人类式学习范式登场！深度机智发布 PhysBrain 1.0：让机器人具备“物理常识”

具身智能赛道迎来一位能理解物理世界的“学习型选手”。

3 月 27 日，在中关村论坛现场，由 北京中关村学院 与 中关村人工智能研究院 联合孵化的首家具身智能企业——深度机智，面向外界推出了全球首个按人类学习思路打造的具身通用智能底座模型 PhysBrain 1.0。这次亮相，意味着具身智能正从“照着做动作”迈向“拆解原理”。

技术突围：把物理常识“写进”参数里

与传统的行为克隆或强化学习不同，PhysBrain 1.0 采用创新的多模态大模型架构，其核心优势体现在：

时空一致性： 像人一样理解因果关系与时空演化，保证机器人执行任务时前后逻辑连贯。

物理常识内化： 将大量物理规律编码进参数，模型不再只是机械地按指令行动，而是具备对环境走向的预判。

泛化拐点：用少量数据也能“举一反三”

数据不足一直卡住具身智能的落地进程。深度机智 此次发布的基座模型展现出出色的泛化能力：

打破数据依赖： 凭借对物理常识的底层把握，PhysBrain 1.0 在极少实验数据下，也能快速适配陌生场景。

真实泛化： 模型不仅知道“怎么做”，更明白“为什么这样做”，显著提升机器人在复杂多变环境中的稳定表现。

出身名门：扎根中关村生态的具身样板

作为由 北京中关村学院 与 中关村人工智能研究院 共同孕育的“科技新星”，深度机智 的发布备受关注。

产研结合： 借助中关村雄厚的 AI 研发基础，公司自创立之初便聚焦具身智能这一 AI 发展的终极形态之一。

行业意义： PhysBrain 1.0 的推出，为国产具身智能机器人提供了一个具备底层物理逻辑的“大脑”底座。

结语：从“感知”迈向“认知”的物理新阶段

当物理常识成为大模型的基础配置，具身智能才算真正拥有“智慧”。深度机智 的这一步，不只是向人类学习范式致敬，更是推动 AI 走向真实物理世界的重要实践。在 PhysBrain 1.0 的加持下，我们距离“懂物理、会干活”的通用机器人又近了一程。