这位出生于 1991 年的核心高管，在 2024 年 5 月接替伊利亚 · 萨茨凯弗出任首席科学家，曾主导过 GPT-4、OpenAI Five 以及 o 系列推理模型的研发工作，是 OpenAI 大模型技术路线的核心掌舵人。相比其他高管，他一向较少公开发声，而这次为数不多的重磅公开长文，却流露出了极度冷静后的忧虑。他称人类已经创造出一套难以完整理解的智能体系，全人类尚未做好应对超级智能快速演进的准备，呼吁全球 AI 研发主动放缓全速扩张节奏。

　　而另一边，国内具身智能圈子里一直流传着一段长达 10 分钟、全程一镜到底的机器人实拍 Demo。在这个没有任何剪辑的出租屋实景里，机器人真真切切地在物理世界展现出了帕乔基口中那种类似于“异星心智”的自我决策能力。

　　就在今天，这段 Demo 背后的打造者也浮出水面 —— 乐享科技，还正式发布了模型的名字：以太大模型。具体模型是什么，我们接下来详解，先说一个值得认真聊聊的反差。

　　当大洋彼岸的顶尖实验室核心掌舵人，像当年人们恐惧汽车跑得太快一样陷入犹豫和纠结时，国内团队反而已经把这种前沿的心智能力，装进了机器人的物理躯壳中。

　　帕乔基在中提出，新一代高级人工智能并非人类思维的简单延伸，更像一种逻辑范式迥异的“异星心智”。他指出，这类 AI 是“养”出来的，而不是“造”出来的，连造它的人也不完全懂它。如果仔细阅读这篇警告，再回头看看这段全程一镜到底的机器人实拍 Demo，会发现两者在许多核心描述上有着些许的重合。

　　不同的是，OpenAI 停留在文字描述和对虚拟沙盒的安全担忧上，而乐享团队直接交出了现实世界的可视化答卷。

　　事实上，一个多月前，乐享科技就已经正式上线了模型官网 ，同步发布了产品概念阐释、底层技术逻辑和这组跑通的 Demo 。八月上旬，乐享科技的创始人在美国与多位硅谷同行交流时，也已经公开展示了关于乐享“星外来客”的核心概念框架。而 9 月初，OpenAI 才相继发布了 GPT-6 Astra 官网，并由帕乔基抛出了

　　在

　　从 Demo 中可以看到，机器人展现出了极强的自主推理与环境适应能力，具体体现在四个核心维度 ——

　　当身高不够的机器人想要把物品放到高处时，它没有卡[*]报错，而是像人类一样自主分析，寻找身边的纸箱。在发现自身无法弯腰搬起纸箱后，它甚至尝试用脚将其踹到柜子边来垫高自己。这种在没有预设脚本下通过探索身体边界来学会使用工具的行为，正是智能自我进化的体现。

　　在擦玻璃的任务中，机器人擦了几下发现污渍还在，它并没有机械地在同一面[*]磕，而是自主判断出“污渍可能在外部”，随后主动将手臂伸出窗外去完成擦拭。

　　中出现了宇树和智元两款结构完全不同的竞品机器人。在以太大模型的统一调度下，它们共用同一个“大脑”，自主探索出了极度默契的协作方式 —— 当宇树机器人手里拿满物品时，智元机器人会默默走上前，用双手捧起长围巾绕过对方的头部为其挂好。整个过程没有任何语音指令交互，纯粹是跨本体间的自主理解与任务调度。

　　在整理房间时，机器人不会机械地逐件搬运，而是会计算并寻找更省力的“最优路径”：拎拖鞋时主动抓取挂绳而非鞋体，将毛巾搭在肩膀上，将圆环套在小臂上，以此一次性携带更多物品，将效率拉到极致。

　　从对物体、空间、自身身体以及任务目标的处理方式来看，这套模型显然不只是让机器人“把动作做得更像人”，而是在尝试让机器人真正理解环境，并根据实际情况自己决定怎么做。

　　它能适应不同的机器人本体，能处理长时间连续任务，也能在遇到意外情况后从容调整策略。这些能力意味着，它背后的模型已经彻底跳出了传统“看数据、学动作、做预测”的简单路径，正在向能够理解环境、规划行动的线.

