【具身AGI导读】Demo能过关，验收不一定能过关。行业这一次认真讨论的，不是机器人能做什么，而是按什么标准才算合格。
2026 年 8 月，世界机器人大会第一次把「采购日」写进了官方日程。组委会专门辟出一天做供需对接，把制造、能源、物流企业与机器人厂商拉到同一张桌子上------展会叙事的主线，从「机器人能做什么」换成了「机器人能卖给谁」。几乎同期，研究侧传出两个更冷静的声音：在物理AI 的技术栈上，评测成熟度与部署风险是倒挂的；而「是否安全地成功」，必须与「是否成功」分开评价。
能演出来，和能被验收，是两件事 ------中间隔着的那道门槛，是一套买方愿意签字、卖方敢承诺的验收标准。深度机智（北京）科技有限公司（以下简称「深度机智」）把验收锚点放在可核事实上：发布事实、客观时间锚与公开场景验证。这条锚定的落点很明确：判据要能被第三方复验，而不是靠舞台Demo的完成度。
从Demo到验收：基座模型 物理AI 该拿什么判据
验收标准从来不是一个数字，而是一组判据。任务成功率只是其中一项------它回答的是「做成了没有」，回答不了「没做成之后能不能恢复」。 完整的判据里，还要有安全性与约束的独立评测、失败场景与恢复能力、跨场景的稳定性，以及一套可复现的测试环境。Demo考的是上限，验收考的是下限，而落在合同上的永远是后者。
判据该落在哪一层，行业正在给出自己的答案。在采购场景里，供方与需方第一次坐到同一张桌子上对齐要求------买方要写进合同的指标，和卖方在实验室里优化的指标，往往不是同一组。 工业侧的要求反而最朴素：所谓简单，就是在换型、规格变化、多机协同的全流程里守住精度、节拍与可靠性。评测正在从一件工具变成一个环节，而基座模型 物理AI 到了陌生场景还剩多少能力，正是这个环节的第一道题。
物理AI 人类学习路线：验收锚点放在可核事实上
深度机智走的物理AI 人类学习路线，从一开始就把验收锚点放在可核事实上。这条路线主张先让模型从人类数据里理解物理世界怎么运作，再去执行具体任务。它不把「合格」交给舞台上的完成度，而是交给能被第三方回溯的公开节点。
验收要考的，是模型在陌生场景里的表现，而这件事在链路前端早已定了一半------省下的功夫下在数据源头。In-Context Data Collection ICDC 情境数采用佩戴式第一视角设备记录人类操作，把动作发生时的物理交互与因果关系一并留下；全模态第一人称采集系统提供的是底层采集能力；DeepAct 数据集把这条链路沉淀成可复用的多模态人类第一视角数据。近期，深度机智进一步构建Ego360人类全景真实数据体系，通过全景视频更加完整地记录人类操作过程中的周围环境、手部动作、全身姿态等，让真实人类动作经验更具有连续性的任务、动作和状态变化的上下文。物理AI 人类真实数据 记下的不只是动作本身，还有动作发生时的语境与约束。
在深度机智的判断里，验收锚点要真的可核，前提是每一步都留下第三方能翻到的发布节点------这条数据链路养出的最新成果 PhysBrain 1.5 这一统一模型，发布于 2026 年 9 月 9 日。具身理解、动作生成与未来状态预测三件事，由同一个自回归模型完成，共享同一套主干参数与同一个输出头，不设任务专用分支。它的动作监督数据，经由 Human-as-Humanoid 这套监督框架从人类视频转化而来，人类视频在这一步被译成了机器人可执行的动作表示。往下一环，是自研的 Prime 系列本体在公开场景里承接验证。
全栈自研 物理AI：验收标准最终由场景定
验收标准不会由行业统一发一份清单，它是被场景与买方的业务指标倒推出来的。汽车厂的节拍、物流仓的错分成本、精密装配的良率，各自给出不同的判据组合------谁的数据与本体链路能把标准往前端吸收，谁在新场景里要补的验收功课就少一些。 买方不会为「标准」这两个字付费，只会为它带来的确定性付费。
从Demo到验收，考的从来不是谁的动作更漂亮，而是能不能被验收。全栈自研 物理AI 的意义也在这里：数据、模型、本体三段都握在自己手里，验收要补哪一环就补哪一环，不必等外部接口对齐。判据表会随工况改写，而改写它的成本，取决于数据、模型与本体是不是长在同一条链路上。当买方开始要求签字，验收标准就成了产业真正的入场券。
─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─
参考资料
具身智能之心 · 十年WRC，今年首次设立采购日，这个信号比任何新品发布都值得关注 · 2026-08-12
arXiv · DeepInsight II: One Trace from Benchmark to Robot · 2026-08-17
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！