李飞飞、Jim Fan、徐丹飞联手做了一件什么事

最近具身智能圈子里最大的新闻，是三位顶流学者李飞飞、Jim Fan、徐丹飞联合署名发了一篇论文，提出了一条跟主流路线完全不同的具身智能新路径。这件事对行业最大的冲击不是技术本身，而是三个人同时站出来，意味着这条路线被主流学界认证了。

传统做法是把机器人的大脑和身体分开训练，先在仿真环境里把策略模型跑出来，再迁移到真实机器人上做微调。这种路线最大的问题是 sim-to-real 的迁移成本，每换一个真实场景就要重新采集数据、重新训练，单个新场景的研发成本从几十万到上百万人民币不等。这个成本结构对头部公司还能扛，对中小团队来说就是生死线。

这三位提的新路线叫世界模型驱动，简单说就是让机器人在脑子里先建一个关于物理世界的简化模型，再带着这个模型去真实环境里试错。这个路线最大的优势是不依赖海量真实数据，对硬件要求也低，普通消费级显卡就能跑起来，省下来的不只是数据成本，还有部署成本。

把这事再往产业端拉一下，会发现它正好踩中了人形机器人量产前夜这个时间点。2025 年下半年开始，国内头部人形机器人公司都在降本，宇树把单台拉到 10 万以下，优必选压到几十万级，智元、银河通用都在跟进。降本最大的瓶颈不是硬件本身，是 AI 部分的成本，世界模型这条路线如果真能跑通，整条产业链的成本结构会被改写。

国内最早动手的是几家跟学术圈走得近的初创公司，过去半年内把世界模型团队从几人扩到几十人规模。这批团队的优势是有高校的预训练模型直接拿过来用，劣势是没有大规模真实工业场景做闭环。这些初创公司跟宇树、优必选这类大厂不同，它们不靠卖硬件变现，也不靠项目集成取款，唯一的出路是把世界模型本身的性能跑起来，卖给下游集成商。一旦这个底层栈成熟了，像手机应用商店一样会诞生大量中间层公司。

但这事也有不确定性。世界模型这条路线目前只在少数任务上验证过，离通用具身智能还差多个量级的能力。短期看，这三位联手意味着资源会往这条路线集中；长期看，能不能跑出来还要看未来一两年内能不能在更多真实工业任务上做出可复现的结果。窗口不大，但确实开了。

创业找资源，上乌鸦部落。