忒修斯之船

本文既包括对机器人-世界模型-具身智能的行业考察，也包括我使用手头硬件设备（一台5090Dv2工作站）的一些简要探索，以及围绕“忒修斯之船”展开的一则概念性的前瞻寓言。

忒修斯之船是一则古希腊思想实验：一艘船在航行的过程中，假设不断更新部件，到最后所有部件都被更换的那一刻时，这艘船还算原本的船吗？

一、Intro

我在小学的时候在辅导书上看到了这个思想实验。

现在想来，从当时到现在，我的记忆和思想内核也逐渐发生了变化和更迭，即使我没有忘记那时的部分记忆，支持我行动的思想与那时估计也大为不同了，让我很难确定自己还是原本的自己。后来我学会了把一些思考拓展为寓言，寓言拓展为故事，写出了一点文字，挂靠在yanzhao1027.github.io上，偶尔回顾调用一下，通过我对自己曾写出的文字的看法，来衡量自己离原本的航线走了多远。

我对连续性的下一次理解扩展，来自《底特律：变人》、《赛博朋克2077: 边缘行者》以及《银翼杀手2049》。义体、情感、思想的连续性贯穿了这类作品。

具有人类情感的仿生人在CEO留下的后门中尝试脱离控制争取权益；偶然取得的斯安维斯坦彻底改变了大卫的人生，让他成为露西命中最耀眼的流星；而建立在复制人救世主身份上的自我认同，以及自己的ai女友都轰然倒塌在瑞安高斯林饰演的杀手K身上。

智能会赋予智能体追逐基本权利的动机，超常的工具会彻底改变角色的命运，而身份、感情往往被动承受命运的波折。这似乎是作品想要告诉我们的不变的主旨。然而在作品的另一面，底特律的仿生人对人类的服从不是连续的，大卫捡到的斯安威斯坦开的外挂不是连续的（会被幕后公司回收），K的命运和自我认同（甚至他的ai女友）也不是连续的。

那么从碳基智能到硅机智能之间，是否还能建立连续性？

这个问题在我眼中就是忒修斯之船这个思想实验的变体。如果能建构这么一种连续性，让一个晚期智人和一个跑在Nvidia训练机柜中的智能体之间，存在一步一步迁移的关系，那么我愿意将之称为“忒修斯协议（The Protocol of Theseus）”。

我对具身智能的兴趣，也来自对这个连续性的思考。因为transformer和attention把训练材料打的太散，看不出任何人类作者的连续性。也许具身智能能在训练过程中更好的保持相似体型、相似物理配重下，仿生智能体和被仿生的生物的连续性？

这个问题也许之后会有答案。

二、 从机械手臂到世界模型

在大语言模型流行前的2021年，人类工程师尚且习惯凭借经验雕琢一台机械手臂，把它当作人的延伸，并不考虑让ai来操控它。回顾b站热门up主稚晖君（真名彭志辉，华为天才少年，现在在智元做具身智能）当时的机械手项目，他把视频流远程传输到另一个房间，自己坐在房间里用手柄和视频流操控机械手臂给葡萄缝针，显然展望是让未来的人类外科医生能远程指挥设备完成外科手术，或者操控机器人设备打代理人（agent）战争。

如今，在2026年坐在视频流后面指挥机械手切黄瓜的的变成了AI。将机械手作为人类外骨骼的设想，逐渐被多模态大模型或世界模型单独操控机器人的设想所代替。毕竟人类有不小的可能会“失手”，而AI的潜能和进化速度看起来不可估量。李飞飞的世界模型World Labs Atlas，刚凭借显式3D重建、物理世界模拟和预测时空变化的能力收获赞叹，不一会儿风头就被GPT 6 Astra恐怖的高层任务理解和根据摄像头直接推理的能力抢了——因为接Astra过来指挥机械臂毕竟只需要点花钱订阅，不需要租显卡配环境收集数据搞训练。

比起由人类在后台控制机器人、无人机，按照稚晖君的设想去做外骨骼钢铁侠，前景更明确的明显是多模态大模型做大脑-World Model和VLA做小脑。甚至再迟一点就是多模态模型凭借恐怖的算力接管小脑工作——超过人类的前额叶无法越级指挥细胞的限制，给部件空投手谕完成任务。

但好消息是，具体到毫秒级别的控制动作仍然需要本地模型来完成。Astra也完全可以担任优秀的教练接入loop engineering。再考虑到云端模型的不确定性，本地训练俨然成为了一个工程问题。

三、5090Dv2的一则小实验

在9月初完成5090Dv2的装机后，我分别尝试了：

• [x] 部署开源视频模型minimax H3，成功用190秒跑出了10秒的视频；
• [x] 部署了125B的qwen 3.8 flash next的Q4量化版，感受了专家权重放入112G内存下的20token/s的异步推理速度；

在codex的协助下：

• [x] 根据robomaster官方发布的数据集，用BF16 transformer训练了一个简单的预测路径的模型，并测试了它在引入多机数据之后的改善

• [x] 采集了Minecraft中20分钟的移动数据和玩家状态信息，进行轨迹预测

四、忒修斯之船

其实具身智能的，碳基生物运动逻辑-硅机智能运动逻辑的连续性，尚不是我的全部探索目标。我在意的另一个问题是：假设一个人的大脑皮层，逐步缓慢地被脑机接口接入的硅机计算单元取代。这个人从未感觉自己的意识中断过，但某一刻他原生的大脑皮层只剩下原本的1%，届时这个人还是他自己吗？如果连这1%都完成替换，这个问题的答案又是如何。最重要的是，如果智能和意识在这个实验下保持连续，那么在哪一刻这个人不再是他自己？

如果我们接受忒修斯协议，承认一个晚期智人和一个跑在Nvidia训练机柜中的智能体之间，可以存在一步一步迁移的关系。那么这艘船会带着人类的智慧驶向何方？

为了更加接近这个问题的解，有必要让一个具身智能走到我们面前，让它自己作出回答。让我们一起看看它眼里的世界吧。