henry 发自 凹非寺量子位 | 公众号 QbitAI
真没想到。。。。。。∥锢鞟I的账单，，，， ，有一天竟然能和大模子一个价。。。。。。
事实，，，， ，视频跟文本孰大孰小，，，， ，我照旧分得清的。。。。。。
不过，，，， ，就在刚刚，，，， ，具身天下模子的安排本钱，，，， ，被智在无界打下来了——
在机械人身上安排天下模子，，，， ，一个月只要150块，，，， ，相当于充个GPT Plus会员的钱。。。。。。
而这，，，， ，就来自他们最新宣布的隐式天下模子产品Being-H-Flash
在单台机械人天天扫码1000件快递的流水线场景中，，，， ，Being-H-Flash月算力本钱仅需150元
相当于英伟达Cosmos方案的2%，，，， ，甚至比VLA架构的Pi0.5还自制70%。。。。。。
更要害的是，，，， ，它不但是自制。。。。。。
当其他显式天下模子还主要依赖云端安排时，，，， ，Being-H-Flash已经直接跑进了机械人本体。。。。。。
在类似Orin NX这样的百TOPS级端侧算力条件下，，，， ，Being-H-Flash能实现靠近20FPS实时运行，，，， ，并且同时兼容国产AI芯片和英伟达平台安排。。。。。。
（注：差别天下模子在训练级显卡、消耗级显卡与端侧芯片上的推理速率比照，，，， ，单位FPS，，，， ，越大越好，，，， ，x体现由于算力受限）
智在无界先容，，，， ，Being-H-Flash也是全球首个在端侧，，，， ，甚至是百TOPS级芯片上实现实时运行的天下模子。。。。。。
这是怎么做到的 ？？？ ？
天下模子端侧开跑
要明确Being-H-Flash为什么能在100TOPS端侧芯片上实时运行，，，， ，得先回到开头浅浅提到的两个看法：
显式天下模子隐式天下模子
已往一年，，，， ，以VLA（Vision-Language-Action）为代表的具身模子一直刷新机械人的操作能力上限。。。。。。
但与此同时，，，， ，一个问题也越来越难以回避：在动态的真实天下里，，，， ，纯粹地看加入景、输出行动，，，， ，往往并不敷。。。。。。
一旦涉及物体运动、遮挡、接触以及形变，，，， ，机械人就必需思量行动带来的后续影响。。。。。。否则，，，， ，一个看似准确的行动，，，， ，可能从执行最先就已经注定失败。。。。。。
因此，，，， ，机械人不但需要知道下一步该怎么做，，，， ，还需要预判这样做之后会爆发什么。。。。。。
于是，，，， ，能妄想未来的天下模子最先成为具身新的演进偏向，，，， ，但天下模子内部，，，， ，也有两条差别蹊径。。。。。。
详细来说，，，， ，一边是以英伟达Cosmos-Policy为代表的显式天下模子，，，， ，它会先逐帧天生未来画面，，，， ，再凭证这些画面妄想行动。。。。。。
这样做的利益是能够直接建模未来的物理转变，，，， ，但价钱也很显着：未来画面需要逐帧天生，，，， ，算力和延迟本钱都很高。。。。。。
而Being-H0.7所接纳的隐式天下模子，，，， ，则选择了另一条蹊径。。。。。。
它不再天生未来画面，，，， ，而是在多模态感知与行动天生之间构建一个潜空间（Latent Space），，，， ，把目今视察、使命目的以及对未来状态的判断压缩到其中举行推演。。。。。。
换句话说，，，， ，它依然在展望未来，，，， ，只是不再通过“画出来”的方式。。。。。。
（注：有别于英伟达的显式蹊径，，，， ，Being-H0.7首次开创了“人类视频预训练”+“潜空间推理”相连系的隐式天下模子蹊径）
这种做法最大的利益，，，， ，就是把“展望未来”从像素空间搬到了潜空间。。。。。。
大宗视频天生带来的盘算开销被省掉了，，，， ，但天下模子对未来状态的推演能力依然得以保存。。。。。。
蹊径更轻，，，， ，是Being-H-Flash能够跑进端侧的第一步。。。。。。
