大模型看Coding，具身看Picking：原力灵机引领新浪潮

type

status

date

slug

summary

具身智能新范式：从概念到落地，"Picking"成为关键支点

当前，具身智能（Embodied AI）领域正经历从密集的概念验证（PoC）和技术演示（Demo）向实际商业落地转型的关键时期。在众多探索方向中，一家名为原力灵机（Pika Labs）的公司，凭借其前瞻性的战略布局，将目光聚焦于一个具体而核心的动作——Picking（抓取与放置）。他们通过战略性股权并购，与在物流机器人领域深耕多年的Atomix公司合并，旨在将先进的大模型能力与真实的物理世界场景深度融合。这一举措不仅明确了具身智能的潜在首个大规模落地场景，更获得了中国头部大模型公司——包括智谱AI、阶跃星辰、商汤、阿里等——的集体认可与真金白银的投入，显示出资本市场对这一路线的高度看好。

原力灵机创始人兼CEO唐文斌提出的核心判断——"Picking，就是具身智能的Coding"——引发了业界的广泛关注和深入思考。这一类比，将"Picking"置于与"Coding"同等重要的战略地位，预示着它可能成为驱动具身智能技术迭代和规模化应用的关键“原子任务”。

为什么是Picking？解析其作为具身智能"原子任务"的逻辑

要理解"Picking"为何如此重要，我们需回溯"Coding"在大模型时代扮演的角色。代码生成不仅是AI的一项“技能”，更重要的是，它提供了一个高度可规模化训练和验证的闭环。开发者通过编写代码、运行、调试、优化，整个过程产生了海量、高质量的反馈数据，使得大模型能够持续迭代优化，能力不断提升。这使得"Coding"成为了大模型领域公认的原子任务。Anthropic等公司正是抓住了这一原子任务的独特优势，构建了技术壁垒，赢得了市场的认可。

对于具身机器人而言，要实现真正的通用智能，同样需要一个类似"Coding"的基础性原子任务。从大模型数据增长的逻辑反推，一个理想的原子任务需要满足以下四层约束：

高频性（High Frequency）：能够持续不断地产生训练和验证数据。

真实性（Real-world Data）：能够弥补纯仿真环境所缺失的物理世界的精细细节和复杂性。

可验证性（Verifiable）：任务的成功与失败能够被系统清晰、准确地记录和反馈。

可迁移性（Transferable）：不局限于单一封闭场景，其能力能够泛化到其他任务和环境。

原力灵机认为，"Picking"任务完美契合了这些标准，并具备三项独特优势：

规模化高质量真实数据：具身智能领域面临数据稀缺的普遍挑战。而物流仓储作为已被验证的理想场景，任务边界清晰，SKU（库存量单位）极其多样，能够原生、持续地产生海量数据。全球物流仓库每天发生数亿次真实的抓取动作，"Picking"作为其中最高频、最核心的动作，自然成为数据汇集的战略入口。

可验证的成功信号：机器人将包裹从A点移动到B点，任务的成败直观可见。即使发生错误，如抓取失败、掉落、放置偏差、识别错误、路径规划失败等，这些细分信号都为模型提供了清晰的反馈，极大地加速了模型的改进过程。

能力迁移的广阔前景："Picking"表面上看是简单的移动操作，但在具身训练维度，它高度浓缩了物理世界的复杂命题。一次成功的抓取需要串联起感知预判、运动决策、伺服控制以及全链路反馈。抓取的本质——手眼协调、力控与空间理解——是绝大多数操作任务的底层基础。一旦模型能够吃透多工况下灵活抓放的逻辑，分拣装箱、居家劳作、精密装配乃至更广泛的开放环境作业，都能在此基础上衍生拓展。

正是依托数据、反馈与能力迁移的统一逻辑，"Picking"之于具身智能，恰恰如同"Coding"之于大模型。

物流场景的战略选择：为何是"Picking"的沃土？

进入2026年，具身智能行业正加速从“Benchmark”竞赛转向“Business”验证。“具身智能必须走出Demo，在产线上接受ROI（投资回报率）验证”已成为行业共识。在此背景下，"Picking"这一原子任务的价值尤为凸显。它足够具体，可嵌入真实生产场景，每日产生海量任务，成本收益可计算，失败样本可直接用于训练——这正是当前行业最迫切需要的。

相较于互联网文本数据的易于获取，具身智能的物理数据采集门槛更高。谁能以低成本、大规模获取真实数据并形成闭环，谁就能掌握主动权。然而，并非所有场景都适合启动数据飞轮。家庭环境过于开放，任务边界分散，容错率低；传统工业场景高度结构化，许多任务已被专用设备和自动化产线解决，且不利于泛化能力的锻炼。

