上述知情人士告诉《21汽车·一见Auto》，供职小米期间，陈龙尝试过做一些机器人的实验，但工作重心还是在智能驾驶。
陈龙在小米期间主导了两项关键工作：打造Xiaomi MiMo-Embodied，推动XLA量产上车。
前者被誉为“业界首个打通自动驾驶与具身智能”的跨域具身基座模型。该模型在训练时除了使用自动驾驶数据，还加入了机器人数据、通用空间数据以及大量多模态数据。
8月24日，小米集团宣布已打造出“国内首款3nm智驾高算力AI芯片”：玄戒D100。小米介绍，玄戒D100拥有20核高性能CPU和16核高算力NPU，最大可支持160GB统一内存，最高可本地部署200B参数量的大模型，将于明年正式商用。
“完成Xiaomi MiMo-Embodied的研发以及推动XLA量产上车后，陈龙想利用资本的力量，在机器人领域做一些更前沿的尝试。”这位小米智驾员工告诉《21汽车·一见Auto》。
另一位投资人告诉《21汽车·一见Auto》，国内“大脑派”具身智能公司目前都开始研发自己的本体，但陈龙未打算研发本体。“在硅谷，融资压力也不大，做不做本体无所谓，他更专注做‘下一代的具身大脑’。”
RSI技术（Recursive Self-Improvement，递归式自我改进）是2026年大模型领域炙手可热的方向，即构建一个能完全自主设计、开发自己的继任者的AI系统，通俗地说，是“用AI造更强的AI”。
多模态大模型公司将RSI作为突破AI能力瓶颈的关键手段，具身智能公司也是。
在2026年世界机器人大会上，宇树科技创始人王兴兴介绍，最近公司正在推动“物理AI机器人模型实现自进化”。他们利用前沿AI大模型，让AI自己去搜索最新的论文、最好的成果和最优秀的开源方案，自己生成机器人的控制代码，然后自己在仿真环境中运行或者控制实物机器人。
“一旦整条逻辑形成体系并运行起来，机器人的开发效率会高很多，迭代速度也会非常快。一旦整个流程持续运行一段时间，就可以实现机器人自我进化能力的提升。”王兴兴补充道。
多模态大模型生活在数字世界，代码环境可以复制，测试可以并行，失败后可以回滚。机器人却工作在物理世界，每一次抓取都会改变物体的位置，现场的光照变化、相机的视角移动、机器人的关节磨损和硬件老化等，都会让下一轮实验的条件发生变化。
在仿真环境中进行机器人测试也许是个更好的选择。但这个仿真环境必须可重置、可扩展、不会掩盖失败，同时还必须解决Sim-to-Real Gap（虚实鸿沟，即在仿真里训练好的机器人策略，部署到硬件真机上之后性能大幅下跌的现象）难题。
一位机器人算法工程师表示，机器人自进化系统会不断针对它所处的环境优化自己，如果这个环境是仿真器，它就会越来越擅长“在仿真器里赢”，并且钻仿真器的空子。看似它变强了，其实它只是过拟合了一个假世界。因此，真实场景的数据飞轮才是机器人自进化的引擎。
梁文锋的判断是否正确，此刻，陈龙正在检验。
（作者：何煦阳 编辑：吴晓宇,张伟贤）
关注自动驾驶与具身智能的一切。
评论交流
0