06-25日报|AI“具身入世”：智能体破界而来，重塑生命、工作与权力的未来格局

温故智新AIGC实验室

今天是2025年06月25日。如果说过去几年AI在云端完成了“思想的启蒙”，那么今天，我们正目睹一场波澜壮阔的“智能体入世”大潮。从外科手术台的精准判读，到工厂车间的自主协作，再到办公桌前的智能辅助，甚至模型本身的定制，AI正以前所未有的速度，将抽象的算力转化为触手可及的具身智能，彻底颠覆我们对“智能”的认知，并以前所未有的冲击力，重塑着人类社会的基础设施与权力版图。

今日速览

  • AI深潜医疗核心： 阿里巴巴达摩院在癌症早筛领域取得革命性突破，通过“平扫CT+AI”实现胃癌、胰腺癌的超早期发现，不仅颠覆传统医学认知，更将高效、无创的生命守护能力推向普罗大众。
  • 具身智能“解放”： 谷歌DeepMind与UC伯克利分别发布本地化具身Gemini和LeVERB框架，让机器人大脑真正“下沉”到物理世界，摆脱云端束缚，实现高度自主的感知、理解与全身动作，人形机器人正加速迈向自主时代。
  • 大模型定制“降维打击”： 新加坡国立大学等团队推出“拖拽式大语言模型”（DnD），将大模型定制效率提升高达12000倍，几乎实现即时定制，彻底击穿算力壁垒，预示着AI普惠与民主化的全面加速。
  • OpenAI直插巨头腹地： OpenAI正密谋将文档协作和即时通讯功能深度整合至ChatGPT，正面挑战微软Office和谷歌Workspace，这不仅是产品功能的叠加，更是AI Agent对企业核心生产力入口的颠覆性争夺。

AI医疗前沿：达摩院如何借“平扫CT+AI”重塑癌症早筛格局

【AI内参·锐评】 AI正以“逆医学常识”的姿态，将高端医疗的普及度推向新高度，这不仅是技术的胜利，更是社会公平的胜利，它直接将“癌症提前确诊”这颗救命稻草，递到了千家万户的门前。

【事实速览】 阿里巴巴达摩院与浙江省肿瘤医院合作，研发的AI模型DAMO GRAPE首次通过常规平扫CT提前6个月发现早期胃癌病灶，成果发表于《自然·医学》。该模型在敏感性与特异性上显著超越人类放射科医生，已在近10万人规模临床研究中验证其在胃癌和胰腺癌（DAMO PANDA）筛查中的巨大潜力，目标是实现“一扫多查”，大幅提升早期癌症检出率和患者生存率，并推动低成本、可普及的癌症筛查模式普及化。

【弦外之音】 传统医疗体系的“知识壁垒”和“资源瓶颈”正在被AI这种“数据驱动”的力量迅速瓦解，其深层逻辑是AI对非结构化、低价值数据（如人眼难以辨识的平扫CT细微变化）进行高价值挖掘。这预示着AI将从“辅助”走向“重塑”医疗范式，尤其是在公共卫生领域，其影响力将远超个别高端诊疗，它正在为“大病早筛、普惠可及”描绘出一条清晰的实现路径。

【普通用户必读】 对于普通用户而言，这意味着未来体检将可能通过一次无创、低成本的常规CT检查，就能实现多种癌症的早期筛查，大幅降低了筛查门槛和痛苦，显著提升了生命安全系数。AI不再是遥远的概念，而是直接触及生命健康的“守护神”，它正将过去难以企及的生命“提前量”变为现实，让更多家庭免于绝症的痛苦。

【我们在想】 当AI能够实现“一扫多查”，且其能力超越人类专家的传统认知时，我们该如何重新定义医疗AI的伦理边界和责任归属？这种“超能力”最终会走向“普惠”，还是被少数巨头垄断，加剧数字鸿沟？

【信息来源】

谷歌DeepMind推出具身Gemini本地版：机器人自主时代的里程碑？

【AI内参·锐评】 具身智能的云端束缚正在被本地部署“剪断”，这不仅是技术里程碑，更是将机器人的“大脑”从机房搬到“身体”里，开启了自主AI的新纪元——机器人不再是“远程遥控的玩偶”，而是真正的“独立思考者”。