物流仓储，特别是消费品仓储和分拣，恰好处于一个绝佳的平衡点：它比家庭场景更可控，又比传统工业场景更长尾，天然成为孕育"Picking"数据飞轮的沃土。海量网购订单催生了数十万种SKU，包裹形态各异，流水线全天候运转，抓取需求高频且稳定。更关键的是，劳动力缺口真实存在，客户有明确的痛点和预算。

这一逻辑在全球范围内已被验证。Skild AI、Physical Intelligence、Figure AI等海外公司早已锚定仓储场景，依托真实分拣任务快速积累数据，其迭代速度远超深耕小众场景的同行。

原力灵机与Atomix的合并：构建内生的"数据飞轮"

原力灵机与Atomix的合并，是基于上述逻辑而采取的最具战略纵深的一步棋。它并非简单地将一个模型公司和一个场景公司合并，而是要构建一个内生的、可持续运转的数据飞轮。

Atomix拥有在物流分拣场景多年的深厚积累，成熟的客户网络，真实的仓储部署经验和持续运转的产线。原力灵机自研的DM0具身原生大模型，则突破了传统单机独立训练的模式，通过多源数据联合训练、跨机型通用预训练等技术，能够将散落在各地仓库、不同机型机械臂上的零散抓取数据，凝练成通用性更强的实操能力。

这次合并，意味着最丰富的"Picking"数据矿场遇上了能够高效合并消化海量异构数据的模型底座，实现了场景与技术的双向奔赴。合并后，场景侧每天产生的海量真实"Picking"数据，可以直接灌注到模型侧进行迭代；模型能力增强后，又能反哺更多仓库、更多机型。这条从数据到模型、再从模型到场景的闭环，在一个组织体内自然流转，不再需要跨越公司边界进行外部合作调度。原本处于“合作关系”的两家公司，现在成为同一家公司，数据飞轮成为了“内生机制”。

"Picking时刻"的到来：具身数据飞轮迎来支点

正如"Coding"让大模型拥有了一个可持续运转的数据飞轮——代码生成、运行、报错、修改、再运行，每一步都有反馈，每一次失败都能沉淀为优化素材——"Picking时刻"对具身智能的意义也是如此。它不只是让模型进入物流场景，更关键的是，具身数据第一次有机会从“采集型数据”走向“场景型数据飞轮”。

长期以来，数据稀少、昂贵、难以规模化是具身智能行业面临的核心痛点。传统的训练数据往往需要专门搭建采集环境，投入大量人力进行遥操作、任务设计和数据清洗，这种“为了训练而采”的模式，数据增长高度依赖人工组织、设备投入和项目预算，难以自然积累。

而"Picking"任务将数据产生嵌进了真实的业务现场。具身机器人在仓库中完成分拣、抓取、搬运，本身就是一次生产任务。只要任务持续发生，数据就会持续产生。抓取成功、失败、掉落、误识别、放置偏差、路径卡顿、节拍变化等所有过程中的信息，都可以被系统记录下来，成为模型持续优化的素材。

数据不再是专门设置的训练材料，而是从真实场景中自然流出的生产副产物。这一步至关重要。只有当数据生成与真实业务深度绑定，具身智能才可能真正形成飞轮：任务越多，数据越多；数据越多，模型越强；模型越强，机器人完成任务的稳定性和效率越高；效率越高，机器人就能进入更多仓库、覆盖更多SKU、处理更复杂情况，新的数据又会源源不断地回流。

因此，"Picking"的价值远不止于解决模型进入场景的问题。它更像是一个支点，撬动一切资源，将模型、机器人、场景和数据归拢到一条更顺畅的管线内。智谱、阶跃、商汤、阿里等大模型玩家集体押注，看中的正是原力灵机率先跑通物理世界数据飞轮的可能性。

任何Demo只能证明机器人“这一次”能做好，而"Picking"飞轮则要证明机器人能“越做越好”——这才是唐文斌所说"Picking"就是具身智能"Coding"的真正含义。

展望未来，具身智能赛道还有广阔的施展空间。"Picking"并非行业终点，也不是具身智能的全部，但它是构建数据飞轮的支点，是数据范式转型的起爆点，是从实验室走向真实世界的分水岭。谁先在"Picking"上跑通真实世界的数据飞轮，谁就更有可能拿到具身智能下半场的入场券。