GEN-1和千尋的共識：歷史不會重復，但具身智能正押韻Transformer

作者：呂鑫燚

出品：具身研習社

人們身處歷史的時候，總是后知后覺。

2018年，Open AI和Google BERT幾乎同時開始嘗試大語言模型里的新架構，名為“Transformer"。彼時學界與產業界給予了些許盛贊，但更多人只是將該架構視作一次方向性的驗證落地。

直到2020年，GPT-3 175B 引爆“大模型+縮放定律”，全行業才終于確認：這是未來唯一主干。

也正是在此時，業內才意識到2018年那根引線早已悄然點燃，行業苦苦追尋的大模型時代里程碑，早已矗立在歷史進程之中。

歷史總是驚人的相似，2026年伊始具身智能也正沿著相似的轍紋前行。

前不久，美國Generalist AI發布GEN-1模型，將各類物理操作任務平均成功率從64%提升至99%，完成任務速度提升約3倍，每項任務僅需約1小時機器人數據完成適配。

Generalist打破了縈繞在具身智能產業上的所有痛點，一時間，那個被反復提及、近乎說爛了的具身智能“ChatGPT時刻”，好像不再只是空泛的PR話術，而是觸手可及、清晰可預見的產業未來。

如果故事只到這里還遠不足以稱為2018的鏡像。

Generalist所側重的數據驅動和數據采集方式，和國內的千尋智能高度同頻：以多樣性數據驅動Scaling Law，通過可穿戴設備低成本采集人類操作數據預訓練模型，再用少量機器人數據微調實現高泛化能力。

可見，產業內在討論的不是某一家企業的技術路線驗證成功，而是萬億投入后共同投票出來的解法，美國Generalist與中國千尋智能的同頻，本質是全球具身智能在同一周期節點上的路徑收斂。

正如2018年被視為里程碑，也不是某家企業的榮耀，而是屬于Transformer的桂冠。

而今日千尋智能完成新一輪10億元融資，30天內累計融資額達30億元，更是資方的一次無聲的默認。具身智能苦苦尋找的落地鑰匙，或許已經握在我們手中。

步入2026年，數據雖已坐穩具身智能發展的底層基礎設施，卻在行業內卷中異化為部分企業的“擋箭牌”。面對落地遲緩的困局，不少主體習慣性將鍋甩給“數據獲取成本高”，甚至簡單粗暴地將行業瓶頸歸因于“資金都流向了數據”這種偽命題。

然而，當我們將目光投向GEN-1的研發路徑，會發現這里充斥著一種截然不同的行業態度，對數據本身極致的敬畏與效率。

GEN-1的核心邏輯，是徹底顛覆了傳統“機器教學”的范式。它主張模型在觸碰真機之前，先通過海量人類行為數據建立起對物理世界的常識圖譜，從而實現對真機數據依賴度的指數級降維。

從技術底層看，GEN-1的基礎模型預訓練階段完全棄用傳統機器人數據，轉而依托穿戴式設備，采集了超過50萬小時的人類日常行為數據流。這意味著，模型在出廠前就已經“看過”了人類生活的萬千種可能。而在適配具體新任務時，它僅需疊加約一小時的機器人操作數據，就能完成從“懂道理”到“會干活”的完美遷移。

這就好比人類幼崽在邁出第一步前，早已通過觀察父母、同伴的動作，在大腦中構建了運動的底層邏輯。GEN-1學到的不是孤立的指令，而是一套完整的、可以與世界交互的行為方法論。正如孩子只要學會了走路，奔跑便是水到渠成；GEN-1掌握了基礎物理規則后，面對新任務也只需極小的數據量便能舉一反三。

這種學習邏輯帶來的紅利是全方位的。以工業場景為例，GEN-1將折疊一個標準紙箱的耗時從34秒壓縮至12.1秒，效率直接提升近三倍。

透過GEN-1，我們終于看清了這種“對數據的敬意”究竟指向何方：它并非意味著對數據路線的盲目崇拜，而是追求最高效的數據利用率。

而這條路并不是單純可行，而是大有可為。這一點通過千尋智能與GEN-1同頻共振，走出了一條高度契合的高效數據發展之路可見。

千尋智能同樣選擇基于海量人類互聯網視頻數據開展模型預訓練，依托人類真實行為數據賦予模型對物理世界的基礎認知。

截至目前，千尋智能已累計獲取超20萬小時多類型真實交互數據，數據來源覆蓋互聯網視頻、遙操作、可穿戴設備采集等多元維度，全面打通不同場景下的人類行為數據鏈路，依托數據的豐富性與多樣性，筑牢模型認知的基礎。

這不是一條簡單的數據量堆出來的智能，而是基于模型學會行為邏輯，能實現在更少參數量的前提下的更優模型效果，顯著降低算力成本，走出了一條輕量化、高效化的發展新路。

此外，在強化學習階段，千尋智能創新性地引入世界模型，聚焦未來狀態的精準預測，以此輔助強化學習過程，優化模型決策與執行邏輯，讓模型的學習更具前瞻性、更貼合真實世界的運行規則。

如此一來，模型不僅知道這一步的動作流是什么，更能預測某個環境因素發生改變后，下一步的動作流該如何執行。

千尋智能一系列布局，與GEN-1的核心邏輯一脈相承，同樣是先通過人類數據建立世界認知，再通過少量針對性數據完成真機適配，兼顧效率與成本，徹底打破行業“數據貴、落地難”的困局，印證了高效數據利用才是具身智能發展的核心密鑰。

