允中 发自 凹非寺

量子位 | 公众号 QbitAI

黑板上随手画一笔，机器狗就能看懂，然后走出身后的三维迷宫。

这一幕，就发生在清华大学的一场现场演示中。

几十位观众围观，任务随机，环境开放，没有预设脚本。

搭载了一念Unisonmind端侧大脑的机器狗“哮天”，不仅能看图走迷宫：

还能指挥人类用天平称重：

甚至现场估算观众递来的矿泉水瓶的剩余水量……

这个认知底座，还可以无缝迁移到人形机器人和电动轮椅上。

同一个大脑，不同的身体，正在真实世界里完成实时、持续的“感知—行动—反馈”闭环。

过去，行业对于Physical AGI的讨论往往陷入路线之争，或沉迷于虚拟Benchmark的刷榜。

而这场演示真正的价值在于，它以人类智能为天然标尺，提供了一套可逐项验证的物理通用智能标准。

人类智能，定义Physical AGI的天然标尺

回到人类智能，我们可以称之为Physical GI，它究竟是以何种方式运行于真实世界？

上世纪八十年代，哈佛发展心理学家霍华德·加德纳提出：“智力的基本性质是多元的——不是一种能力而是一组能力，其基本结构也是多元的。”

它是同一个认知系统，在真实时空中持续运行，并面对不同对象与任务，形成人类的多元智能。

如果说人类智能是进化造就的物理通用智能，那么Physical AGI（物理通用人工智能）就是对这一形态的人工复刻：

一套以实体为载体、在真实世界中持续运行的“认知范式”。

它可以调度感知、表征、记忆、学习、推理、规划、生成与反馈调节等基础认知能力，理解适应复杂情境、并作用于环境，在语言、空间、物理、行动、社会与时间等多个维度形成泛化智能，最终通过实体与环境构成实时、持续、可自适应的“感知—行动—反馈”闭环。

当定义清晰，判断便不再是口号与路线之争，而是一套可逐项验证的标准，问题也随之而来：

Physical AGI究竟需要具备哪些能力？

这些能力能否在无预设的真实现场中被观测、被复现？

带着这一可验证的标尺，回看一念Unisonmind在清华大学的现场演示，我们便能读懂这场演示真正的参照价值。

先看现场。

这是一个有几十位观众在场围观，任务随机、环境开放，没有预设脚本的真实现场。

一念Unisonmind：同一个大脑，涌现多项领域智能

机器狗“哮天”看图走迷宫

黑板上随手一幅简笔画，机器狗便理解是身后的三维迷宫。