具身智能公司深度机智近期再获数亿元融资，并对外阐述了它主张的「人类学习」技术路线——以人类数据为起点、动作建模为中心、机器人为AI而生。公司称这一方向正被英伟达、Physical Intelligence等海外机构沿同样思路跟进。

当前行业确实在路线上分歧明显：VLA端到端、仿真训练、遥操作三条路各有押注，且一旦选错，前期的数据、模型和硬件投入可能大量作废。深度机智把赌注押在了人类第一视角数据上。

公司创始人陈凯于2024年11月提出这套路线，其核心主张是：与其只换数据采集方式，不如以人类行为为蓝本重组整个技术栈。需要说明的是，「用人类数据训练机器人」本身并非新思路，海外多家团队也在做，差异更多在于数据、模型、硬件是否围绕同一逻辑协同设计。

这条路线要成立，难点在后两层：模型需从人类视频中提炼物理常识并转化为机器人动作，本体也要贴近人体比例以提升迁移效率。这两点目前在全行业都仍是开放难题。

落地进度上，公司称成立一年内已完成数据、模型、本体三线布局：自研第一视角采集方案、ICDC数采范式、数十万小时级数据集；2026年3月发布PhysBrain 1.0基座模型；2025年9月推出可自主站立的拟人体机器人Prime。其中多项「领先美国同类近一年」「被π0.7公开引用」等表述出自公司自述，尚缺第三方独立验证。

相对更硬的进展是Zero-shot真机操作：机器人未经专项训练、仅靠人类数据预训练即完成自主操作。若可复现，这是纯人类数据路线从训练到执行打通的有力证据。

商业化方面，公司称全产品线已有订单，累计签约数千万元，机器人进入中科大等实验室及部分中学课堂。本轮融资由国寿长三角科创基金领投。

需要冷静看待的是，范式之争远未定局，物理世界的复杂度远超数字世界，路线从提出到规模化兑现周期更长。英伟达、Physical Intelligence等对手在算力和生态上仍占明显优势。深度机智所谓「先发近一年」能否转化为真正的护城河，关键要看数据飞轮能否持续转动、技术能否经第三方复现——这些都还需要时间检验。