但不画未来，，，， ，并不料味着无法精准展望未来状态。。。。。。
为了确保模子在潜空间的推演能力，，，， ，团队还使用了凌驾20万小时第一人称人类视频和凌驾1.5万小时机械人示教数据举行训练。。。。。。
与此同时，，，， ，团队还构建了一整套面向端侧安排的推理基础设施，，，， ，包括自研Universal Async Chunking（UAC）等异步推理手艺。。。。。。
模子认真在潜空间里展望未来，，，， ，系统则认真让这些展望更快地转化成行动。。。。。。
前者阻止了像素级rollout带来的重大盘算开销，，，， ，后者进一步压缩了控制延迟。。。。。。
最终，，，， ，Being-H-Flash成为全球首个在百TOPS级端侧芯片上实现实时运行的天下模子。。。。。。
端侧跑通了，，，， ，然后呢？？？ ？
看到这里，，，， ，一个问题自然来了：天下模子跑进端侧，，，， ，然后呢？？？ ？
两件事。。。。。。第一，，，， ，它决议机械人究竟能不可用。。。。。。第二，，，， ，它决议这笔账究竟能不可算过来。。。。。。
先说第一件。。。。。。
举个栗子，，，， ，你跟DeepSeek对话，，，， ，模子多思索几秒，，，， ，鲸鱼脑壳上转几圈，，，， ，然后给你一个谜底，，，， ，大大都时间问题不大。。。。。。
但机械人纷歧样。。。。。。
一台产线上的机械人晚两秒做判断，，，， ，螺丝可能已经拧穿了电路板；；；仓储机械人晚两秒避障，，，， ，货物可能已经撞翻在地。。。。。。
以是，，，， ，天下模子若是挂在云端跑，，，， ，网络延迟和断连风险就成了控制系统里最懦弱的一环。。。。。。
更别提许多工厂情形自己网络条件有限，，，， ，断网和颤抖并不有数。。。。。。
因此，，，， ，端侧实时运行，，，， ，实现闭环控制的主要性就在于此。。。。。。
好比，，，， ，接住一颗高速滑落的小球，，，， ，看起来只是接个球，，，， ，但真正难的着实不是行动，，，， ，而是展望。。。。。。
机械人需要一连判断小球下一秒会泛起在那里，，，， ，并实时调解机械臂轨迹完成接取。。。。。。
类似的挑战还泛起在液体和柔性物体上。。。。。。
倒水时液体会怎么流，，，， ，抓起塑料袋后会往哪边变形，，，， ，看似是差别使命，，，， ，背后磨练的着实是统一种能力：对未来状态的实时展望。。。。。。
这些使命虽然看起来差别，，，， ，但背后着实依赖的是统一种能力：在行动爆发之前，，，， ，先对未来举行推演。。。。。。
而当这种能力第一次能够在机械人本体实时运行之后，，，， ，天下模子也最先从实验室里的Demo，，，， ，酿成产线上的现实能力。。。。。。
已往，，，， ，天下模子在云端，，，， ，机械人在产线，，，， ，中距离着一根网线。。。。。。
现在，，，， ，天下模子第一次真正装进了机械人身体里。。。。。。
这或许才是Being-H-Flash更主要的意义。。。。。。
接下来，，，， ，就是第二件事，，，， ，天下模子能不可大规模落地。。。。。。
天下模子终于算得过账了
Being-H-Flash做到了一件此宿天下模子很难做到的事：
保存对物理天下的展望能力，，，， ，同时把安排本钱压到了工业能够接受的位置。。。。。。
很长一段时间里，，，， ，天下模子面临的都是统一个问题：能力越强，，，， ，本钱越高。。。。。。
而本钱越高，，，， ，距离真实安排就越远，，，， ，以Cosmos-Policy为代表的显式天下模子就是云云。。。。。。
它们能够建模重大的物理历程，，，， ，但高昂的推理开销决议了大大都情形下只能安排在云端数据中心。。。。。。
关于许多真实场景来说，，，， ，仅仅算力账这一项，，，， ，就已经很难建设。。。。。。
相较之下，，，， ，Being-H-Flash选择了一条差别的路。。。。。。
