北大卢宗青：隐空间才是具身智能的可行路径

AI 摘要

北京大学副教授卢宗青创立具身智能公司BeingBeyond智在无界，坚持隐空间世界动作模型路线，已积累超50万小时人类第一视角视频数据，并发布全球首个隐式触觉世界动作模型Being-H0.8。他认为视频生成路线成本高且难以实时控制，而隐空间路线训练成本仅为前者的1%，并预测具身基础模型的确定性技术尚未出现，行业需2-3年实现商业化落地。

正文节选

0 作者丨邓哲敏 编辑丨齐铖湧 25 年 6 月，卢宗青在智源大会上提出一个判断：人类视频，是具身智能唯一可以 scale up 的数据路径。 彼时，行业的注意力集中在机器人本体、素材场搭建、数据飞轮上，没有多少模型公司把目光投向第一视角人类视频。卢宗青不一样，他不仅提出这个判断，而且按这个方向积累数据，到现在已经积累了超过 50 万小时。 卢宗青是北京大学计算机学院长聘副教授，长期担任 ICML、NeurIPS、ICLR 高级领域主席，也是国内隐空间路线最早的系统性推进者。 2025 年，他创立了 BeingBeyond 智在无界，走的是一条与主流视频生成路线截然不同的技术路径——隐空间世界动作模型（Latent World-Action Model）：不生成画面，直接在 embedding space 里联合预测机器人下一步做什么、世界将如何响应。 这条路线训练成本是视频生成路线的约 1%，推理速度足以支撑实时控制，但有一个缺点——没有画面，不好展示。在具身智能融资热、demo 竞赛激烈的当下，这是一个需要定力才能坚持的选择。 不过卢宗青本人并不把这当成笃定的押注。 他在采访中说了

发布时间：2026-08-17 11:31

抓取时间：2026-08-17 14:03

来源机构：雷峰网