【事实速览】 谷歌DeepMind发布Gemini Robotics On-Device，首次将多模态具身智能模型直接部署到机器人上，无需互联网连接即可实现低延迟操作和强大任务泛化能力。该模型基于Gemini 2.0优化，支持小样本微调，能在不同形态机器人（如ALOHA、Franky FR3、Apollo人形机器人）上展现卓越的跨具身泛化能力，并通过Gemini Robotics SDK赋能开发者。这标志着具身智能迈向自主、普及的关键一步。

【背景与动机】 云端依赖一直是具身智能落地复杂环境的**“阿喀琉斯之踵”，引入显著延迟并限制了在网络不稳定或无连接环境中的应用。本地部署是克服这些挑战、保障鲁棒性、扩展应用场景（如偏远地区农业、灾难救援）的必然选择。谷歌此举旨在抢占具身AI“大脑”的入口**，特别是为未来消费者和工业服务机器人市场的爆发提前布局。

【开发者必读】 对于开发者而言，这意味着能更便捷地开发和部署机器人应用，无需为网络延迟和连接稳定性担忧。小样本学习能力和SDK的提供，将极大降低开发门槛，加速创新周期，让更多**“非AI专业”的硬件开发者**也能迅速接入具身AI能力，将更多机器人“从概念变为现实”。

【我们在想】 当机器人的AI大脑可以离线自主决策，且具备强大的泛化能力时，如何确保其行为的可控性与安全性，特别是面对不可预测的情况？我们是否已准备好迎接一个由高度自主机器人构成的世界，并建立相应的伦理与监管框架？

【信息来源】

弥合“想”与“做”的鸿沟：UC伯克利LeVERB框架赋能人形机器人自主决策

【AI内参·锐评】 LeVERB框架打破了人形机器人“有脑无身”的困境，让它们不再是只会“想”的傻大个，而是能“想做合一”的真正智能体——这不只是技术精进，更是具身智能的终极形态初现峥嵘。

【事实速览】 UC伯克利和卡内基梅隆大学研究团队推出LeVERB框架，通过创新的分层双系统设计，首次成功弥合人形机器人的视觉语义理解与物理运动之间的断层。该框架使宇树G1人形机器人能根据语言指令和感知新环境，零样本完成“坐下”、“跨越”等复杂全身动作。研究团队还创建了LeVERB-Bench仿真基准，加速具身AI研发，显著提升了机器人零样本任务成功率，并展示了从仿真到现实的惊人迁移能力。

【弦外之音】 LeVERB的突破在于解决了具身AI从高级语义理解（“想”）到低级物理执行（“做”）的**“最后一公里”问题**。它通过构建抽象的“潜在动作词汇”，实现了高级规划与低级控制的解耦与高效协同，这不仅是技术上的精巧设计，更揭示了通用机器人学习范式的可能，即通过**“理解抽象意图”**来实现跨任务、跨平台、从仿真到现实的通用具身能力。

【未来展望】 随着LeVERB等框架的成熟，人形机器人将不再局限于预设程序，而是能主动感知、理解并响应环境，进入复杂、动态的真实世界，执行家庭服务、灾害救援、复杂工业操作等多种任务。未来十年内，我们有望看到人形机器人从实验室走向特定行业应用，成为人类社会的有力补充，甚至改变劳动力结构。

【我们在想】 当人形机器人能像人类一样“理解”并“自主行动”时，我们应如何为它们设定行为边界和责任，以避免潜在的社会伦理风险？人类与具身智能体之间的协作模式将如何演变，我们是否准备好与这些“新物种”共存？

【信息来源】

大模型“拖拽时代”开启：即时定制突破算力藩篱，AI民主化加速

【AI内参·锐评】 算力曾是大模型时代的“新石油”，而DnD则像炼油术的革新，将昂贵的精炼过程降维打击，瞬间把大模型定制推向人人可及的**“白菜价”**，这才是真正的AI民主化，彻底改写了“谁拥有算力谁就拥有未来”的铁律。

