A |
B | 没想到我们的机器人现在已经可以在卡丁车赛道炫技了呢！
等等？这和我在WRC看到的画风不一样啊！展会上的机器人跑步、还有火花加闪电，没想到视频里的机器人什么时候背着人类偷偷报名赛车培训班了？它完全是个老司机，高速过弯、灵活避障，跑一圈下来一气呵成。和以往那些机器人慢吞吞走过去、弯腰拿东西的demo相比，这段视频里的机器人真的自己坐进了车里，手眼脚同步协同，在全速状态下完成多接触点平衡和精细力控。这种人形双足机器人能够眼、手、足，全身协同，在高速运动、复杂姿态的变化下的全身协调完成细节操作，在此前的人形机器人演示里几乎没出现过。 这个推进速度，确实很快。
C | 放出这段视频的，是一家叫共生知行的公司。 老颜认为，六张网里，最亮的不是哪一张，而是它们第一次被放到了一起。
D | 共生知行做的，是双足人形机器人的端到端感控一体化「大脑」，也就是基座模型。 简单拆解一下这六张网：水网输送水，新型电网调度能源，物流网运送商品，通信网传递数据，算力网完成分析，城市地下管网维持城市最基本的运行。创始人丁鹏翔96年出生，核心团队其余成员全是00后，全员博士在读，公司成立刚满两个月。对于这个看上去有点「不务正业」的Demo，丁鹏翔这样解释：我希望机器人能更像人，而不是只去做一些很机械的服务功能。 这些基础设施过去也有，却大多各建各的。好比人能开卡丁车，机器人也能干。
E | 到了人工智能时代，机器需要知道哪里有电、哪里有算力、天气正在怎么变化、道路是否畅通，任务又该交给谁。 这套系统怎么跑起来，其实不复杂。 卫星、雷达和地面传感器先发现变化，网络把数据送到算力中心，人工智能给出判断，电网、水网、物流设备和现场机器再按照指令动作。一个问题随之而来：为什么一群连毕业证都还没拿到的年轻人，敢去碰具身智能里最难、最前沿的那条赛道？
押最难的路：研究过分层，现在要挑战端到端「端到端」双足人形机器人模型这个赛道新到什么程度？新到市面上找不到现成的人才。 走到这一步，AI才算离开屏幕和机房，进入现实世界。 “六张网”不是简单增加六类工程，而是在重新梳理水、能源、商品、数据和算力怎样流动。按丁鹏翔的说法，这个方向近两年才热起来，懂技术的人还在读博士，他们几乎没办法从人才库里找到符合需求的人。
F | 已毕业多年的跟不上节奏，没读到博士的，对底层的理解又差一口气。最前沿的突破，就握在这一批顶尖博士生手里。
G | 为什么偏偏是现在？ 7月20日，国新办举行2026年上半年工业和信息化发展情况新闻发布会。
H | 规模以上工业增加值同比增长5.4%，智能算力规模达到2185EFLOPS，同比增长177%，5G基站达到510.2万座。 很多媒体都在报道这些数据，但藏在后面的“六张网”和新一代通信网，分量可能更重。共生知行的团队就是这样一批年轻又前沿的人。 因为人工智能正在撞上一堵墙。
I | 过去几年，大家拼模型、拼芯片、拼数据中心，算力规模迅速上升。 可算力要变成生产力，前面还横着电力、通信、能源调度、设备接入和现实场景。他们斩获了国内具身智能领域最具分量的学术荣誉——两项 Best Paper，并有一项入选 Best Paper Candidate；也打造了国内首个 GitHub Stars 突破 2K 的具身基座模型。更重要的是，他们并非风口到来后的追随者，而是国内最早一批探索具身基座模型的先行者，也是这个赛道最坚定的长期主义者。团队累计发表40余篇顶会论文，技术版图覆盖感知、决策、控制、数据与系统全栈；从双系统、轻量化到多构型，一系列行业首创工作，都出自这支年轻团队。
