知识卡片:前华为小艺大模型负责人创业,押注“主动式物理AI”
一句话结论
前华为小艺多模态大模型负责人唐都钰创办观行数智,提出并押注“主动式物理AI”——让机器不等待人类指令,而是从环境事件流中自行判断需求、时机与介入方式。
事件概述或研究问题
据量子位2026年10月15日报道,唐都钰(曾任华为智能助手“小艺”多模态大模型研发负责人,职级达21级)创办观行数智,致力于打造面向物理世界的主动式AI系统。核心研究问题是:物理AI能否从“执行人类明确指令”(解决 How)升级为“自主判断需要做什么、何时行动”(解决 What 与 When)。唐都钰将现有物理AI概括为“被动式”,任务起点均来自人类指令;而“主动式物理AI”面对的是一条持续展开的“事件流”,需完成流式判断后才能决定是否介入、以何方式介入、调用何种设备介入及何时介入。
方法/产品要点
- 双模型协同架构 ProAgent:第一部分 StreamingJev 作为“哨兵”,持续读取现实环境事件流,做轻量化判断,输出“是否需要介入”信号;第二部分 Response Model 作为“指挥员”,在收到信号后判断事件性质、规划回应方式并决定调用设备。分工动因是:若让大模型持续处理全部环境信息,推理成本高且反应速度大幅变慢。
- 数据方案:建立自动化数据流程,从公开视频中提取场景变化,转化为带有推理过程的决策序列,既包含应提醒/行动的正向样本,也包含应继续观察的监督信号,目标是让模型区分“出现了变化”与“形成了需要”。已与具身公司合作,让系统进入具体设备,补充推理过程、动作空间与执行反馈,形成数据闭环。
- 评测体系 ProactiveXBench:从 Timing(反应时机)、Progress(介入时长与任务状态)、Outcome(最终结果)三个维度评估AI从发现需求到完成介入的完整轨迹,对应主动式物理AI最易出错的三环节——没赶上趟、撂挑子、白忙活。
- 落地验证:首先部署在 Reachy Mini 机器人上,在60个案例中验证导引、警示与互动。
主要结果或产业意义
- 据团队给出的测试结果,在介入时效等特定指标上,ProAgent 模型已优于 GPT-6 等通用模型(具体评测细节待核实)。
- 唐都钰判断:未来人类身边将出现大量智能终端,若每台设备都需用户逐一发出命令,它们本质上仍是需要用户主动判断能力边界的复杂工具;更自然的人机交互可能不再需要以“Hi”开头的唤醒词。
- 唐都钰认为“主动做事”的能力不会随智能增长而涌现,还涉及风险判断、职责边界与行动时机,需单独研究攻克。
- 团队建设上沿产学协同展开,与哈工大实验室保持深度合作。唐都钰同时担任2024年成立的中关村学院“AI模型杰出技术专家”,该机构鼓励科研人员将技术带出实验室尝试创业。
为什么重要
本条与既有“物理AI迎来‘开悟时刻’”卡片构成同一赛道的不同切口:后者聚焦大晓在世界人工智能大会发布的世界模型、数据采集方案与行业解决方案(偏向技术突破与规模化落地),本条则聚焦“主动式”这一新问题定义——把行动链路的起点从人类指令前移到机器自主判断。与已有关于 Anthropic 评估集、OpenAI 设计重心的卡片形成呼应:三张卡片共同指向同一趋势,即AI能力增强的同时,问题定义、评估标准与判断时机正成为新的核心瓶颈。
局限与不确定性
- 主动式物理AI尚无成熟数据体系,也缺少统一模型架构与评测标准,需从需求定义开始重新建立训练数据、决策模型与硬件之间的关系。
- 物理AI技术路线远未收敛(VLA、世界模型、WAM 各有拥趸),路线转换成本高昂,创业者需提前下注。
- 文中“ProAgent 在介入时效等特定指标上优于 GPT-6”为团队单方测试结果,评测口径、样本量与可复现性待核实。
- 60个 Reachy Mini 案例的验证规模较小,泛化能力待核实。
- 文中提及论文链接(arxiv.org/abs/2610.16967)的具体内容与结论待核实。
- 唐都钰在华为期间的职级、论文引用数(称超3万次)、入选全球前2%顶尖科学家榜单等信息均来自报道转述,待独立核实。
可用于图书/PPT/简报的角度
- “从被动执行到主动判断”:物理AI的问题定义如何从 How 前移到 What 与 When。
- 人机关系中的“主体性”争夺:当机器开始主动行动,责任边界与权限约定如何设计。
- 双模型架构的工程权衡:轻量哨兵 + 重型指挥员,如何平衡推理成本与反应速度。
- 主动式AI的评测难题:Timing、Progress、Outcome 三维度对应的三类典型失败。
- 产学研结合的新样本:中关村学院“鼓励把技术带出实验室”的机制,与创业者双重身份。
- 趋势判断 vs. 技术豪赌:在路线未收敛的领域,创业者如何用“趋势必然性”为下注提供理由。
原始材料
- 来源:量子位(QbitAI)
- 标题:前华为小艺大模型负责人创业,押注“主动式物理AI”
- 作者:程浅
- 发布时间:2026-10-15 14:35:46
- URL:https://www.qbitai.com/2026/10/503446.html
- 文中提及论文:http://arxiv.org/abs/2610.16967
与既有脉络的关系
本卡片延续“物理AI”与“AI产品判断/评估”两条既有脉络,增量信息在于:首次引入“主动式物理AI”这一概念框架,明确区分被动执行(How)与主动判断(What/When),并给出双模型协同架构 ProAgent、评测体系 ProactiveXBench 与 Reachy Mini 初步验证三项具体进展,可作为物理AI从“能力突破”走向“问题定义竞争”的观察样本。
发现内容有误?
免登录提交,管理员审核并完成修正后才会公开修订说明。
值得关注
本条与既有“物理AI迎来‘开悟时刻’”卡片构成同一赛道的不同切口:后者聚焦大晓在世界人工智能大会发布的世界模型、数据采集方案与行业解决方案(偏向技术突破与规模化落地),本条则聚焦“主动式”这一新问题定义——把行动链路的起点从人类指令前移到机器自主判断。与已有关于 Anthropic 评估集、OpenAI 设计重心的卡片形成呼应:三张卡片共同指向同一趋势,即…
相关主题
对应的教材知识点
根据卡片内容自动匹配,点击查看已审核的教材讲解: