问题：具身智能从实验走向应用仍有多重瓶颈；首先是数据“稀缺且割裂”：真实机器人交互数据获取成本高、场景覆盖有限，训练所需的视频、传感器信息与动作指令难以形成闭环。其次是能力“短时有效、长时不稳”：不少系统复杂任务中容易中途卡住，出现动作漂移、规划失真等问题。再次是工程“上云易、落端难”：推理延迟、硬件适配和运维成本，限制了其在工厂、家庭等场景的持续运行。更关键的是，一些模型对物理规律与因果链条理解不足——生成结果在视觉上看似合理——却难以在真实环境中执行。 原因：业内人士指出，长期以来不少技术路线延续通用生成式模型思路，更偏向“从数据中学有关性”，对物体状态变化、接触约束、质量守恒等物理与因果约束建模不够。同时，训练数据形态不统一：机器人真机交互、人类演示与文本任务描述往往各自独立，难以沉淀可迁移的“任务—动作—结果”闭环。此外，模型规模和算力需求持续上升，也抬高了端侧部署门槛，导致“能演示”和“能干活”之间出现落差。 影响：大晓机器人此次开源的Kairos 3.0-4B试图打通上述链路。公司介绍，该模型在架构上强调以物理与因果规律为基础，融合机器人真机交互数据、人类行为结构化数据与文本推理链条等多类数据，目标是实现“多模态理解—生成—预测”一体化。值得关注的是，其提出端侧实时生成与控制输出能力：在Jetson Thor T5000等端侧平台部署后，可在较高算力条件下实现接近实时的视频生成，并将结果更用于机器人全身控制指令输出，减少中间转译环节。业内认为，如果该思路能在更多硬件与任务上验证稳定，将有助于降低对云端的依赖，提高现场响应速度和数据闭环效率。 对策：从行业推进路径看，补齐“物理一致性、长时序稳定性、端侧可用性”仍需多方协同。一是通过开源扩大可复现的评测与对比，围绕倒水、堆叠、抓取、搬运等典型物理交互任务建立统一指标，减少“只看效果、不看可执行”的偏差；二是完善数据生产机制，提高真机交互数据占比，并结合仿真到现实校准与回放学习，降低数据采集成本；三是推动软硬件协同优化，在显存占用、推理速度与功耗约束之间取得平衡，形成可在工厂、仓储、家庭等环境长期运行的工程方案；四是增强跨本体适配能力，减少“一种机器人一套训练”的重复投入。大晓机器人称，Kairos 3.0-4B在参数规模相对轻量的同时兼顾端侧推理需求，并支持单臂、双臂、灵巧手等不同形态机器人的策略生成；若能在更多平台上稳定复现，有望进一步降低部署门槛。 前景：当前，具身智能正从单点演示走向可持续作业与规模复制。随着端侧算力提升、开源生态扩展以及评测标准逐步完善，世界模型有望在“理解环境—推进任务—控制动作”之间形成更紧密的闭环。同时，行业仍需正视“示范视频”与“真实作业”之间的差距，尤其要在安全约束、异常处置与持续学习诸上建立更严格的验证体系。多位业内人士认为，开放模型与工具链、推动数据与评测规范化，将成为具身智能加速落地的重要路径。
开悟3.0的进展不仅反映了技术能力的提升，也为行业提供了更贴近真实应用的思路。它提示我们，模型能力的提升不应只追求规模与参数，更要回到对物理规律与因果关系的准确建模。随着基础模型持续演进，如何建立人机协同的伦理与安全框架、培养跨学科复合型人才，将成为下一阶段需要重点推进的方向。