從GEN-1到千尋智能，兩家行業先鋒雖各有研發側重，卻在數據理念上達成高度共識：具身智能的發展，從不是盲目堆砌數據、消耗算力，而是以敬畏之心對待數據，以高效邏輯利用數據，通過人類行為數據搭建認知基礎，以少量精準數據完成落地適配。

這不僅為行業擺脫“數據借口”提供了可行路徑，更指明了具身智能從實驗室走向規模化商用的核心方向。以數據多樣性為根基，以高效利用為核心，讓模型真正讀懂世界，而非單純記憶數據。

雖然在對數據的運用側千尋智能和GEN-1高度契合，但依托于供應鏈成熟和場景更豐富的宏觀優勢，千尋智能已經在硬件和落地上走了先手棋。

從硬件來看，最制約模型能力落地也是最能將模型能力放大的就是末端執行器。目前，Generalist依舊采用兩指設計，雖能滿足80%場景的80%需求，但二指始終是弱化了模型價值。

例如，在面對不規則或極易形變的操作物體時，三指更能模擬人類手部活動軌跡，能解決二指無法覆蓋的復雜工況，長期來看可減少工裝投入、提升產線柔性，綜合性價比在高端場景更突出。

得益于國內更成熟的供應鏈環境，千尋智能正在挑戰的更高難度的硬件形態。

這條“自找麻煩”的差異化路線，不僅僅代表更好用，還意味著更高的操作上限和泛化能力，為模型學習人類級精細操作提供了更豐富的數據維度，進而反哺模型迭代，形成良性閉環，凸顯了千尋智能長期主義的堅持。

另一方面，國內場景有著更加多元化的落地場景，為具身智能成為生產力提供了落地沃土。

這也是千尋智能最明顯的優勢，其在落地側已經走出商業、工業并駕齊驅態勢。

2025 年末，千尋智能的人形機器人“小墨”在寧德時代中州基地的電池 PACK產線上崗。并達成了連續運行中插接成功率穩定在99%以上和單日工作量實現了3倍提升的成績。

這里需要提及一下，小墨在做的不是簡單的抓取放置類工作，而是在非標環境下進行柔性物體操作，稍有偏差就可能導致事故。這標志著千尋智能已經在高嚴苛的工種中完成能力認證，工業場景不再是可望不可及硬骨頭。

緊接著，千尋智能又和京東達成合作，以京東MALL為切入點，邊干活邊采集數據，形成服務即采集，采集即訓練的迭代過程。

和工廠中要求的精度不同，零售場景的運營特性主要為“變”，人流、動線、陳列頻發變動，就連操作物體也會隨著促銷節點發生包裝更新。

這意味著即便是擁有幾十家、上百家的連鎖店，都會呈現無法固定的移動動線，難以用統一方案滿足所有店鋪需求。

而千尋智能基于模型能力，可以通過較低的模型參數量，實現更優的性能表現。從根源上省去了 “一場景一適配” 的重復投入，大幅降低了在零售中跨場景落地的邊際成本。

無論是寧德時代還是京東，千尋智能在落地的步伐都不是一錘子買賣，而是先滿足需求再進行更精準的迭代，訓練出更懂物理世界的模型能力。

千尋智能的實踐證明：具身智能的競爭，早已不是單一技術或場景的比拼，而是技術能力、供應鏈能力、場景適配能力與生態協同效率的綜合較量。

依托成熟供應鏈的硬件創新底氣，疊加國內豐富場景的落地驗證優勢，千尋智能正以先手姿態，推動具身智能從單點突破走向產業普及。

當千尋智能飛奔時，資方也開啟一輪又一輪的投票。4月7日，千尋智能完成新一輪融資，本輪融資由順為資本、云鋒基金聯合領投，達晨財智、某頭部人民幣基金、銀河源匯、圖靈基金、新鼎資本、庚辛資本等重磅加持。

繼2月完成近20億元融資后，千尋智能在短短30天內再次獲得資本加持，累計融資額達30億。

本次融資，順為資本（雷軍系）與云鋒基金（馬云系）罕見同臺重倉。至此，千尋智能已經獲得頂級資本、產業資本、國有資本的全方位資本押注。

這種不同底色、不同背景的資本集結，表明資本已徹底告別“概念盲投”時代，不再追逐實驗室里的Demo參數，而是堅定投向技術路線已被驗證、商業化落地見效的硬核選手。

千尋智能的30天30億，正是資本市場對這條“用交付定義通用”路徑的堅定投票。同時也是對“人類數據預訓練+Scaling Law”這條技術路線的最高確認。

一邊是海外頂尖玩家以技術突破驗證通用智能的可行性，一邊是千尋智能用連續融資與商業落地印證路線的商業價值。

都在標志具身智能不僅僅是一個擁有夢想和陡峭曲線，活在未來的產業。而是一個可以被量化，可以算清ROI的生產力。

中美賽道的頭部力量，正以技術與資本兩種方式，共同錨定同一條通往通用具身智能的道路。

歷史不會簡單重復，但總會押著相似的韻腳。

2018年我們錯過了讀懂Transformer的先機，而2026年，屬于具身智能的時代大門，已在眼前正式敞開。