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。。。。。。，，，，，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。。。。。。

各地住房公积金在优化调解后，，，，，，使用场景愈加多样化，，，，，，有的地方明确可以缴纳物业费、取暖费，，，，，，尚有的都会提出可以向购置车位等公共服务及设施配套等场景延展。。。。。。