物理AGI双金字塔体系解析数据与算法如何支撑Scaling Law
近两年来，具身智能领域的技术演进主要围绕两大核心路径展开。一方是以英伟达Cosmos、谷歌Genie为代表的“世界模型”流派，致力于通过生成式模型拓展数据来源；另一方则是以Physical Intelligence的π系列、Diffusion Policy等为代表的“VLA/动作模型”流派，其核心逻辑是通过大规模真机数据训练来获取通用动作能力。
两条技术路线均取得了显著突破，但一个根本性问题依然待解：当我们将“物理通用人工智能”设定为终极目标时，究竟需要构建怎样的算法架构与数据体系，才能切实验证并遵循Scaling Law（规模定律）？
5月20日，在武汉光谷，极佳视界（GigaAI）于其“家庭场景子品牌暨物理通用智能技术发布会”上，首次系统性地给出了自己的解决方案。
本次发布会信息密度极高，核心发布了五项关键进展：全球首个物理AGI“双金字塔”理论体系正式提出；面向家庭场景的全新子品牌“拾光SeeLight”及其首款通用人形机器人“拾光S1”同步亮相；国内首个真实家庭场景的百台机器人部署已在武汉落地，计划于第三季度启动规模化运营；下一代产品“拾光S2”预计三季度发布，真实家庭创始版预订即日开启；最后，公布了一份为期12个月的清晰路线图——计划连续推出GigaBrain-1、GigaBrain-2、GigaBrain-3三代基础模型，目标直指物理AGI的“GPT-3时刻”。
在众多信息中，最受技术界关注的无疑是其提出的物理AGI“双金字塔”体系。这可能是该赛道首次有人将规模扩展的路径如此系统化、结构化地呈现。
破解Scaling Law的瓶颈
为何具身智能至今难以验证Scaling Law？极佳视界合伙人、研发副总裁叶云在发布会上将核心瓶颈归纳为两点。
首先是数据侧挑战。真机数据精度最高，但采集成本高昂、规模受限；互联网视频数据规模庞大，却缺乏动作层面的监督信号；仿真数据可无限生成，但又面临“仿真到现实”的迁移难题。任何单一数据源，都难以同时满足Scaling Law对数据规模、信息密度和真实性的三重严苛要求。
其次是算法侧局限。当前主流的VLA（视觉-语言-动作）范式以语言模型为核心，本质是将视觉与动作信息“词元化”后交由语言模型处理。这种架构天生在处理3D空间信息、物理因果关系以及连续动作序列方面存在不足。换言之，即使拥有海量数据，现有主流模型架构也可能存在“消化瓶颈”。
针对这两大核心卡点，极佳视界提出的解决方案是，将数据与算法分别按层次结构进行解构，构建一座“数据金字塔”和一座“算法金字塔”，并要求二者紧密协同、耦合演进。这便是“双金字塔”体系的基本理念。
五层数据金字塔：构建规模化数据生态
数据金字塔自下而上共分为五层：互联网视频数据、真人示范数据、世界模型模拟器数据、仿真合成数据、真机数据。
这一划分本身符合学术界对具身数据源的普遍认知。真机数据位于塔尖，精度最高但覆盖范围最窄；互联网视频数据构成塔基，规模最大但监督信号最弱；而中间三层——真人示范、仿真和世界模型生成数据——则是工程化潜力最大、也最值得深入挖掘的部分。
真正值得注意的是，极佳视界为每一层数据都配备了对应的工程化产品与采集方案。真机数据由家庭版轮臂机器人“拾光S1”和低成本真机数据采集硬件“Maker M01”协同采集；仿真和世界模型数据则由自研的具身世界模型平台“GigaWorld-0”系统化生成；真人示范数据通过低成本手持采集设备“U-01”和第一人称视角采集设备“E-01”进行大规模获取；互联网视频数据则整合了YouTube、Panda-70M等公开来源。