他们的判断很明确：机器人最终最广泛进入人类生活的形态是双足；按照自动驾驶和大模型的进化路径，端到端是效率最高的技术模式。 一个地方有空闲算力，另一个地方有任务，数据能不能及时送过去？
新能源发电忽高忽低，算力中心能否配合电网调整负荷？
机器人离开工厂，无人车开进山区，无人机飞向海上，还能不能保持稳定连接？
芯片决定算力的上限，六张网决定这些算力能不能走出机房，进入工厂、道路和千家万户。这个判断源自他们的一线研究经验。早在2023年12月，丁鹏翔就开始给四足机器人装「大脑」。 2026年是“十五五”开局，投资肯定要往前推，但不能再简单堆园区、上设备，最后利用率却跟不上。 六张网的价值在于，眼前会带来设备采购、工程建设和运营服务，往后人工智能、机器人、新能源和先进制造要扩大应用，也离不开电力、通信、算力和物流这些基础条件。
这轮建设不只是为了拉动眼前的增长，也是在给下一轮产业换底盘。 水利、电网、算力中心、5G、城市管网和物流枢纽都已经建设多年。他以一作身份发布QUAR-VLA，是首个面向四足机器人的VLA任务范式，让上层模型（大脑）负责理解视觉、 语言和任务意图，再把决策交给底层运动系统（小脑）执行。 现在的任务，是把原来分散的工程重新梳理，明确谁来建、怎样连接、资金从哪里来，建成以后如何运营。
J | 这套「大脑管理解决策、小脑管运动执行」的分层思路，就是行业里说的分层，今天 Figure这样的公司都在沿用方案。在随后的研究中，他逐渐发现了问题。 前些年先把这些基础设施建起来，现在得看它们能不能接得上、调得动。他把分层描述为「理论上可行、但是不那么优雅的方案」：大脑和小脑各做各的，每接一个新任务，都要对上游输出做定制化微调，才能把效果调好。更深一层，是结构上的先天缺陷。 工信部开始补上卫星通信商用前的关键一环 7月21日，在工信部信息通信管理局指导下，中国信通院联合产业链多家单位，启动NTN卫星通信先锋行动。 这件事最重要的点，不是多了一个联盟，而是要解决卫星通信规模商用前最现实的问题：不同厂商的设备，到底能不能接得上。大脑和小脑分开训练，部署时再拼起来，每个局部更好，也不能保证整体最优；两层之间每翻译一次，就增加一次级联误差和信息损失。 芯片、终端、卫星载荷、信关站和核心网，过去大多各测各的。丁鹏翔判断，「只要分层，中间就有信息瓶颈，这种接口设计决定了分层架构无法实现真正意义上的Scaling。 接下来，这些设备要放到同一个平台上，从仿真、实物测试一直做到在轨验证，看看哪里不兼容，问题又出在哪一环。」这一判断也来自他对自动驾驶和大模型发展的长期观察。
K | 早期自动驾驶依赖感知、预测、规划、控制多个模块协同，后来开始探索让模型直接从数据中学习驾驶能力。 只有标准逐步统一、设备能够互联，卫星通信才有机会进入车联网、低空飞行、航空通信、应急救援和算力网络。
L | 卫星组网只是开始。
特斯拉FSD转向端到端后，性能大幅提升。在丁鹏翔看来，机器人可能也会经历类似变化，让模型从数据中学习完整的「感知—理解—行动」过程。他的逻辑是，从2023年开始已经把分层路线反复做过，如果判断未来的数据规模化最终会把系统推向端到端，就没有必要再绕一次弯。
