一句话看懂：英伟达与深度机智等公司正在推动“Robot for AI”新范式：机器人本体不再是展示终端，而是为AI训练和验证而生的基础设施。深度机智公布的技术报告显示，通过拟人化设计，仅凭人类视频就能零样本驱动60自由度人形机器人完成复杂操作，这为解决具身智能数据瓶颈提供了一条可复现的工程路径。
事件核心：发生了什么
2026年6月，英伟达在GTC台北发布Isaac GR00T人形机器人参考平台，明确“通用物理智能需要统一且接近人的身体载体”，将机器人本体定义为AI基础设施。同月30日，深度机智团队发布论文《Human-as-Humanoid》，首次在自研60自由度拟人机器人PrimeU上，仅通过从人类视频中转换的动作监督，零样本完成了倒水、拧灯泡、叠杯等任务，无需任何目标任务真机示范数据。该公司此前已公开“人类学习范式”战略：以人类视频为数据源、以动作建模为中心训练模型、以对齐人类结构设计的机器人为本体。目前Prime系列已进入量产和商业交付阶段。
为什么重要
行业过去20年遵循“先造机器、再装大脑”的逻辑，但具身智能最大瓶颈是无海量“观察-动作”配对数据。传统遥操作采集数据成本高，仅智元就投建超4000平米的数据工厂。而深度机智用纯相机方案、逆运动学转换和PhysDex模型，将人类视频直接转化为机器人可执行的60维关节动作，采集效率提升4.8至7.2倍，人机转换误差压缩至毫米级（末端精度5.34毫米）。这实质将人类日常活动变成了机器人训练的“免费语料”，使数据瓶颈从结构性短缺转向可规模化复用的工程闭环。英伟达、深度机智等率先落地的公司，正在定义“本体为AI服务”的产业新规。
对用户/开发者/创作者的影响
对机器人开发者：未来只需购买或租赁符合人类肩宽比例（0.97）、臂长比例（1.02）的拟人本体，搭配Human-as-Humanoid开源管线（论文已公开），即可用普通人佩戴头戴相机的日常视频训练机器人技能，无需自建昂贵遥操作工厂。
对AI应用团队：人形机器人本体的设计逻辑已从“适应环境”转向“适配数据迁移效率”，新发布的PrimeU等平台提供清晰的设计参数标准，可降低跨团队硬件适配的成本。
对内容创作者：如果接下来深度机智公布合成视频介入路线，普通人拍摄的第一视角Vlog、手部操作视频，可能直接成为驱动机器人学习的训练语料，数据共享和版权问题将浮现。
值得关注的后续
1. 深度机智计划攻关遮挡、运动模糊条件下的纯第一视角骨架恢复，一旦合成视频介入管线，数据飞轮转速将大幅提升，技术壁垒可能进一步扩大。
2. 英伟达GR00T平台已向全球开放，竞品（如特斯拉、国内智元、百度等）是否会跟进“Robot for AI”本体设计标准，或推出自己的开源映射管线，是判断行业格局的关键。
3. 当前结果均基于实验室条件，遮挡场景、危险操作下的可靠性尚未公开验证。模型是否针对全部60自由度平稳恢复长程任务，需等后续大规模真机部署数据。
来源：Readhub · AI
