前华为小艺大模型负责人创业，押注主动式物理AI

机器人开始替人操心了。你在饭店结账离开时，手表震动提醒“手机忘拿了”；你在厨房做饭时，小机器人发出警报“小孩快从床上摔下来了”。让机器有“眼力见儿”，主动发现人之所需，这是唐都钰提出“主动式物理AI”的设想。

过去几年，物理AI主要聚焦于如何更好地执行人类指令，机器人走得更稳、抓得更准，但一切发生在人类指令之后。能否让AI自己发现当下要做什么，然后主动去做？华为前AI首席专家、小艺大模型前负责人唐都钰创办观行数智，致力打造面向物理世界的主动式AI系统。

迄今为止，物理AI的起点大多来自人类具体指令，如“把苹果放进篮子里”。在唐都钰看来，这是“被动式”的，AI主要解决如何完成任务，而非自主判断需要做什么以及何时行动。“主动式物理AI”面对的是持续展开的“事件流”，需持续接收环境信息，理解正在发生的事件，判断某种变化是否形成需要，再决定是否介入、以何种方式介入、调用何种设备以及何时介入。

这一设想并非首次出现。1998年微软研究院就做过LookOut原型，能判断用户是否需要查日历或填日程。次年微软研究员系统讨论了“主动式交互”。2000年，微软让摄像头追踪人的位置，当人走向屏幕，电脑界面随之切换。这些探索触及关键问题：机器能否根据情境理解人的潜在意图，并在没有明确命令时提供帮助？

这势必困难。“主动”本身极难：提醒早一步容易变成打扰和责备，出手晚一步帮助又失去意义。同一个动作可能有完全不同含义：人突然倒坐在地，可能只是休息，也可能昏厥；孩子伸手靠近水杯，可能只是观察，也可能碰倒。唐都钰认为，“主动做事”的能力不会随智能增长而涌现，还涉及风险判断、职责边界与行动时机，需单独研究攻克。

唐都钰曾任华为智能助手“小艺”多模态大模型研发负责人，职级达21级。从0到1开发小艺大模型并落地数亿台终端，意味着要打通数据工程、推理部署、端云协同与终端适配整条链路，这些经验同样为物理AI所需。让AI更好理解人类，也是他延续十余年的研究兴趣。2015年他在哈工大攻读博士，师从秦兵教授，研究机器理解人类情感，同年入选IBM全球博士英才计划。2016年博士毕业后进入微软亚洲研究院，拓展至代码智能，主导CodeBERT、CodeGPT等研究。其论文累计引用超3万次，入选全球前2%顶尖科学家终身科学影响力名单。

观行数智设计了双模型协同架构ProAgent。StreamingJev负责持续读取环境事件流，轻量化判断“是否需要介入”，如同哨兵；Response Model更像指挥员，判断事件性质、规划回应方式并决定调用何种设备。唐都钰表示，若让大模型持续处理所有信息，推理成本高且反应慢，通过轻量模型前置判断可把资源留给关键时刻。长期目标是训练面向物理世界的原生主动智能模型。

数据是关键。普通互联网视频不标注AI需要介入的时点。观行数智建立自动化数据流程，从公开视频提取场景变化，转化为带推理过程的决策序列，包含应提醒行动的正向样本和应继续观察的监督信号，让模型学会区分“出现了变化”与“形成了需要”。目前观行数智已与具身公司合作，让系统进入具体设备，补充推理过程、动作空间与执行反馈，形成数据闭环。团队还建立评测体系ProactiveXBench，从Timing、Progress、Outcome三个维度评估AI从发现需求到完成介入的完整轨迹，对应最易出错的三个环节：没赶上趟、撂挑子、白忙活。