11月11日,广东省网信部门公布了新一批生成式人工智能服务备案信息。
名单里第一个是自变量机器人科技(深圳)有限公司的GreatWall通用具身大模型,备案编号 Guangdong-ZiBianLiangGreatWall-202606220179。
这是粤港澳大湾区首个完成备案的通用具身大模型。
一份备案证书本身没什么可说的,值得说的是它背后那串数。
备案完成前,GreatWall做了一轮历时5个月的系统性安全评估。
这期间累计开展超过20万次语料与生成内容抽检。
还有27148道高风险拒答测试。
前两个数是工作量,第三个数是门槛。
所谓高风险拒答测试,就是拿一堆有问题的请求去问模型,看它会不会按预设规则拒绝响应。文本模型答错了,删掉重来;具身模型判断错了,接下来就是机械臂真的动起来。
这是具身智能和普通大模型最本质的差别。它要把判断变成动作。
一台在厨房里的机器人,听到一句含混的指令,是先问一句「你是指哪一个」,还是直接伸手。一个在分拣线上的机械臂,遇到包裹摆放变了、抓取失败了、有人走进作业区,是停下来等人,还是继续走完流程。
这些场景在安规里都有对应条款,但要落到模型里,得有人一条一条写进去、测出来。
GreatWall是一组模型,拆开看是三条路线:世界统一模型WALL-B、世界模型WALL-WM、视觉语言动作模型WALL-OSS。
其中WALL-B走的是预训练加端到端的路子,把视觉、语言、触觉、动作和物理预测揉进一个统一模型,特点是跨本体、跨任务、跨场景都能复用。目前这套模型已经用在家庭服务和物流分拣这些真实场景里。
我做新媒体这些年,跟平台审核打过不少交道。一开始觉得那些规则烦,后来才明白,规则越清楚,能做的事反而越多——你知道边界在哪,才敢往里走。含糊不清的时候,大家都只敢做最安全的那点事。
备案也是同一个道理。
广东到11月11日累计备案了230款生成式人工智能服务,全国前列。这个数字说明,这条通道已经跑顺了,不是给某一家开的特例。
但对具身智能来说,备案只是入场。模型服务合规了,不代表机器人进到别人厂里、别人家里就一定安全。设备、任务、环境,每一项都得单独验。
我的判断是,这一轮真正拉开差距的不在谁的模型更聪明,在谁的安全流程能变成客户验收单上的一行字。客户买机器人,问的不是参数量,是出了事谁来兜。
你那边要做具身智能产品,第一件事该先去把哪一段安全流程跑通?