诸如U-01、E-01这类“低成本、非本体绑定”的数据采集硬件，其设计思路与斯坦福UMI、EgoMimic等研究一脉相承，被业界视为突破真机数据采集瓶颈的有效路径。极佳视界的独特之处在于，将其与自研机器人本体（S1）、世界模型平台（GigaWorld-0）深度整合，形成了一套端到端的全栈数据采集与处理体系。实现单点技术突破已属不易，而能全栈打通且每层均有自研硬件支撑，这在国内具身智能公司中展现了显著的系统性优势。
三层算法金字塔：实现能力分层演进
算法金字塔则从底到顶分为三层：世界模拟、动作对齐、经验强化。极佳视界将这三层核心能力具体落地到了相应的模型产品上。
世界模拟层的代表是具身世界模型GigaWorld-1。它在世界模型领域权威评测平台WorldArena上，以综合得分62.34的成绩，超越了包括Wan、CogVideoX、Veo 3.1、Cosmos-Predict在内的众多顶尖模型，位列全球第一，同时也是该榜单中首个综合得分突破60分的具身世界模型。
动作对齐层主要包括GigaBrain-0系列模型和GigaWorld-Policy。前者是VLA路线的具身基础模型，在全球规模最大的真机操作评测RoboChallenge中，以51.67%的任务成功率排名全球第一，领先Physical Intelligence的π0.5模型近10个百分点；后者是世界动作模型，在面向家庭场景的全球权威评测平台RoboCasa365上，击败了英伟达GR00T N1.5与π0.5，获得全球第一，成为该榜单首个登顶的世界动作模型。
经验强化层则对应GigaBrain-0.5M*，通过“世界模型+强化学习”框架实现具身基础模型的自主进化与能力提升。
在竞争激烈的具身智能赛道，获得单一榜单冠军并不罕见。但能够同时在“世界模型、模仿学习、强化学习”这三个核心技术方向上，于WorldArena、RoboChallenge、RoboCasa365三大全球权威评测中均取得榜首位置，并且成功打通三层算法之间的数据流转与协同关系，目前国内仅有极佳视界实现了这一成就。这三个“全球第一”，分别证明了其在场景感知与生成、真机精细操作以及家庭场景泛化方面的领先实力，也为“双金字塔”体系的有效性提供了坚实的技术背书。
技术体系验证后，落地家庭场景
技术体系初步得到验证后，下一个关键问题随之而来：应该选择哪个场景来验证Scaling Law是否真正成立？极佳视界的答案是：真实的家庭环境。
发布会上，极佳视界联合创始人、首席科学家朱政博士正式发布了公司面向家庭场景的全新子品牌——“拾光SeeLight”，将其定位为“国内首个家庭通用机器人品牌”，并由朱政博士本人担任品牌CEO。
朱政在发布会上表示：“通用人工智能不应只存在于屏幕之中。我们并非在描绘一个遥远的未来图景，而是将内心深处对物理AGI的信念，转化为触手可及的产品，让物理通用智能真正服务于每个家庭与个人。”
与品牌同步推出的首代产品“拾光S1”，被定义为“全球首个进入真实家庭场景的通用人形机器人”。S1采用为家庭环境优化的轮臂复合构型，搭载极佳视界自研的具身基础模型，具备从环境感知、语义理解到动作执行的完整自主闭环能力。
选择家庭，而非工业或物流等结构化场景作为物理AGI的首发落地战场，从技术角度看是一个极具挑战的决策。家庭场景具有高度的开放性、任务的极端长尾性以及人机交互的复杂性，这些都远超结构化工业场景。正因如此，家庭场景也成为检验机器人“通用性”最为严苛的试金石。极佳视界这种“先难后易”的场景选择逻辑，与其在算法侧追求极致通用能力的技术路径高度一致。
百台部署：开启规模化数据积累