M | 这一步在2026年正在发生。谷歌的Gemini Robotics 2已经用单一策略把从脚到指尖的全身动作统一进一个模型；RSS 2026的顶会共识却写明，端到端单模型无法覆盖全身复杂动态，分层模块化是现阶段最优落地方案。 地面的运营商、设备商、芯片企业和卫星企业真正接起来，天地一体化网络才可能从试验走向商用。 6G连接的下一批客户，可能根本不是人 工信部对新一代通信网给出了四个变化：连接对象从个人用户扩展到人、机器、物体和具身智能；覆盖范围从地面走向空天地海；网络连接更加稳定、确定；功能也从单纯传输信息，继续向感知、计算、智能和安全延伸。共生知行押的纯端到端，是一条更激进、更少人走的路。 换句话说，未来网络最重要的客户，可能不再只是手机前面的人，而是替人干活的机器。
为什么偏偏是双足？丁鹏翔的答案是第一性原理：人类社会的建筑、工具、环境，全是照着人的身体构型造的。轮式只能固定在产线和商场里干活，双足能出门、上下楼、开车，还能跨场景完成不同任务。 人刷视频时偶尔卡顿，还能忍。 可无人驾驶汽车、工业机器人和低空飞行器一旦掉线，问题就不只是体验差了。
N | 通用性意味着成本摊薄，双足还有拟人化的亲和感。时机同样关键。2026年4月之前，双足人形连通用遥操作模型都没有，没有数据来源就训不出基座。
o | 它们要随时知道自己在哪里，前面有没有障碍，任务是在本地处理，还是送到附近的算力中心。直到英伟达Sonic开源，行业才有了大规模生产数据的基石。 算完以后，指令还要及时传回车辆、机械臂或者飞控系统。这个方向已经不再处于「想训也没有数据」的早期阶段，又还没有成熟到路线完全收敛，共生知行赌的就是中间这个窗口。
技术分水岭：别人在学运动学，他们在啃动力学先弄清一个分水岭：现在绝大多数机器人基座模型，学的其实是运动学。 这些机器人只有把这一整套过程跑通，才不会停留在展会上走几步、翻几个跟头。运动学关心从A点到B点，手移动到哪里、抓没抓住，固定基座机械臂这么干没问题，因为它不会倒。 接入六张网以后，它们才可能进入工厂、道路、矿区和港口，替人干活。双足机器人伸手去够一个东西，身体重心会同时发生变化；下蹲拿物体时，腰部要前倾，踝关节和腿部要重新分配力度、保持平衡；再叠加摩擦、碰撞、惯性和接触，模型面对的已经是一套全身动力学。据丁鹏翔介绍，一台g1双足人形有29个自由度，比机械臂的7个自由度复杂得多。
p | 过去机器人学的是「动作轨迹」，人形机器人要学「身体如何在物理世界中行动」。 6G的价值也不能只用下载速度衡量。
从运动学到动力学，从完成任务到保持稳定，这是双足机器人模型真正的技术分水岭。 它更大的任务，是把机器、空间和智能一起接进网络。
q | 这能解释共生知行为什么把模型一路做到Joint Target，也就是关节目标层。 低轨组网，只是第一步 也正是在这里，卫星互联网的位置变了。分层方案里，大脑先输出运动学目标，下游小脑再解算成关节动作；共生知行把这个中间环节拿掉，让模型直接面对几十个关节的身体状态。 过去谈卫星互联网，市场最关心的是发射多少颗卫星、哪家做整星、哪家供应相控阵天线和芯片。问题随之而来：把小脑拿掉，机器人还站得稳吗？
光靠模仿学习，模型只学会标准动作，没见过执行中各种踉跄的身体状态，遇到陌生状态就可能直接摔倒。它缺的是从失败里站稳的能力。共生知行的核心，是一套「任务行为建模—运动先验蒸馏」的双域协同优化机制。一条优化通路延续行为克隆，保证任务精度与动作拟合能力；另一条通过DriftDistill，将底层控制器积累的稳定性、抗扰动与Failure Recovery能力，转化为统一模型的内生运动先验。 现在看，低轨卫星星座只是新一代通信网向空间延伸的第一层。 汽车会跨省行驶，船舶要进入远洋，无人机要飞向山区和边境，工业设备也可能进入荒漠和海上平台。 