Spirit AI 联合创始人高阳称，人形机器人「大脑」最快 2027 年年中迎来 GPT-3.0 级突破，进家庭至少还需八年

9 月 18 日刊发了对中国的具身智能（embodied AI）公司 Spirit AI（）联合创始人兼首席科学家高阳的采访。高阳称，机器人「大脑」最快可能在 2027 年年中迎来与 GPT-3.0 同级别的行业突破；而人形机器人要进入家庭，至少还需要八年，因为模型开发面临数据瓶颈。

报道同时披露了这家公司的进展：数十台 Moz1 人形机器人已经部署在电池制造商宁德时代（CATL）和零售商京东（JD.com）的生产线上，京东同时是这家公司的投资方。

「大脑」是整条机器人技术栈里最薄弱的一环

在 Spirit AI 的北京办公室接受路透社采访时，高阳说：「在整个机器人技术栈里，『大脑』确实是最薄弱的一环。」他同时是清华大学机器人学助理教授。

报道称，中国的人形机器人已在硬件上取得明显进步，能按指令冲刺、跳舞甚至完成后空翻；但机器人公司正把越来越多的注意力转向软件，也就是决定机器人智能水平、以及它们能在真实环境中完成多少有经济价值任务的具身智能。

高阳说：「我们预计到 2027 年年中达到 GPT-3.0 级别的里程碑。届时，你可以用自然语言与机器人交流，它会执行一系列合理的物理动作，尝试完成任务。」报道指出，整个机器人行业都在等待属于自己的「ChatGPT 时刻」：一次足以把前沿技术变成面向更广泛客户的实用产品的软件突破。OpenAI 在 2022 年推出 ChatGPT，把生成式 AI 带向大众市场，也展示了它的商业潜力。

工业窗口在未来一两年，家庭场景最难

高阳给出的推进顺序是：「未来一两年是工业应用的最初窗口。两年后，我们会看到机器人进入商业服务场景，执行较简单的任务。而进入家庭，比这两者都要难得多。」

报道还说，Spirit AI 的机器人在结构化的客厅环境里完成简单任务的成功率为 90%。高阳说：「进展非常快。Spirit AI 成立时，机器人只能做好一件孤立的任务，比如倒水或叠一件衣服。今天，机器人可以在大范围空间里作业，连续执行复杂的工作流程。」

不过他说，旋开瓶盖这类精细动作，以及处理此前没有遇到过的任务，仍然有待攻克。

Moz1 是一款轮式人形机器人，公司两年内融资超 6.7 亿美元

今年 3 月 25 日，Moz1 曾在 2026 年中关村论坛上，以模拟咖啡馆的方式演示递送冰糖葫芦。

报道称，Spirit AI 是一家 300 人规模的初创公司，自 2024 年成立以来累计融资超过 6.7 亿美元，是中国融资速度最快的具身智能公司之一；目前估值为 200 亿元人民币（29 亿美元）。高阳拒绝就公司是否有 IPO 计划置评。

约 1,000 名数据采集员，和一条「脏数据」路线

报道称，面对数据瓶颈，Spirit AI 训练机器人「大脑」时绝大部分依赖真实世界数据，而不是许多竞争对手用来降低训练成本的虚拟仿真。高阳说：「仿真器能很好地处理刚体，但可形变的电缆这类柔性物体仍然是个难题。」

报道称，这家公司在全国雇用了约 1,000 名合同制数据采集员，让他们佩戴可穿戴的数据采集设备，在家中或工厂里采集数据。在 Spirit AI 北京办公室的机器人数据训练中心，路透社记者看到数十名年轻人戴着传感器，反复做出开冰箱、开保险柜、用刀切菜等动作，用来训练人形机器人。

在其他中国的机器人训练设施里，操作员可能需要把同一个动作重复超过 50 次，才能得到一次符合精度要求的「干净」动作；而高阳说，Spirit AI 发现，使用动作种类更丰富的「脏数据」反而能让模型进步更快。

「失控」风险、紧急制动与「GPT-4.0」时代的安全研究

报道提到，在黑客事件显示出失控智能体的风险后，美国的一些 AI 公司近日呼吁放缓先进语言模型的开发。高阳说，对物理世界中的机器人来说，AI「失控」眼下还不是那么紧迫的担忧，因为这些软件模型目前还太不成熟。

但随着机器人终将在商业场所和家庭等拥挤、不可预测的环境里与更多人互动，具身智能的安全正成为更大的问题。高阳说，Spirit AI 的机器人具备全身力控：「如果机器人与环境之间的相互作用力过大，紧急制动会自动触发，这是基础的安全策略。」至于更高级的 AI 安全与对齐研究，高阳说，要等到基础模型进入成熟、自主的「GPT-4.0」时代才会变得可行得多。