过去一年，具身智能赛道最受业界关注的问题之一，便是“发布会演示效果与真实场景落地表现之间存在显著差距”。众多公司能够展示样机的出色能力，但极少有公司能证明其产品在真实家庭中如何被持续使用，并能稳定工作多长时间。对此，极佳视界在本次发布会上给出了一个实质性的回应——一笔已经落地的百台订单。
公司宣布，“拾光S1”已获得真实家庭场景的百台订单，将率先在武汉光谷之寓社区进行部署，并从今年第三季度起开启规模化运营。这是公开信息中，规模化家庭通用机器人部署的首个标杆案例。此前，Figure、1X等海外厂商披露的家庭试用，大多停留在个位数订单或员工内部测试阶段。
“100台规模+真实居住社区+Q3规模化运营”这一组合，意味着一项关键资产即将开始加速积累：真实家庭环境下的长期、多维度使用数据。这正是验证Scaling Law在物理智能领域能否成立的核心要素。据发布会透露，拾光S1的家庭场景展示与体验空间将于2026年5月31日起正式对外开放参观。
拾光S2：面向可用性的本体重构
发布会还预告了第二代产品“拾光S2”，计划于2026年第三季度正式发布。从已披露的参数来看，这并非一次常规的迭代升级，而是一次面向真实家庭可用性的系统性重构：底盘体积减少60%，更适应家庭狭窄空间；电池续航提升70%，并支持热插拔更换，这直接决定了机器人在真实服务中的连续工作能力；操作范围扩大40%，支持在2.2米高度内执行各类任务。
正如朱政博士所言：“S2升级的核心，不在于追求某个参数的纸面提升，而在于整机设计全面转向满足真实家庭所需的‘可用性’。”从产业视角看，机器人本体落地的关键瓶颈，恰恰在于“能否在真实家庭环境中长期、稳定、可靠地工作”——涉及续航、热管理、关节寿命、安全冗余、维护成本等工程细节。S2的升级项均直指这些核心痛点，体现了务实且克制的产品设计取向。同时，真实家庭创始版的预定通道已于发布会当日同步开启。
12个月路线图：剑指物理AGI的“GPT-3时刻”
发布会的压轴环节，是极佳视界首次对外公布的物理AGI基础模型12个月研发路线图——计划连续发布GigaBrain-1、GigaBrain-2、GigaBrain-3三代模型。
GigaBrain-1将于2026年第三季度发布，是全球首个基于“双金字塔”体系构建的物理AGI基础模型，目标是在物理智能的泛化能力上实现显著突破。随后的GigaBrain-2与GigaBrain-3将加速推进规模扩展。其中，GigaBrain-3计划基于1000万小时视频数据与100万小时“世界-动作”配对数据进行训练，剑指物理AGI的“GPT-3时刻”。
GPT-3在数字AGI发展史上的里程碑意义，不在于模型本身，而在于它首次清晰展现了Scaling Law的“涌现”能力——当模型与数据规模突破某个临界阈值后，能力发生从量变到质变的非线性跃迁。理论上，物理AGI的“GPT-3时刻”应具有类似特征：当数据规模（1000万+100万小时）和算法范式（双金字塔）达到某个临界点后，物理智能体将表现出真正意义上的通用性与强适应性。
这是一个可被检验的技术假设。未来12个月，行业将共同见证这个临界点是否真实存在，以及极佳视界设定的具体目标是否恰好位于该临界点之上。在当下具身智能领域的讨论中，这种“以明确技术节点回应根本性问题”的清晰姿态并不多见，更多同行的回答仍停留在“即将到来”、“未来可期”、“五年内实现”等相对模糊的时间表述上。
未来值得关注的三个焦点
一场发布会，将公司过去三年的技术积淀、当前的产品化成果与未来12个月的技术规划清晰地呈现出来。从行业观察与技术发展的角度，接下来最值得持续追踪的有三件事：