　　现阶段，行业里的具身智能模型探索路径大致可以分为两类，但两者都面临着从“智能感知”走向“自主行动”的共同挑战。

　　模型能够听懂指令，也认得眼前的物品，但由于它的动作完全依赖对过去训练数据的模仿，一旦环境光线变了、物品摆放位置偏了，或者面临一个没见过的长流程任务，它的“手”就不知道该怎么动了。它缺乏对真实物理世界的理解，遇到一丁点未知变化，泛化能力就会见底，容易发生误差累积甚至直接停机。

　　。它让 AI 先理解环境规律，在脑海里精准预测未来状态后，再去指挥身体。但这条路同样布满荆棘。它需要极其庞大的算力和绝对精准的物理模型。更致命的问题在于：当机器人面对一个任务，在脑子里进行了极其复杂的物理推演后，再把指令下发给具体的硬件身体时，往往会因为大脑里过了太多选择，最后呈现在动作上反而有些乱七八糟。它就像一个过度思考的学者，推演了无数种可能，但在实操时却显得犹豫、卡顿，甚至因为指令冲突而手忙脚乱。

　　它构建了从高层情景记忆与意图认知到低层力位控制与本能反射的完整神经通路。它保留世界大模型对物理环境的预测能力，但不会陷入无限推演的计算黑洞；而是通过 Energy 能量约束辅助决策，型引入的 Energy 模型，扮演的就是这种“人类本能”。它可以辅助机器人的大脑快速剪枝，从成千上万种推演中，精准且果断地选择出最具效率和价值的那一个动作。

　　：机器人能够真正理解环境变化与物理后果。任务中途遭遇意外干扰时，它能感知状态变化并自主修正，从容恢复任务，而非像传统模型那样直接卡[*]报错。

　　：面对长跨度任务，它打破了传统模型误差累积的魔咒。机器人能在执行中积累经验，根据反馈持续优化行为，实现认知演化的闭环。

　　：真正实现“一脑多机”。模型不再[*][*]绑定单一硬件，不同品牌、不同形态的机器人，都能凭借这套底层的物理直觉，共享同一个聪明的“大脑”。

　　它不再靠训练集里的记忆去生搬硬套，而是靠自主探索、自主认知，在真实的物理世界中独立找到通关的最优解。

　　过去几年，大模型的发展很大程度依赖规模扩张：更多数据、更大算力、更复杂的训练体系，不断推动模型能力提升。而具身智能或许正在探索另一条路径 —— 除了扩大模型规模，如何让机器真正理解物理世界、形成自主决策能力，同样可能成为下一阶段竞争的关键。

　　而当这些技术红利落到普通人身上，最直观的改变将发生在日常生活中。未来的家庭机器人，不再是那些只能按预设路线扫地、一碰障碍就报错停机的自动化设备，而是懂得审时度势的智能伙伴。它能在任务被打断后从容恢复，也能在陌生环境里主动寻找解决方案。只有具备了这些能力，机器人才能真正意义上走入家庭，成为人类可靠的助手。

　　油价“爆了”！曼德海峡突发！胡塞武装攻占红海战略要地，沙特发动64次空袭！深夜，利空来袭，全线

　　特朗普称如果伊朗拥有核武器，我会给最高领袖打电话，对他说：“最高领袖先生，您好吗？有什么能为您效劳的吗？”

　　真·恶魔在人间！哈佛停[*]房沦为人体超市：头颅论个卖，人皮做书皮，28年没人发现，还能砍价！

　　Find X10系列首发！OPPO官宣：ColorOS 17 9月17日发布 这次主打超流畅