“‘做个人吧’机器人爆火 具身智能迎来ChatGPT时刻

最近具身智能领域出现了一组引发全网讨论的演示视频，一段10分钟的一镜到底内容刚流出就被网友惊呼“像天外来物”，甚至有人猜测是不是AI生成的。不少行业从业者都在打听背后的团队，甚至有头部企业专门开会研究相关技术，相关咨询几乎刷爆了后台。

不少从业者认为，这或许是具身智能的ChatGPT时刻，是行业的重要里程碑，其创新的架构展现出三个核心突破：机器人具备真正的认知能力而非概率预测、能理解人类行为逻辑而非简单拟合训练数据、拥有持续自主进化的潜力，还有大量令人惊艳的临场表现。

当然，由于机器人的表现过于科幻，也有声音质疑是不是远程操控实现的，不过团队回应称，在狭小的演示空间里几乎无法完成远程操作。为了打消疑虑，团队又陆续放出了多个新的演示Demo，依然是无剪辑的一镜到底，仿佛在直白地宣告：智能时代的浪潮，已经到来。

通过相关报道，我们得以和这个神秘团队取得联系，询问他们为何不直接公开认领项目，团队的回答很有意思：模型就像人，应该让它自己说话。

这个神秘模型的内部代号是MVP，全称是Make Veritable People，直译过来就是“做个人吧”。从这次放出的Demo来看，搭载这个模型的机器人确实已经“活”了起来，能够像人类一样自主思考、做出决策，动作流畅自然且逻辑自洽。团队还透露，接下来他们将让机器人进入开放的真实街道环境进行演示，直接面向公众展示真实表现。

比如端水应对干扰的场景：当机器人左手端着水杯时，有人用木棍戳它的胳膊，它能立刻侧身避让，随后平稳回到原位，全程水杯里的水没有洒出一滴；如果同时还有人推倒了旁边的易拉罐，它甚至能在左臂还未恢复姿态时，用右手及时扶住即将倾倒的易拉罐，整套动作行云流水，像太极宗师一样精准化解力道又拿捏住分寸。很多人都表示，这种双手同时处理两个突发任务的能力，甚至超越了不少普通人。

当前主流的VLA和WAM模型存在明显短板，面对遮挡、物理接触、形变这类需要推理的场景时很容易失效，因为它们只是模仿动作表象，并没有真正理解背后的物理规律。而“做个人吧”模型为机器人装上了“物理大脑”，通过统一的动力学预测和长期状态管理，让机器人的动作轨迹天然符合物理可行性。从动作流畅度和反应速度来看，机器人不再是靠拟合数据“猜”出动作，而是像人类一样通过理解物理规则学习技能，这和“照葫芦画瓢”的模仿式模型有着本质区别。

第二个演示视频中，人形机器人完成了全套家务整理工作。团队表示，这是机器人在零样本学习（zero-shot）的情况下独立完成的，其零样本成功率已经达到了80%，如果属实，这种泛化能力堪称突破性进展。我们可以称之为“强迫症机器人的客厅整理”：机器人先将手中的小玩偶放回玄关置物台，遵循“物归原位”的逻辑；接着拖来装满杂物的收纳篮，微微下蹲后依次拿出黑色帽子和紫色健身环，稳稳挂到衣帽架上；最后拿出一个大尺寸花朵坐垫，明明可以弯腰摆放，却选择随手扔到沙发上，动作虽然不算麻利，但全程都透着一种“尽在掌握”的从容。

这个过程里，机器人对空间和物体属性的理解已经和人类高度相似：知道光滑地板上可以拖拽物品、环状物体可以悬挂、平整坐垫会自然展开，甚至还会“偷懒”——能直接放置就绝不额外弯腰，完美契合了“懒人驱动科技进步”的梗。主流模型目前还难以达到这种泛化能力：VLA靠大规模数据硬堆，遇到陌生场景就容易出错；WAM则像拼接积木一样固定动作流程，稍微调整场景就无法适配。而搭载“做个人吧”模型的机器人则能将物理空间认知、物体属性理解和人类行为习惯融为一体，稳定完成长程任务。

还有一段演示里出现了两台不同型号的机器人，它们的训练数据全部来自人类行为视频，实现了“一脑多形”的跨本体协作。两台机器人分别拉住刚从烘干机取出的床单的对角，较矮的机器人跨步弯腰将床单扯平，较高的机器人随后轻轻抖动床单，整个流程和人类晾晒床单的逻辑完全一致。虽然机器人的动作姿态还有些生硬，但行为逻辑已经非常贴近人类日常操作。

主流模型的另一个致命缺陷是无法真正自主进化，VLA只能做小幅调整，无法从根本上改变决策逻辑；WAM则过于僵化，无法适配新环境。而MVP模型则将物理世界认知和人类行为逻辑完美统一。

还有一段1分钟的收纳视频，机器人展现出了更贴近人类的自主决策思维：它懂得一次性携带更多物品来减少往返次数，比单次搬运更省力。它先抽出黑色围巾搭在脖子上，又拎起紫色圆环绕在小臂上，还会调整位置让圆环滑到肘关节处，把自己变成了移动衣架；接着又收纳了拖鞋和耳机，短短一分钟就整理了四件物品，不仅展现了长程任务处理能力，还能精准理解每个物品的属性，并匹配自身的操作能力。

反观主流模型，在同类任务中往往只会单件搬运，因为它们本质上是基于统计拟合的猜测，缺乏对世界的真正理解和自主意图。如果主流模型看到这个机器人的操作，恐怕都会疑惑：“怎么不多带点？一次搞定不是更省劲吗？”“做个人吧”模型的机器人做决策时，不需要刻意思考下一步动作，而是像水往低处流一样顺着能量最优的方向自然推进，思考、探索和行动一气呵成，这或许才是真正拥有自主意图、理解世界的智能。

看完这四个Demo，终于明白“做个人吧”这个名字的由来——机器人的每一个动作都像人类的决策过程，在长程任务、干扰环境和跨本体协作中，持续学习进化，真正理解物理世界、人类行为逻辑和自身能力边界。它不仅能像人类一样理解空间和物体属性，家务操作的思维和习惯都和人类高度相似，还能自主驱动、持续进化。

除此之外，这款机器人还展现出三个核心特质：

• 动作一致性：就像成熟的人类一样，逻辑自洽、动作流畅、理解物理规则且手眼协调
• 思考持续性：不会半途而废，且随着任务推进表现越来越稳定，长时序任务环环相扣
• 独特个性：搭载模型的机器人仿佛有自己的做事风格，展现出类似人类的性格特点

种种表现都让人相信，具身智能真正落地为人所用的时刻已经不远了，智能的涌现或许已经在我们看不见的地方悄然发生。你对这些Demo有什么看法？欢迎在评论区留言互动，一起推动技术团队公开更多细节。