科創AI+| 具身智能主題專訪：智澄AI胡魯輝：世界模型路線下的物理智能實踐

建設社會主義現代化強國，關鍵在科技自立自強。以科技金融支持創新創造，因地制宜發展新質生產力，加快建設現代化產業體系，是我國在“十五五”時期推動高質量發展、實現中國式現代化的核心戰略部署。發展智能經濟新形態，需要打通科技成果轉化堵點、強化產業體系支撐、暢通金融賦能渠道，構建科技、產業、金融良性循環。在此背景下，《清華金融評論》推出《科創AI+》主題專欄，旨在深入闡釋國家戰略部署、匯聚權威觀點、服務高質量發展大局，為政策完善與行業實踐提供智力支持。物理空間智能賽道正迎來深度技術變革，各類技術路線不斷豐富并重塑行業生態。

當下行業格局清晰劃分為三大核心底層范式與多類工程衍生路線：空間理解、基于JEPA的物理世界模型、統一基座VLA+構成頂層技術框架；純VLA、虛實仿真、大小腦解耦等方案，則是結合產業實際落地需求形成的補充形態。各類路線只是技術側重不同，本質都是探索AI感知物理空間、理解運行規律、完成具身交互的可行路徑。國內自研世界模型的代表性企業智澄AI，長期深耕JEPA技術體系，打造了從空間感知、規律建模到具身執行的完整技術體系。本期結合專題“感知-理解-決策-執行”核心邏輯，從技術理念、產業格局、工程實踐、商業落地及行業展望六大維度，專訪智澄AI創始人兼CEO胡魯輝。

一

技術路線：為什么世界模型

是具身智能的必然方向

Q：具身智能賽道技術路徑尚未收斂，有人堅持VLA，有人堅持世界模型，您為什么選擇了最具挑戰的世界模型路線？核心壁壘在哪？

胡魯輝：這個問題要從智能機器人的核心說起。機器人的價值在于“大腦”，大腦層面的技術方向是在通用人工智能發展過程中逐步形成的。在世界模型出現之前，方向比較清晰，就是強化學習。但強化學習走到了瓶頸——某些問題無論怎么調參，它就是處理不了。世界模型不是在前人基礎上的修補，而是一種全新的技術架構，能夠解決強化學習處理不了的根本性問題。

選擇世界模型，首先是基于公司愿景。我們的愿景是讓通用人工智能賦能物理世界，從這個愿景出發，世界模型是最核心的關鍵技術。其次才是團隊背景——我們來自Meta，做世界模型，對行業有深刻理解，知道怎么做。很多人把“公司做什么”和“用什么技術”混為一談，這是兩件事。企業愿景決定方向，技術是路徑。我們選擇世界模型，是因為我們相信物理智能的實現必須依賴對世界運行規律的建模與推理，所以堅持。中國人講“天時地利人和”——我們不是看到了世界模型才做，而是看到了機器人可能是人類歷史上最大的產業，下一個時代就是機器人時代，而世界模型恰好是通往這個時代的技術路徑。

Q：物理智能的任務泛化、環境泛化、本體泛化——這三重能力，目前距離實現還有多遠？哪些環節的突破會產生質變？

胡魯輝：泛化性是這次人工智能的基本能力，GPT、Claude等大語言模型已經證明了這一點。但世界模型在泛化性之外還有兩個更深層的價值：一是它本身具有強的物理特性，這是傳統泛化性不具備的——世界模型理解物理屬性，具備常識；二是它能夠進行因果關系的推理，而VLA本質上是統計替代模式。打個比方：VLA是“見過所以知道”，世界模型是“推理所以知道”。VLA通過海量數據統計“看見過”某種模式，但不具備真正的推理能力。物理特性和因果推理，是世界模型區別于其他路線的本質所在。至于發展階段，我認為物理智能目前大致相當于大語言模型的GPT-3階段，還沒有到3.5。但人工智能的發展速度在加快，因為AI本身已經成為推動AI研發的工具。

二

競爭格局：智能工程

不是簡單復制

Q：您曾在Meta、亞馬遜、華為、微軟等海外頭部機構工作十余年，如何看待當前具身大模型領域的全球競爭格局？中國有什么獨特優勢？

胡魯輝：從企業層面看，海外有Figure、1X、Pi等代表性企業，它們對標的是行業領先性。國內也有很多優秀企業，但從具身智能整體來看，國內存在一定跟從性，或者說原創性不足——VLA從Google的RT系列開始，世界模型從Meta開始，國內更多是跟隨。但國內有三個顯著優勢：應用場景足夠廣、市場空間足夠大、供應鏈本身比較發達。具身智能不是純數字空間的東西，它需要物質世界的支撐，國內供應鏈優勢恰恰是最不可忽視的部分。

Q：有人說國外資金和算力卡充足，基礎模型研究領先，國內是邊跑邊看、先做場景應用再同步迭代模型，您怎么看這個判斷？

胡魯輝：這個說法不見得成立。從公司層面講，有錢有卡不代表就有人工智能的優勢—— 微軟沒卡嗎？蘋果沒錢嗎？他們有最優秀的人工智能嗎？相對并沒有。目前國外人工智能格局逐漸清晰，三家領先：OpenAI、Google、Anthropic。所以“有錢有卡就領先”這個邏輯不成立。馬斯克搞xAI（ 2026年5月宣布并入SpaceX并更名為SpaceXAI ），投入不可謂不大，搞了兩年也沒追上，因為里面不僅涉及算力和數據，還有非常復雜的智能工程——把人挖過來也不行，不是把架構師挖走就能復制。人工智能的技術復雜度越來越高，傳統制造業那種“把人挖過來半年復制”的簡單模式已經失效了。

