物理人工智能正成为全球科技竞争的新焦点，当通用大模型在语言理解领域达到新高度后，如何让智能系统真正理解并操作物理世界成为关键课题。行业正在经历从"虚拟交互"到"实体操作"的范式转变，这场变革正在重塑人工智能的发展路径。
Google DeepMind最新推出的Gemini Robotics 2系统，通过整合具身推理引擎ER 2，使机器人具备观看操作视频后自主规划行动的能力。与此同时，OpenAI的GPT-6在多模态理解方面取得突破，其推理能力将通用智能的天花板再次提升。这些进展标志着物理智能领域进入实质性突破阶段。
Robocurve实验室的对比实验揭示了当前技术发展的双重性：在20次积木分类任务中，GPT-6 Astra完成19次，显著优于Claude Fable 5.1的8次成功率。但在毫米级精度的拼图任务中，其表现从95%骤降至10%，暴露出精细操作能力的瓶颈。这种反差凸显出物理智能发展的核心挑战。
来自北京海淀的创新企业深度机智，通过发布PhysBrain 1.5系统给出独特解决方案。该模型在28项基准测试中取得72.5分，与头部闭源模型GPT-6 Astra（73.3分）和Gemini 3.6 Flash（73.0分）的差距缩小至1分以内。更引人注目的是，其开源版本在空间理解、动作规划等关键维度均位列开源模型首位。
该系统的突破性在于构建了完整的物理智能循环框架。通过整合观察、理解、预测、执行和修正五个环节，模型实现了从环境感知到任务执行的闭环运作。这种架构创新使系统在空间关系理解（73.9分）、操作部位识别（84.0分）和目标定位（89.8分）等核心能力上表现卓越。
研发团队创造性地采用人类经验数据训练体系。通过Ego360全景数据采集系统，记录人类操作时的环境信息、身体姿态和任务语音，构建出包含连续上下文的任务数据集。这种数据构建方式使模型能够理解操作意图与环境变化的因果关系，而非简单模仿动作轨迹。
在动作生成机制上，Human-as-Humanoid框架实现了关键突破。该技术将人类视频中的手腕运动转换为机器人可执行的轨迹参数，使同一模型能够适配不同形态的机器人本体。实验数据显示，这种迁移学习方式使训练效率提升4.8至7.2倍，部分任务实现零样本示范迁移。
系统架构的创新体现在三方面：具身理解模块整合视觉空间感知与任务推理能力；动作生成系统实现跨本体运动控制；未来预测单元可同步输出RGB图像、深度图和机器人掩码三种模态。这种统一架构使模型参数效率提升30%，推理速度加快1.5倍。
深度机智的技术路线已获得行业认可。在2026世界人工智能大会上，其全景数据采集方案被纳入具身智能标准体系。国家数据局组织的闭门研讨中，该公司展示的情境数采范式为行业数据建设提供新思路。这些进展标志着中国团队在物理智能领域形成系统性优势。
该系统的开源策略引发开发者社区热烈响应。上线三天即获得超过3000次下载，2B轻量版模型在保持66.6分综合性能的同时，将部署成本降低80%。这种双轨策略既满足学术研究需求，又为工业应用提供灵活选择。
全球科技巨头正在加速布局物理智能领域。NVIDIA推出的Cosmos 3系统、Figure AI的实体机器人平台，以及Physical Intelligence的π系列模型，从不同路径推进技术突破。在这场竞赛中，深度机智通过全栈布局形成独特竞争力，其数据采集、模型训练和本体验证的闭环体系，构建起难以复制的技术壁垒。
