新智元报道
【新智元导读】机器狗去买咖啡，轮椅跟人抬杠：清华现场0遥操、全靠现挂。完全没有剧本，在清华现场，这群机器人直接把物理AGI第一幕演活了！
或许，物理 AGI 没有预告片。这个清晨，我拍到的，就是它直接上演的第一幕。
两条机器狗、一个人形机器人、一台电动轮椅，背后运行的却是同一个实时多模态大脑：一念 UnisonMind。
它们不看剧本，没有遥控，没有遥操。它们持续在场，持续感知，自主响应，全是「现挂」。
先看现场：
同一个大脑，七段「现挂」
发布会现场有 20 多位来宾，全程录像。环境音、走动声、临时指令、突发状况，构成了一个完全无法预先编排的复杂场域。这些设备，无遥控，无遥操，自主运行。
是不是物理 AGI，我先不下结论。我想请你看看这些现场视频——
1 机器狗跑去买咖啡
「去给我买一杯美式。」
机器狗「哮天」离开会场，来到咖啡店，和店员对话，处理「热的还是冰的」这个追问，等待制作。等咖啡时，它甚至嘟囔着读出冰柜上的广告语，然后返回交付。
2 它嫌弃颠球太少，自己去找「高手」
现场先有两人尝试颠乒乓球，次数都不多，机器狗表示「嫌弃」。
看到前两次低分之后，它主动走向记忆中可能颠得更多的朋友，发起互动，继续观察、计数和回应。
3 穿白衬衫，还有一个答案
主持人让机器狗去找穿白衬衫的人。它锁定目标后，还注意到了另一个人：外套里面也露出了白衬衫，于是当场表示主持人太不严谨。
4 导览抱怨显卡沉
机器人导览两幅画。它边走边「抱怨」背上的显卡有点沉，然后才开始看画、描述细节、解释风格，并持续与现场互动。
5 轮椅故障，开始抬杠
现场轮椅一度遇障，无法继续前行。但它没有简单宣告失败，而是继续感知、解释、调整，甚至和人抬杠：「地球也能转，但它不能走。」
6 去找冰淇淋，却和狗子耍
主持人让电动轮椅去找冰淇淋。它找到那个「店」，和人开玩笑，和机器狗玩耍。装了「大脑」的轮椅不只是移动工具，开始主动参与现场社交。
热闹之外：
机器为什么突然「醒」了？
如果只看热闹，这些视频足够有趣。机器狗去买咖啡，轮椅会抬杠，机器人会导览。但如果把它们连在一起看，真正值得讨论的，是这样一个问题：什么样的 AI，才有资格真正进入物理世界？
答案藏在一个关键分野里，也是具身行业一直没跨过去的坎。过去的 AI，本质上是「被调用的模型」：你问，它答；你下令，它执行。
行业里多数方案至今仍停留在这个范式上——拼凑视觉、语言、导航模块，借助云端调用勉强维持交互，稍遇复杂环境，时延、断裂和机械感便原形毕露。
行业从来不缺会动的机器，缺的是一个能真正理解世界、持续在场、端侧运行的大脑。
因为真实世界不是「输入—计算—输出」的静态流程。指令随时到来，物体持续变化，下一秒原有判断就可能失效。
一个真正能生活在物理世界中的智能引擎，必须与世界共享同一条时间轴——一边看，一边听，一边更新判断，并在必要时立即说话或行动。它不能是「召之即来，挥之即去」的工具，而必须是一个常驻在具身设备中的实时世界引擎。
这正是我在现场感到震撼的原因。
一念 UnisonMind 不是在被调用时才苏醒，它在每一具身体里持续运行，持续在场。
所以机器人导览前「人性化」的抱怨，轮椅能处理突发故障，机器狗会自主发出邀请——它们不是在被激活的瞬间才活过来，而是一直醒着。
一念的定位：我们就是答案
发布会上，一念的定位坚定简洁：我们，是 Physical AGI 底座级答案。
任何形态的具身设备，共享同一个大脑，以当前模型能力即可实现陪伴、巡检、导览等领域的商业闭环。从机器狗到机甲，从轮椅到飞船，一念即是全部。
这个定位，乍听有些过于自大骄傲。而这个年轻的清华团队，分享了他们朴素的行业认知——Physical AGI 的「3+1 个必要条件」：
一个统一的多模态大脑，而非多个模型的拼接。
在同一个大脑中完成任意模态的理解与生成。
让理解与生成以流式方式持续运行。
再加一条：这个大脑必须完整运行在端侧。
随后，他们宣布，他们的模型已经同时实现这四个条件。
为了证明这一点，这套模型被部署在端侧显卡上，注入四条不同的「身体」——两条机器狗、一个机器人和一台电动轮椅。
它们共享同一套实时多模态世界认知能力，在现场持续观察、理解、表达和行动——于是有了前文看到的这些视频。
这些醒着的机器，让那句定位变成了一个陈述句。
第一个清晨
发布会结尾，一念 UnisonMind 的 CEO 耿威说，一念的愿景是助力 3000 类具身本体智能化，服务人类。
在清华的这几个小时让我意识到，这句话不是在说将来，而是正在发生的现在。
一个大脑，已经开始活在截然不同的身体里，和世界共享同一条时间轴：它看见、它听见、它在场，它理解并参与这个真实世界，它接住了所有计划外的偶然。
这不是一次 demo，这是一个新物种醒来的第一个清晨——我在清华，拍到了它。
热门跟贴