允中 发自 凹非寺
量子位 | 公众号 QbitAI
若在三年前询问 AI 的终极形态，答案多半指向更大的参数、更长的上下文与更强的推理能力。从 GPT-3.5 到 Qwen，大模型已精通代码、数学甚至哲学探讨，却仍无法完成“倒一杯水”这样的物理动作。
这揭示了当前 AI 的核心局限：缺乏实体。
AI 没有身体。
今日，openJiuwen 社区正式开源Jiuwen Symbiosis。这是一个专为高阶物理 AI（Physical AI）打造的共生架构，旨在为 AI 赋予感知与行动的“骨骼与肌肉”，推动其从虚拟数字世界迈向真实物理世界。
Moravec 悖论：最难的不是高数，而是走路
1988 年，机器人学家 Hans Moravec 提出著名的"Moravec 悖论”：对计算机而言，下棋与高等数学易如反掌，而人类婴儿即可完成的行走、抓取、避障与保持平衡却异常困难。
原因在于，后者并非逻辑推导的产物，而是数百万年进化形成的身体智能。这也是大模型时代的“缸中之脑”困境：拥有超高智商，却因缺乏实体而对物理世界的摩擦力、重力与空间几何一无所知。
从“缸中之脑”到“身体力行”：智能的进化史
智能对机器本体控制的演进，本质是从数字世界向物理现实的跨越：
1.0 手搓任务（人工辅助）：依赖人类理解进行原子化控制操作。
2.0 虚拟环境演练（Sim2Real）：在 Habitat、AI2-THOR 等仿真环境中训练，赋予模型空间概念与指令执行能力。但该阶段存在显著瓶颈：
- 缺乏跨本体泛化能力：技能固化，无法将已学的“开抽屉”与“抓取”零样本组合为新任务。
- 长程复合任务能力不足：擅长短程原子操作，面对多步骤复杂任务时缺乏拆解、编排与异常回退能力，仅能模仿无法规划。
- 故障定位困难：端到端黑盒结构导致感知、理解、推理或控制任一环节失败均难以溯源。
- 稳定性差：兼顾认知决策与运动控制难度大，任务成功率低。
3.0 共生时代（Jiuwen Symbiosis）：模糊虚实边界，让 Agent 真正理解物理法则，直接输出控制硬件底层拓扑的动作序列。
Agent 时代的到来
2023 年后，Agent 成为 AI 领域热点。随着 Tool Calling、Function Calling 等技术的出现，Agent 获得了操作数字世界的能力。然而，真正的突破在于让 Agent 走进物理世界。
传统 Agent 流程局限于文本交互，而 Physical AI Agent 需直面真实环境，进行实时交互反馈。openJiuwen 团队指出，简单的“传感器 -VLM-LLM-Planner-ROS"链路在实际执行中易沦为复杂的 JSON 堆积，导致决策过程不透明、故障原因成谜。
传统 Agent 简化流程：
Physical AI Agent 交互流程：
Jiuwen Symbiosis：让 Agent 拥有透明的态势感知系统
Jiuwen Symbiosis 的核心理念是：Agent 的思考过程应可观察、可调试、可协作。团队通过显式暴露内部状态，打破黑盒限制。其核心骨架被称为态势感知环（Situation Awareness Loop），认知层与执行层通过共享 Workspace 高效协作。
多模态感知（Multimodal Perception）
作为物理 AI 的基础，该模块使 Agent 主动感知世界。它将理解与决策分离，在行动前充分解析场景，产出包含对象、位姿、置信度等的结构化世界状态。
安全规划（Safe Planning）
基于任务指令与结构化状态进行规划，动态赋值技能参数，并严格校验物理可行性与安全性，自动拒绝不可执行方案。
物理执行（Physical Action）
调用原子能力工具，按照规划建议完成位移、抓取、放置及交互等一系列连续可控的物理运动。
状态观察（Observation）
采集并结构化提取动作执行后的真实世界状态。通过视觉传感器识别物体位姿变化与环境反馈，为偏差计算提供客观依据。
观测反馈（Feedback）
构建闭环修正机制，将执行偏差与异常状态回传至推理规划模块。实现参数实时调整、序列动态优化及自主恢复，形成“感知 - 规划 - 执行 - 观测 - 反馈”完整闭环，持续提升鲁棒性。
空间记忆（Spatial Memory）
通过物体级感知构建 3D 场景图（3D Scene Graph），利用变化检测技术自动化维护空间关系。结合时间压缩与层级聚合，形成多时空尺度的任务驱动上下文。
具备上述能力的 Physical AI Agent 将实现零样本跨本体泛化、复杂任务自主拆解、降低数据依赖以及自我总结进化。
用户视角：Jiuwen Symbiosis 如同“懂人话、看得见物理世界、长了四肢的智能助手”。用户无需示教，仅需自然语言下达指令，它即可自主完成全流程任务。
Symbiosis：共生，而非控制
"Symbiosis"意为共生。未来的人机关系并非单向控制，而是长期的持续协作。
传统控制模式：
共生协作模式：
在此系统中，Agent 能理解目标、主动规划、请求帮助并从反馈中学习。人类教导机器人"How"而非传统的"What"，允许试错与经验沉淀，最终实现自我演进。
鉴于物理 AI 生态需开放协作（类比 Linux 与 ROS），openJiuwen 决定开源 Jiuwen Symbiosis，打造透明的 Physical AI 框架与大模型桥梁。此外，该架构实现了算力生态的亲和共生，其轻量化视觉模型可部署于端侧，适配 Ascend 等多种生态，输出结果兼容主流检测格式。
Jiuwen Symbiosis 与昇腾、鲲鹏
针对真实机器人场景中功耗与带宽的限制，Jiuwen Symbiosis 采用端云协同架构：云端负责大规模推理与复杂规划，端侧专注实时感知与执行。这一设计与昇腾、鲲鹏的异构计算能力天然匹配：
- 昇腾 NPU：提供高 TOPS 推理能力，承担目标检测、视觉理解等高频任务。
- 鲲鹏 CPU：负责工具调度、任务编排、状态管理及控制逻辑，确保低延迟、高可靠执行。
该系统继承了 OpenJiuwen 在国产生态上的优化成果，可将规划负载卸载至昇腾 NPU，而将 Runtime、Memory 等逻辑运行于鲲鹏 CPU，避免了传统 GPU 方案的资源争抢瓶颈。这种分层架构显著降低了端侧部署成本与功耗，使其能自然运行于各类机器人及边缘智能设备中。
未来
今天的 Agent 已学会阅读与思考，下一步将是学会行动。当感知、认知与行动形成闭环，真正的 Physical AI 时代方才开启。
若您在探索 Embodied AI、Robotics Agent、VLA/VLM、World Model、Physical Intelligence、ROS2 或多智能体系统等领域，欢迎加入 openJiuwen 社区，共同构建下一代物理世界智能系统。华为云 AgentArts 也已引入 openJiuwen 能力，可通过华为云官网体验。