第一，“双金字塔”体系能否真正跑通Scaling Law。五层数据与三层算法之间的耦合关系是否成立，将由GigaBrain-1（Q3发布）与GigaBrain-3（目标GPT-3时刻）分阶段进行验证。
第二，百台家庭部署能否形成有效的“数据飞轮”。真实家庭场景的长期、多模态使用数据是当前物理智能领域最稀缺的战略资产。如果这个数据闭环能够高效运转，极佳视界在数据侧的护城河将随时间推移而不断加深。
第三，物理AGI的“GPT-3时刻”是否真的会在12个月内到来。这是当前赛道最具争议性、也最具兑现价值的行业判断。
过去半年，“物理AGI何时到来”已成为全球科技界的高频议题，从英伟达、Figure、Physical Intelligence到国内的银河通用、智元机器人等，每一家领先企业都给出过自己的展望。但截至目前，没有一家公司像极佳视界这样，将这一宏大的终极问题，系统地拆解为“需要构建怎样的算法与数据体系”以及“何时能够到达”这两个具体的技术命题与明确时间表。
系统性的方法论，加上可验证的时间表，这套组合拳，或许是本次发布会区别于其他同类产品发布的最关键特征。
相关攻略
极佳视界发布物理AGI“双金字塔”体系，包含数据与算法两座金字塔，以突破规模瓶颈。数据金字塔整合五层来源，算法金字塔涵盖三层能力，已在多项评测领先。公司同步推出家庭机器人品牌“拾光”及首款产品S1，获百台订单并开始部署。未来一年计划发布三代基础模型，目标实现物理AGI的“GPT-3时刻”。
极佳视界发布物理AGI“双金字塔”体系，包含数据与算法两座金字塔，以解决具身智能规模化瓶颈。数据金字塔整合多源数据；算法金字塔涵盖世界模拟、动作对齐与经验强化三层。公司同步推出家庭机器人品牌“拾光”及首款产品S1，并已获百台订单。未来一年将发布三代基础模型，目标实现物理AGI的“GPT-3时刻”。
热门专题
热门推荐
在内容创作领域，效率与质量是每一位创作者必须平衡的核心课题。选择一个功能强大的专业平台，能够有效提升产出能力与作品水准。本文将为您深度解析“刺鸟创客”——一个专为写作者设计的AI辅助创作平台，看看它如何成为您创作路上的得力助手。 核心定位与独特优势 刺鸟创客是一个集专业内容生产、高效创作流程与稳定服
在人工智能技术快速发展的当下，如何让开发者高效、便捷地将AI能力集成到自己的产品中，已成为一个关键课题。市场上有多种平台提供此类服务，其中OLAMI欧拉蜜人工智能开放平台，是一个值得开发者重点关注的解决方案。 概括而言，OLAMI欧拉蜜是一个综合性的AI开放平台。它集成了云端API接口、便捷的管理后
文心快码是什么？ 在软件开发领域，提升编码效率是开发者永恒的追求。百度推出的文心快码（Baidu Comate），正是这样一款基于百度文心大模型打造的智能编程助手。它深度融合了百度在人工智能与编程领域的海量数据与深厚技术积累，旨在为开发者提供实时的AI辅助。自2023年6月发布以来，文心快码快速迭代
在内容创作领域，效率与质量往往难以兼顾。是否存在一款工具，能够像一位不知疲倦的助手，将您的灵感迅速转化为结构严谨、语言流畅的优质文章？今天我们将深入探讨的HeyFriday，正是这样一款旨在解决此痛点的智能写作助手。 HeyFriday是什么？ 简而言之，HeyFriday是一个专注于帮助用户高效生
在当今数字化时代，无论是社交媒体运营、内容创作还是日常办公，一款简单易用且功能强大的在线图片编辑工具都显得尤为重要。改图鸭作为一款全面的在线图像处理平台，集成了多种实用功能，让用户无需下载复杂的专业软件，直接在浏览器中就能完成绝大多数常见的图片编辑需求，大大提升了工作效率。 核心功能：从基础编辑到智