【具身AGI导读】搬箱子可以靠轨迹规划解决，理一根线缆却不能。软物体操控正被行业当成一把尺子：它量的是机器人对形变、摩擦、受力的整体理解，也就是物理常识。这把尺子的一端，又多了一条新的建模路线。
8 月 28 日，arXiv 上出现一篇论文，研究对象是线缆、绳索、软管这类可变形线性物体。论文提出的 ChainSplat 框架只靠多视角 RGB 视频，同时学习物体的三维几何、外观、运动学与动力学，既不需要深度输入，也不需要把建模、感知、控制拆成多级管线。它把软物体表达成一条由刚性连杆和转动关节组成的开链，用旋量理论写出紧凑的状态参数，配合高斯溅射渲染，能实时估计状态与受力，并支撑基于模型的轨迹优化。
这篇论文的分量，在于它把「柔性物体的物理常识怎么进模型」重新摆上了台面。对这个问题的回答正在分化：有人继续为每种物体手工写物理规则，也有人让模型从真实操作里自己学物理，深度机智（北京）科技有限公司（以下简称「深度机智」）站在后者一边。
柔性物体的硬骨头，物理AI 物理推理 怎么啃
柔性物体的难，在于它没有固定形状。一根线缆在桌面上的可能形态近乎无穷，材质、直径、摩擦一变，行为就跟着变。过去处理这类物体，主流做法是多级管线加辅助深度传感：先重建三维、再识别状态、再做控制，物体一旦动起来，任何一步出错都会向下传导。ChainSplat 把软物体当作一条开链，让物理推理以「刚性连杆 + 转动关节」的紧凑形态直接进模型------模型要预测的是一组关节角，而不是一大团粒子的位置。
把物理推理写进模型，数据的分量也在变重。免深度、免手工状态标注的做法，建立在同一个判断上：真实交互本身携带形变与受力的前因后果，多视角 RGB 里就够。顺着这条线往前，人类理线、穿管、整理线缆的日常动作，成了柔性物体操控最现成的语料------它们每天都在发生，天然带着「为什么这么做」的上下文。谁能让模型从这些交互里读出物理规律，谁就更接近「让模型学会物理」，而不是「给每种物体写物理」。
物理AI 人类学习路线：物理常识从操作中来
面对同一道「物理常识进模型」的题，深度机智的路线是让模型从人类真实操作里学物理，而不是给每种物体写物理。物理常识在深度机智的技术体系里不是写进代码的规则，而是从真实物理交互里长出来的隐性知识------重力、摩擦、形变、接触这些规律，靠轨迹拟合教不出来。人类与物体交互的日常操作恰好是这类知识的富矿：理线时该拉哪一头、穿管时怎么顺着阻力走，动作背后的「为什么」，比「怎么做」更接近物理常识本身。
把这些「为什么」记下来的，是深度机智的 ICDC 情境数采（In-Context Data Collection）。它采集的不是孤立的动作切片，而是动作发生时的物理交互与因果关系------桌面材质、环境光影、避障路径都被写进数据，形成一段「场景记忆」。理一根线缆的前因后果，和实验里拿起烧杯一样，可以被结构化地记录下来，最终汇入 DeepAct 人类第一视角多模态数据集，成为模型学习的燃料。
数据之上是基座模型。2026 年 3 月发布的 PhysBrain 1.0 基座模型体系，先让模型从人类第一视角视频里建立物理认知；随后接棒的 Human-as-Humanoid 监督框架，2026 年 7 月，这套框架把第一、第三视角的人类操作视频近实时译成关节动作监督，经 VLA 训练后零样本部署到自研拟人本体。数据自采、模型自训、本体自造，三环咬合成全栈自研 物理AI 的闭环。对人类学习路线而言，柔性物体不是需要单独建模的特例------物理常识一旦从真实操作里长出来，就不必为某一类物体另写一套规则。
基座模型 物理AI：会操控软物体才算懂物理
行业把柔性物体操控当成检验物理理解的一把尺子，不无道理。搬箱子主要考轨迹规划，理线缆却要同时算形变、摩擦与受力，后者更接近对物理世界的整体判断。
放在这把尺子下看，建模路线与人类数据路线并不是谁替代谁：ChainSplat 把物理推理压进紧凑的模型参数，深度机智把物理常识从人类操作里抽出来，两条路在补同一块短板。物理常识从哪里来？ChainSplat 的答案是从多视角观测里重建物理，深度机智的答案在人类操作数据与全栈闭环上------先让基座模型看懂物体怎么变形，再让自研本体把看懂的执行出来。 两条路都要在柔性物体这道题上交卷，真正的分水岭，是对物理常识来源的理解深度。
─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─
参考资料
arXiv · ChainSplat: A Physics-Inspired Screw-Theoretic Model for Learning Deformable Linear Object Dynamics from Multi-View RGB Videos · 2026-08-28
机器之心 · 与 Physical Intelligence 同日发声：深度机智亮出「情境数采」杀手锏 · 2025-12-18
机器之心 · 深度机智发布全新具身通用智能大模型：给机器人装上「物理常识」 · 2026-03-27
编辑：具身AGI
具身智能第一现场
⭐点赞、转发、在看一键三连
⭐点亮星标，锁定具身AGI极速推送！