三

數據與壁壘：世界模型

如何應對數據墻

Q：真實場景數據的獲取成本很高，您怎么看待數據墻、數據真偽以及數據蒸餾的問題？世界模型路線在數據層面有什么不同？

胡魯輝：算力和數據都非常重要，我們公司把數據作為核心戰略之一。但世界模型路線本身對數據的依賴度相對于VLA是有優勢的——因為它的泛化能力和因果推理能力更強，不純粹依賴“見過”來“知道”。數據墻確實存在，但不是一個根本性阻礙。世界上有沒有很大的純數據公司？沒有。Scale AI最后也被收購了——數據是智能工程里的一個環節，不是決定性因素，也成不了決定性壁壘。算力和數據都重要，但絕不能決定人工智能的最終勝負。

四

工程迭代：方向定力與

快速迭代的加速度

Q：智澄AI從2024年成立到現在迭代速度很快，TR6即將推出，XR1也在路上。這份加速度的關鍵是什么？

胡魯輝：兩方面。第一，公司有非常明確的方向和前瞻性的戰略部署。做事情如果有明確方向，推進就快——就像開會一樣，沒有方向就無休止地討論。第二，我們建立了很好的智能工程體系，有最佳實踐。公司規模不大，但我以前在亞馬遜、Meta工作過，用了世界上比較領先的工程方法論。工程能力、方法論和項目經驗，這些是加速度的底層支撐。

五

商業落地：

價值優先于價準

Q：國內機器人行業有一種“卷價格”的風氣，您怎么看待？

胡魯輝：這個風氣不太好。以為機器人便宜就能賣出去，這種思路最終會讓整個行業的機會越做越窄。看手機剛出來的時候，還是比較貴的，很多人不愿意花這個錢去買。為什么機器人非要搞出不到一萬塊甚至兩千塊的產品？核心問題是你做的東西有沒有價值。手機火起來不是因為便宜，而是因為手機本身創造了價值——改變了人跟電腦的交互方式。隨著工藝提升和成本降低，價格自然下降。機器人也一樣，首先要有價值，再談價格。沒有價值，再便宜也沒用。

人形還是非人形的選擇也是同一個邏輯。我們的社會生態是圍繞人類設計的，人形機器人更容易觸達人類工作和生活的場景。但核心不是人形與否，而是能否創造最大價值。就像手機一出來就一款黑的白的，沒有區分老年人和年輕人，能觸達百分之八十的人群就夠了。一個公司不可能什么都做，要聚焦和專注。

六

未來判斷：AI時代是創造

生產力的時代匯

Q：您在多家海外大廠工作十余年，是什么契機讓您決定回國從零開始創業？過程中最大的困難是什么？

胡魯輝：這次人工智能的機會非常大。我們說到AGI——通用人工智能，這應該說是人類歷史上有史以來最大的一次變革。它不是簡單地提高生產力，而是創造生產力，這是兩種完全不同的概念。不是傳統增效，而是創造生產力來改變世界。機器人時代應該是最大的產業，剛好我本身也搞了這么多年人工智能，包括世界模型，覺得是天時地利人和。困難一直有，每個階段都不一樣——剛成立時大家對世界模型不了解，現在人人都知道世界模型，但新挑戰是怎么把技術與產品結合起來。核心還是兩方面：不變的方向和快速的迭代。去年沒有啟動資金，我們照樣打造產品、不斷迭代。

Q：對年輕創業者和在校學生，您有什么建議？

胡魯輝：這次人工智能把知識學習重新定義了。學校里很多東西不再需要像以前那樣學。但每個時代都有機會——這次是創造生產力的時代，給年輕人的機會可能比以前更大。關鍵是思維方式要變：不是去學什么知識，而是怎么創造知識、解決問題。人類歷史上一直在做的事情，核心是解決問題，不是學習知識。學習知識的目的就是為了解決問題。知識獲取變得容易，但問題會越來越多，機會也就越來越多。對創業者來說，AI時代的創業理念非常重要，核心是方向定力加上快速迭代——不管什么樣的企業，都能通過快速迭代解決問題、匹配競爭力。

Q：對行業有什么想說的？

胡魯輝：具身智能非常難得，機器人是人類歷史上可能最大的產業。如果中國人沒有把它做好，太可惜了。呼吁更多人參與進來——這件事需要很多伙伴一起推。世界模型不僅是一種技術路線，更是一種智能哲學——從統計模仿走向因果推理，從數字世界走向物理世界。當通用人工智能真正理解物理規律、具備因果推理能力，機器人才不會只是“見過所以知道”的復讀機，而是“推理所以知道”的真正智能體。這條路不容易，但方向清晰。

Review of Past Articles -

01

02

03

關于《清華金融評論》·《科創AI+》

《清華金融評論》堅守“建言金融政策，引領金融實踐”的辦刊初心與使命，《科創AI+》欄目聚焦新一輪科技革命與產業變革的時代浪潮。針對當前AI賦能科技創新、產融深度融合、前沿技術落地等熱點話題進行深度剖析、案例分享與訪談解讀。解碼科創企業成長邏輯，洞察AI技術應用邊界，探索“科技- 產業-金融”協同發展新路徑。

來源 | 本人訪談

編輯 | 蘭銀帆

審核丨秦婷