | 此外，外屏和内屏各配备一颗 1000 万像素前置摄像头。折叠状态下，机身尺寸为 123.9×81.9×9.7 毫米；展开后尺寸为 123.9×161.4×4.5 毫米，整机支持 IP48 级防尘防水，重量 201 克。 “端一杯水穿过房间不洒，是分寸；系鞋带、用筷子，这个是巧劲。

L | 而这些本事不写在书上，是长在手上的。

M | 采用侧边指纹识别、立体声扬声器。

N | ”苏昊讲道，“从物体到行为，越往上越不是看会的，越得在物理世界中亲手去做。

o | Galaxy Z Fold8 12GB+256GB 国行售价 12999 元，12GB+512GB 售价 14599 元，16GB+1TB 售价 17799 元。（来源：IT之家）起售价还行，坐等年底 iPhone Fold 了 ↘↘↘。” 虽然互联网让语言知识得到了空前规模的聚合，但物理世界的知识却仍然散落在实验数据、工业生产、视频记录以及人的实践经验中，并没有形成一套完整的数据体系。

p | 因此，在苏昊看来，物理智能的突破口不在模型的架构，而在知识的聚合。

q | 这当然并不容易。 “聚合这件事注定超出任何一家机构的边界。视频在互联网上，方程在教科书里，力学数据在各家实验室里，操作的直觉在亿万劳动者身上，没有谁能独自集齐这套阶梯。它需要整个行业乃至全社会的通力协作，共建数据、共立标准、共享仿真评测等基础设施。”苏昊谈道。这需要的真实世界数据量级也相当惊人。陈亦伦以大众熟悉的自动驾驶举例，一个工业级可用的自动驾驶系统，训练需要的纯视频数据大概100万个小时，这还只是处理非碰撞的物理系统；而具身智能要刻画复杂物理规律，并执行与物体有交互的操作，需要的视频数据规模在1000万个小时的量级。更重要的是，理解世界还只是第一步。

r | 真正决定机器人能否进入人类日常生活的，是可靠性。毕竟，现在要机器人完成一次动作并不难，难的是在真实环境中，把同一个动作稳定完成成千上万次。苏昊认为，物理智能的发展不会像ChatGPT那样，在一次发布会上突然爆发，而更像过去电气化的发展过程，先进入工厂、仓库等相对标准化的场景，再逐步走向医院、商业服务，最终进入家庭。而这指向的是物理智能实现自己使命的路径。

s | “物理智能不是人的替代者，而是人的协作者，填补的是人手的缺口，把翻身、搬运这样的体力活交给机器，把照护者的时间，还给陪伴与关怀；把危险的作业交给机器，让人退到安全线之后，承担判断与创造。”作为坚定的物理智能乐观派，苏昊谈道，“物理智能的使命，是把人还给人。” 记者：石晗旭（[email protected]）编辑：余源。