北京初创公司 DeepCybo 押注于第一人称人类数据是解锁真正具身式人工智能（AGI）的关键。
该公司主张，当前的AI模型缺乏对主观、具身化经验的充分理解，DeepCybo 正打算通过优先考虑真实世界的、第一人称的感觉输入来弥补这一差距。
这种方法与以往主要依赖外部或经过策划的观察数据的大型数据集的主流范式形成了对比。DeepCybo 的方法论侧重于捕获当一个智能体通过类人视角体验世界时所产生的细微数据。
据报道，该公司正从简单的模式识别转向对真正“理解”的建模，而这种理解需要植根于个人感觉和互动的背景。
具身化的数据需求
DeepCybo 的基本前提是，真正的智能需要具身化——即认知与一个与环境交互的物理或模拟身体的结合。标准的 LLM 虽然功能强大，但其运作在很大程度上是复杂的文本预测器；它们本身不具备导航空间或抓取物体的“感觉”。
这家初创公司认为，第一人称数据提供了这一关键的体验层。这包括感觉流——视觉感知、本体感觉（对身体位置的感知）和触觉反馈——所有这些都与内部认知状态相关联。
这种对主观经验的关注是 AGI 竞赛中的一个刻意转向，它表明仅仅扩大参数数量将无法带来边际效益，除非纳入丰富的体验数据。DeepCybo 的目标是创建不仅能预测结果，还能从亲身经历中进行推理的模型。
这项工作的意义延伸到机器人技术和自主系统领域。一个仅通过观看机器人在执行任务的视频训练的 AI 可能会学会该序列，但一个在执行过程中根据自身第一人称视角进行训练的智能体，则会学习到由物理约束和即时反馈回路所必需的微调。
该公司正在解决人工智能中的“具身化问题”（grounding problem）——机器难以将抽象符号（如“红色”这个词）与有形的、现实世界的属性联系起来的困难。第一人称数据为这种具身化提供了一条直接的途径。
战略定位与未来轨迹
DeepCybo 正在中国快速扩张的人工智能领域中进行战略定位，旨在将其产品差异化于通用语言能力之外。通过专注于具身智能，这家初创公司瞄准了复杂机器人、高级模拟和人机交互等高价值应用场景，在这些场景中，上下文至关重要。
这项技术代表着与纯数字训练集的重大区别。收集、处理和标记这种高保真第一人称数据所需的基础设施是巨大的，这既是一个技术障碍，也是公司的竞争壁垒。
如果其雄心得以实现，DeepCybo 的架构可能会为全球下一代通用人工智能系统提供参考。它表明先进 AI 发展的瓶颈可能不仅仅是计算能力，而是用于训练的数据的质量和维度。
对第一人称感知的承诺标志着人工智能研究优先级的成熟——从实现语言流畅性转向在物理环境中获得真正的操作理解。投资者和研究人员正密切关注 DeepCybo 将这一理论框架转化为超越现有最先进模型的、可扩展的可证明性能提升的能力。
