回国之后，带着团队仍然紧密的开始推进研发，我发现很多身边的AI产品经理已经越来越被AI带偏了，甚至是AI替代人类，在基础医疗是文本数据下，大语言模型永远不可能替代人类。

因为人类是空间物种，能够在空间里面感知空间的速度、相对距离之外，还有眼球与体态来与这个世界进行交互。

而要人形机器人达到这个地步，就首先要空间智能，也就是世界模型为底座，并且还能够有与这个世界的交互基础行为数据，才能够训练为世界模型，而在vision Pro 与AndroidXR设备，不仅有空间数据还有眼球追踪、头部、以及身体数据，可以反馈人类与世界的交互过程。

而这个叫做基于世界模型的人类世界交互模型。

大语言模型天然的数据缺陷，以及巨高的数据成本

从现在来看，大语言模型天然缺失空间数据，他们没有办法去理解空间之间的相对位置、与世界的相关物理距离，更不能理解与人类行为与世界空间的感知，这就导致现在你看到现在大语言模型生成的视频模型，就有时候会非常奇怪，出现一些非常奇怪的行为与动作甚至是肢体。

同时在YouTube等这些互联网数据，用来训练空间数据成本也巨高，需要将人工生成3D的，再将其标注，完成空间数据。

而在vision Pro与AndroidXR这些操作系统里，有天然的mesh网格数据，也有眼球与肢体，可以天然的标注训练人类与这个世界的交互、以及当前的状态响应数据。

现在机器人的泛化能力很差：没有通用世界模型

因为机器人都是来自大语言模型以及某个人类行为动作的反复学习，但是因为数据量较少，他没有办法泛化到其他通用上，让机器人从一个房间换到一个陌生房间，他就不会了。

这就是LLM的局限，也是数据量、数据质量都不够的情况。

vision Pro的竞争对手XREAL project aura正式上线

在写这篇文章的时候，现在国产的空间计算眼镜第一台，XREAL总算上线了，虽然没有在国内售卖，但是也是第一台国产的空间计算设备，并且还是框架眼镜。

基于AndroidXR的空间计算眼镜，不仅可以用手势与头部追踪，主要是真的可以实现vision Pro几乎一切的功能，当然现在分辨率与计算能力还比不上苹果M5芯片性能，但是已经可以达到和M2一样的性能价值。

而今年还有其他的品牌眼镜，比如VIVO、PICO swan 都会逐步上市，这些眼镜也将开始国产空间计算的热度与浪潮

将急速增加世界模型的训练速度，因为照理说作为开发者都会有这些空间数据以及人类交互数据，这些数据都将成为世界模型的一部分。

并且硬件厂商肯定不会去抢开发者生态，终端厂商只要做好自己的终端即可。

只是比较遗憾的是，现在几乎没有产品经理知道这个，如果你关注，希望你可以更早的开始空间计算！

本文来自微信公众号“Kevin改变世界的点滴”（ID：Kevingbsjddd），作者：Kevin那些事儿