【企业风采】海淀“人类学习”路线出成果，PhysBrain 1.5全球开源第一！

近日

深度机智正式发布

该模型以8B参数规模

在28项具身智能评测中

取得72.5的总体均分

其中14项达到当前开源模型最佳水平

10项位列开源模型第二

交出全球开源第一的阶段性答卷

评测覆盖基础视空感知、空间与多视角理解、具身认知推理、空间指向与可供性、视觉轨迹推理五类能力。其中，RoboSpatial-Home空间理解73.9分、Part-Affordance可操作部位识别84.0分、RoboReflt视觉目标定位89.8分。同场对比中，其均分比Hy-Emb-VLM-1.0高出6.5分，比RynnBrain 1.1（9B）高出9.4分。

在技术架构上，PhysBrain 1.5围绕Physical Loop（物理智能循环），将语义理解、空间感知、物体识别、动态生成、动作生成与闭环反馈六大核心能力统一到同一模型框架，推进以VLM为认知基础、融合空间、时间、物体、动作与世界动态建模的物理基础模型（PFM）。在数据与训练层面，Ego360以人为中心的全景采集体系每月新增万小时级真实世界物理经验；ActionPiece将不同机器人、不同采样频率的连续动作转化为大模型可学习的动作单元。模型通过共享主干和统一词表，联合训练理解、动作生成与未来状态预测，使动作预测能力从24%提升至54%。

在Human-as-Humanoid研究中，团队将同步第一视角与外部视角人类视频转化为适配Prime U的60自由度动作训练数据，原始示范吞吐量达遥操作的4.8-7.2倍，部分任务无需目标机器人示范，也能实现从人类数据训练到真机执行的迁移。

这项工作的战略意义，是让人类数据进一步成为可用于动作学习的训练资源。随着这一转化链条扩展，模型训练就有机会减少对机器人逐条采集任务示范的依赖，接入更广泛的人类工作经验。

放眼全球，Google DeepMind、Generalist、Figure、Physical Intelligence等均在加速布局物理经验数据与基础模型。深度机智已于2025年10月10日发布《源于人，超越人》发展战略，以“人类学习”路线推进人类数据基建、模型能力研发和本体闭环验证全栈布局。其中，Ego360提供持续的物理经验数据，持续提升PhysBrain的模型能力；Prime系列本体则提供真实交互与验证条件。每一环的进步都在放大其他环的价值，每一圈迭代都在缩短从“人类经验”到“机器能力”的转化路径。

深度机智表示，PhysBrain 1.5的意义在于，这套全栈体系正在推动模型能力不断突破。后续，公司将推进更完整的原生理解与生成统一，让空间认知、交互决策、动作生成与世界预测，在同一物理基础模型中协同进化。物理智能的终局，不是一个会回答的模型，而是一个能在真实世界里感知、行动并不断自我修正的闭环。PhysBrain 1.5，正是这条路上交出的又一份答卷。