深度机智发布 PhysBrain 1.5，物理基座模型登开源榜首
PhysBrain 1.5 用人类交互视频训练物理基座模型，28 项具身基准综合 72.5 分居开源首位，逼近 GPT-6 Astra。
深度机智发布物理基座模型 PhysBrain 1.5，在覆盖视觉空间感知、具身规划、可供性识别等五类能力的 28 项公开基准上取得 72.5 综合均分，位列开源模型第一，与 GPT-6 Astra（73.3）、Gemini 3.6 Flash（73.0）差距收窄到 1 分以内；2B 与 8B 权重、技术报告与评测工具包均已开源。
正文摘录
大模型用了三年时间把“会说话、会思考、会工作”推到极致，但当行业开始追问“模型能不能走进真实世界、能不能动手”时，一扇新的大门被推开。 Google DeepMind 于 2026 年 7 月 30 日发布 Gemini Robotics 2，基于 Gemini 3.5 Flash 的“具身推理”大脑 ER 2，试图让机器人“边看视频边想下一步”。近期，OpenAI GPT-6 引发行业热议，推理、编程与多模态理解能力再度突破，把通用智能的天花板又推高了一截。 而 Robocurve 的一次实验，又将“大语言模型是否能在真实世界中行动”这个问题摆在了台前。该实验将 GPT-6 Astra 部署在真实机械臂上，在 20 次“积木放入碗”任务里，GPT-6 Astra 完成 19 次，而 Claude Fable 5.1 仅完成 8 次。 但顶尖大语言模型在具身操作上仍有鸿沟。Robocurve 同一套测试的另一面很说明问题：在“蓝色拼图块对位插入凹槽”这种毫米级精细任务上，GPT-6 Astra 的成功率从 95% 掉到 10%。 大模型积累的通用理解，可以跨越“看懂”到“粗动作”的鸿沟，却仍在“精细接触、精准插入”面前止步。 就在这个关口，一家从北京海淀中关村走出来的中国公司——深度机智，交出了自己的答卷。 2026 年 9 月 9 日，深度机智正式发布物理基座模型 PhysBrain 1.5，在 28 项公开基准上取得 72.5 的综合均分，位居参评开源模型首位，与头部闭源模型 GPT-6 Astra（73.3）、Gemini 3.6 Flash（73.0）的差距，已收窄到 1 分以内。 它没有去和巨头比拼参数规模，也没有去追逐各类技术热点，而是用一条“人类学习”的技术路线，把物理智能基础模型能力作为核心战略方向持续深耕。