地面基站不可能覆盖每一个角落，卫星网络负责把这些移动中的机器继续留在网内。它并非简单叠加两个Loss，而是将「准确完成任务」与「稳定控制身体」两类能力融入同一模型，让大模型同时获得任务智能与身体智能。 工信部在同一场发布会上主动提到长征十号乙实现一级可控回收。如果DriftDistill能随模型和数据量继续扩展，它试图解决的就是一个更大的问题：在认知Scaling之外，机器人能不能连运动控制能力也一起Scaling。 这两件事看起来一件属于火箭，一件属于通信，实际上能够接在一起：空间网络要铺开，需要火箭不断把节点送上去。 可重复使用技术会直接影响发射频率、周转效率和组网成本。 发射是施工，卫星入轨只是管线接通，价值还要等到普通终端能够接入、运营商能够收费、机器开始持续使用。 卫星数量只是施工进度，服务能力才是网络价值。丁鹏翔将这一运动能力汇聚模块称为Motion Expert（运动专家模型），目前规模接近1B，并通过蒸馏不断吸收不同运控模型的能力。
r | 六张网还会走得更远 中国的鹊桥中继通信体系，已经让地月之间的稳定通信成为工程能力。
s |
再往前一步，端到端大模型还要解决机器人输出的力。 美国和欧洲也在推进月球通信与导航网络。今天很多机器人系统主要控制位置，但机器人真正进入现实世界后，位置正确并不等于任务完成。
t | 月面任务少的时候，每个探测器可以单独安排通信；以后月球车、机器人和着陆器越来越多，活动范围越来越大，再让每次任务各搭一套系统，成本高，也很难互相配合。 月球车绕到背面以后怎么保持联系，机器人进入陨石坑后怎么定位，设备分散在不同区域又由谁统一调度，都需要一套长期运行的通信和导航底座。手伸到抽屉把手上，却不知道该用多大力，门依然打不开；给人递东西时位置没问题，力量过大同样不安全。 到了那一步，送往月球的也不只是探测器，还会有能源设备、计算节点、物资和维护系统。
u | 再往火星走，单程通信会拉长到几分钟，距离最远时甚至要二十多分钟。 地面发出一条指令，无法马上知道执行结果，设备遇到故障也不能停在那里等待答复。 很多数据要先存下来，简单的问题要自己判断，等链路恢复以后再把结果传回地球。 网络的边界，正在从人口覆盖边界，推向人类活动边界。 六张网也可能成为新的出海工具箱 六张网首先服务中国，未来却未必只留在国内。
v | 共生知行的技术路线是先把Force Expert作为安全接触专家，让它学习施力、柔顺、阻抗和接触反馈，再通过策略蒸馏逐步融入Motion Expert和最终的端到端模型。 它不会以“六张网”的名字整体出口。 水利、电力、通信和城市治理涉及不同国家的制度与安全，中国方案很难原封不动搬过去。 更现实的方式，是从一个具体而紧迫的问题进入。 气象很可能是六张网走出去的第一个入口。 一场台风还没登陆，水库要不要提前腾库容，港口什么时候停工，船舶往哪里避，城市排涝设备何时启动，都要根据预报来安排。位置决定机器人能不能「到那里」，力决定它能不能真正「把事情做好」。 天气判断早一点、准一点，后面的水利、电力、交通和应急系统才来得及动作。 “妈祖”气象工具箱输出的也不只是一张天气图。这也是共生「全身物理世界模型」的含义：让模型理解身体怎样受力、失衡、接触，再把这些约束直接变成动作。
数据、涌现，和一张冷静的时间表模型真正训练起来，首先撞上的就是数据荒。全球合规机器人数据截至2026年初大约50万小时，不足大语言模型的两万分之一。 卫星和地面设备负责收集数据，人工智能给出预报，预警信息再送到当地政府和行业用户手里。尴尬的是，很多数据采的是站定操作，机器人在格子间里原地干活，对全身移动操作帮助有限。 项目做深以后，自然会接上水库、港口、农田、电网和通信系统。