【事实速览】 新加坡国立大学和得克萨斯大学奥斯汀分校研究团队提出“拖拽式大语言模型”（DnD），开创了大模型即时定制的新范式。该技术通过基于提示词直接生成模型参数（LoRA权重），将大模型定制效率提升高达12000倍，在数秒内即可完成定制。DnD在零样本泛化能力上表现卓越，甚至超越了传统微调，极大地降低了LLM部署的门槛与成本，加速了AI普惠化。

【背景与动机】 传统大模型微调耗时耗力，计算资源需求庞大，是AI普及和应用落地的最大障碍之一。DnD直击痛点，从根本上改变了模型定制的范式，旨在降低AI部署的门槛与成本，加速各行各业的AI应用。这是对“算力中心化”趋势的一次有力反击，让**“人人皆可定制AI”**的愿景触手可及。

【投资者必读】 关注AI基础设施和模型服务商。DnD可能颠覆当前的大模型商业模式，从“算力租赁”转向**“模型能力生成”或“即时定制服务”。投资者应关注那些能够快速适应这种新范式，提供轻量化、高效率AI定制工具和平台的公司，而非单纯追求算力堆砌，因为算力的边际成本正在急剧下降**。

【我们在想】 当模型定制变得如此简单，是否会降低内容生成的“摩擦成本”，从而加速有害信息、虚假新闻的传播？如何在大规模、即时定制的模型生态中确保AI的伦理与安全，并建立有效的监管机制？

【信息来源】

OpenAI挥师办公：重塑企业协作，挑战Office与Workspace帝国

【AI内参·锐评】 OpenAI的“背刺”是对微软和谷歌的最高敬意——因为AI的未来不在于复制功能，而在于成为所有工作流的核心操作系统，这场“AI入口之战”将彻底改写企业级软件的版图，定义谁才是新时代的**“流量之王”**。

【事实速览】 OpenAI正密谋将文档协作和即时通讯功能深度整合至ChatGPT，直接挑战微软Office和谷歌Workspace的霸主地位。ChatGPT企业用户数已达300万且增长迅速，部分客户已从微软Copilot转向ChatGPT。尽管微软投入巨资发展Copilot，但因产品迭代速度、用户偏好和内部协同问题，其在与ChatGPT的竞争中面临挑战。OpenAI正通过灵活定价和功能整合，试图成为企业级AI的核心生产力平台。

【弦外之音】 这场“金主与被投公司”之间的竞争，揭示了AI时代商业竞争的残酷本质：谁能最快、最直接地占领用户心智，谁就能成为新的平台。微软的**“绑定策略”在AI原生的新场景下正显露出迟钝，其优势更多体现在与旧生态的深度捆绑。而OpenAI的目标是成为企业级AI的“瑞士军刀”**，提供端到端的解决方案，直接瞄准企业日常工作的核心。

【企业用户必读】 对于企业用户而言，选择AI办公工具不再是简单的功能对比，而是关乎未来工作流的底层逻辑。应评估哪种AI平台能更深度地融入企业特定业务流程，提供更无缝、更智能的体验，以及数据安全与合规性。这不仅仅是工具的替代，更是生产力范式的升级，企业必须警惕被“旧模式”思维所束缚。

【我们在想】 当AI成为办公协作的核心，企业的数据隐私和安全将面临何种挑战？微软和谷歌将如何反击以保卫其“帝国”？这场竞争最终会导致**“赢者通吃”**，还是催生更多元化的AI办公生态，从而打破巨头的垄断？

【结语】 今天的AI内参，清晰勾勒出AI从抽象到具身的跃迁轨迹。我们看到，AI不再仅仅是实验室里的理论模型，它正以颠覆者和重塑者的姿态，深入医疗，驱动机器人，重塑软件，甚至重新定义了“模型定制”的门槛。这不仅是技术的进步，更是权力与财富的重新分配，是效率与伦理的深度博弈。面对这股势不可挡的“具身入世”浪潮，无论是技术巨头、新兴创业者，还是每一个个体，都必须重新思考：我们如何驾驭这股力量，让其真正服务于人类福祉，而非仅仅加速商业的逐利？未来的世界，将由这些有“身”有“脑”的智能体与人类共同书写，而现在，正是我们洞察先机、塑造未来的关键时刻。