日前，有市场消息称，商汤科技将成立独立的具身智能公司，核心班底已经初步搭建，由首席科学家王晓刚、陶大程等人领衔。对此，南都湾财社记者向商汤方面求证，截至发稿未获回应。 系列动作表明，商汤科技或正通过其“1+X”的组织架构，将其在多模态大模型和计算机视觉领域的技术积累，延伸至具身智能这一新兴赛道。 根据官方介绍，“悟能”具身智能平台以商汤具身世界模型为核心，能够为机器人等终端硬件提供感知、视觉导航及多模态交互能力。在WAIC的大模型论坛上，商汤董事长兼CEO徐立通过视频，展示了搭载该平台的人形机器人进行PPT讲解及实时问答交互的场景。 此次发布，被视为商汤“1+X”战略重组的延续。2024年底，徐立在全员信中宣布了该组织架构调整。调整后，“1”代表集团核心业务，包括AI云、大装置和基础模型；“X”则代表被重组分拆的生态企业矩阵，此前已包括智能汽车“绝影”、家庭机器人“元萝卜”等。 徐立在信中表示，新架构旨在让集团上市公司聚焦以生成式AI为代表的核心业务，而各生态企业则设立独立的CEO，以更灵活的机制和独立的融资通道，敏捷地把握垂直领域的市场机遇。 市场传言属实，新具身智能公司或将成为该战略下的又一个“X”业务。据了解，商汤已通过旗下国香资本，投资了包括宇树科技、银河通用机器人在内的十余家具身智能产业链企业。 “最终要对大量的现实世界发生影响，还是要让智能走出数字空间，进入到一个物理空间和现实世界里面去。”商汤科技联合创始人、首席科学家林达华在接受南都湾财社记者采访时表示，这是追寻AGI发展的逻辑里，最终必须走出的关键一步。 他指出，商汤的布局建立在自身多年的技术积累之上，包括计算机视觉、多模态模型，以及在智能驾驶业务中积累的规划和控制技术体系。这也是商汤推出“悟能”平台，将这些能力以平台化方式对外支持的原因。 在具身智能的实践中，数据是业内普遍面临的核心挑战。林达华认为，具身智能的数据获取与数字空间的大模型有本质区别。“具身的数据都得通过操作才能获得，受限于机器人的个数和操作速度，它的吞吐量非常低。”林达华强调，如果只依赖机器人真机操作的数据，其体量与互联网数据相比，“数量级差得太远”，“这个Gap太大”，不足以支撑模型的快速迭代。 因此，商汤的技术路径并非单纯依赖真实数据，而是一套组合策略：首先，利用互联网上积累的海量图像、视频、文本等数据，进行多模态大模型的“预训练”，形成强大的能力基座；其次，利用“世界模型”，结合多模态基座和端到端的闭环反馈，生成大量符合物理规律的仿真数据；最后，再用少量、珍贵的真机操作数据作为“种子”，对模型进行最终的“对齐”与校正。 “我们现在‘绝影’的自动驾驶模型，就是在这套模式下迭代出来的。”林达华表示，这套已被验证的方法论，将让具身智能体的训练效率“比完全依靠真机数据快很多”。他也确认，智能驾驶与具身智能在技术理念上是相通的，这为商汤在该领域的发展提供了重要基础。 当被问及商汤的定位是否会做机器人的“本体”时，林达华给出了一个开放性的回答。“我觉得未来有很多的可能性，”他在采访中表示，“我们在跟我们的客户和生态接触的过程中，会逐渐丰富和完善我们的技术体系，给大家提供一个更多的端到端的价值。但是具体做什么，我们会随着这个时间不断地调整我们的判断，与时俱进。”
