清华现场演示Physical AGI
量子位 · wechat · 2026-07-13
这篇文章讲的是一念 Unisonmind 在清华的一场**现场机器人演示**：一只机器狗“哮天”在开放环境里，靠黑板上的简笔画理解任务、走三维迷宫，还能指挥人类用天平称重，并现场估算观众递来的矿泉水瓶剩余水量。 文章强调，这不是提前编排好的脚本，而是在**随机任务、开放环境、几十位观众围观**下完成的实时交互。作者认为它的意义在于：这类演示不再只看虚拟 benchmark，而是开始以“人类智能”作为物理通用智能（Physical AGI）的参照，去观察真实世界中的感知、规划、行动和反馈闭环。 文中还介绍了它的结构特点： - **同一个端侧大脑**可迁移到机器狗、人形机器人和电动轮椅； - 多模态输入（图像、声音、文字、动作）汇入统一状态空间； - 模型常驻运行，持续接收反馈并更新状态； - 作者将其概括为 **“3+1”**：全模态 Any-to-Any、理解与生成统一、全链路 Runtime、端侧本体部署。 文章结论是：这场演示已经展示出跨本体、持续运行、面向真实世界闭环交互的能力，因此一念 Unisonmind 被作者视为跨过了 Physical AGI 的基本形态门槛。