w | 共生知行的Blog放出了约1万多小时数据，自采其中几千小时。 所以，六张网不会整套搬到海外，更可能从气象、应急、港口或者矿区这样的具体需求切进去。全身协调模型真正稀缺的是真实生活里的强耦合全身移动操作数据，比如骑单车、开卡丁车、给篮球打气等。 气象关系到防灾和民生，合作阻力相对较小，很可能成为中国这套基础设施能力出海的第一块敲门砖。 网越密，越要防止系统变脆 六张网接得越紧，风险也会随之变化。
x | 他们的解法是TrajBooster：从机械臂或轮式机器人身上提取末端轨迹，让人形机器人在仿真里追踪这条轨迹并保持平衡，把不同来源的动作统一到同一个空间里，复用机械臂已经定义好的任务多样性，低成本给预训练提供数据。谈到模型能力，丁鹏翔几乎不用「泛化」这个词。 以前一套系统发生故障，影响往往停留在本行业。
y | 用他的话说，「这个词没什么营养，像说一个人好一样空。 未来通信、算力、电力和物理设备彼此深度依赖，一次网络攻击、一条错误指令或者一场算力调度异常，都可能沿着接口向其他系统传播。 因此，协同之外还要有韧性。」他要的是「涌现」：在关节角层面，比如给模型训练的是走和跳的数据，它在测试的时候自己组合出跑这个新的技能。 连接得越深，效率越高；但没有隔离、备份和自主恢复，故障传播得也会越快。
z | 因为只有到关节层面，部分动作能力才可能组合出全新动作。 这场基础设施升级，拼的不只是建设规模，还包括标准、接口、安全和系统工程能力。 2030年，第一次总验收 到2030年前后，真正拉开差距的，是谁把电力、算力、通信、卫星、终端和现实设备一段段接了起来。
时间表上，他的判断很冷静。他推断，十万小时左右数据更多还是实验室级Demo，真正有大规模商业意义，可能要等到百万小时之后。 那时，判断这套系统有没有跑起来，不能只看发布会上的宏大数字。 看一台矿区无人车在没有地面基站的地方能否照常工作，看一艘远洋渔船能否在台风到来之前收到准确预警，看一台绕到月球背面的探测器能否继续传回数据。 四年以后，中国载人登月将迎来关键节点，六张网也该交出第一份阶段性答卷。
| 咱们顶峰相见。现在行业甚至连最合适的数据形式都没有收敛，肌电、外骨骼、动捕、Pico遥操等路线仍在竞争。在他看来，人形机器人当前最难的三个问题，第一是感知和控制究竟应该怎样Combine，第二是应该用什么类型的数据，第三才是数据规模本身。 到那时，比的不是谁的声音更大，而是谁能让这些场景都变成现实。丁鹏翔希望，有一天由中国团队设计出来的机器人模型架构，也能反过来被北美同行广泛采用。我们不希望当Follower，我们希望去引领技术的发展。回到那辆卡丁车。让它全速过弯的，是一群还没毕业的年轻人。他们押的，是具身智能里最难、最前沿的方向。赌的是端到端终将取代分层。行业还远没有到可以证明终局路线已经跑通的时候，甚至丁鹏翔自己也承认，整个双足基础模型行业都还没有真正收敛。但一支创业团队的前沿性，有时候恰恰不在于把一个成熟答案做得更快，而在于它能不能比同行更早看见下一道真正重要的问题，并且敢在答案还不明朗时动手去解。
|
Current article:http://x2f.shuazhepenxingshuaisenqienai.buzz/5ervslc/20260826/352984.html
Published on:11:56:17