它没有把天下模子酿成更大的视频天生器，，，， ，而是通过隐空间推理，，，， ，把对未来的展望能力保存下来，，，， ，同时把实时运行所需算力压缩到百TOPS级端侧平台。。。。。。
关于机械人厂商来说，，，， ，这意味着不必再在模子能力和安排本钱之间做二选一。。。。。。
除此之外，，，， ，围绕差别安排需求，，，， ，智在无界还推出了完整的Being-H-Flash产品矩阵。。。。。。
其中，，，， ，Being-H-aura面向标准安排场景，，，， ，Being-H-ventus进一步强化运行效率，，，， ，而旗舰版Being-H-procella则针对详细机械人本体、硬件平台和营业场景举行专项优化。。。。。。
（注：Being-H-Flash产品矩阵，，，， ，以隐式天下模子为基座，，，， ，从aura，，，， ，ventus到procella，，，， ，逐级推进真实场景机械人的安排效率和性能）
就像开头说的，，，， ，Being-H-procella已经完成英伟达与国产芯片双平台适配，，，， ，并在国产百TOPS级端侧平台实现适用化安排。。。。。。
这意味着，，，， ，“国产天下模子+国产芯片”第一次从工业愿景走向工程现实。。。。。。
当端侧算力门槛降到百TOPS，，，， ，当月度算力本钱降到百元级，，，， ，许多已往算不过账的场景，，，， ，也最先有了规；；；涞氐目赡。。。。。。
仓储物流里高速转变的包裹，，，， ，工业产线上一直调解的机械臂，，，， ，以及商超和家庭情形中的柔性物体与一连操作使命，，，， ，都最先进入天下模子的能力半径。。。。。。
从Being-H0到Being-H0.7再到Being-H-Flash，，，， ，智在无界用一年时间完成了隐式天下模子从提出到端侧安排的闭环。。。。。。
而这或许也展现了天下模子商业化真正主要的一件事——
决议它能否走出实验室的，，，， ，历来不但是能力上限。。。。。。
更主要的，，，， ，是谁能先把它装进机械人、放进产线，，，， ，再把本钱打到工业愿意买单的位置。。。。。。
至少从今天来看，，，， ，天下模子终于最先算得过这笔账了。。。。。。
One More Thing
最厥后简朴先容一下，，，， ， Being-H-Flash背后的团队——
BeingBeyond（智在无界）
智在无界建设于2025年5月，，，， ，是一支刚满一岁的团队。。。。。。
首创人卢宗青，，，， ，是北京大学盘算机学院长聘副教授、智源学者，，，， ，恒久深耕强化学习。。。。。。
在学术界，，，， ，他较早提出使用大规模人类视频训练具身模子的偏向，，，， ，这也成为了智在无界厥后手艺蹊径的起点。。。。。。
公司焦点手艺开发职员占比凌驾70%，，，， ，博士学历占比近60%，，，， ，主要来自北京大学、清华大学、中国人民大学、南洋理工大学、南加州大学等海内外着名高等院校。。。。。。
已往一年，，，， ，智在无界险些坚持着3-4个月一代模子的迭代速率。。。。。。
从Being-H0的1000小时人类视频预训练，，，， ，到H0.5扩展至1万小时，，，， ，再到H0.7将训练规模提升至20万小时，，，， ，这条手艺路径始终围绕着统一个问题：
怎样让机械人像人一样，，，， ，通过视察天下来明确天下。。。。。。
现在天宣布的Being-H-Flash，，，， ，则把这套能力第一次带进了百TOPS级端侧芯片。。。。。。
从人类视频预训练，，，， ，到隐式天下模子，，，， ，再到端侧实时安排。。。。。。
一年，，，， ，四代模子，，，， ，很具身。。。。。。
盘面上看，，，， ，机械人、肉鸡养殖、国有大型银行等板块领涨两市；；；商业、分立器件、其他电子等板块跌幅居前。。。。。；；；等税蹇橐涣钤，，，， ，绿的谐波涨超11%，，，， ，埃斯顿涨停；；；油气设服看法走强，，，， ，山东墨龙涨停。。。。。。