何斌：打造具身智能新基建场景 推动物理AI发展

同济大学教授、自主智能无人系统全国重点实验室副主任何斌作主题分享。打造动物孙宁摄

人民网北京5月10日电 (记者焦磊)5月9日下午，具身建场景推“可信语料筑基，智能展智能生态共赢——2026人民网数据智能伙伴大会”在人民日报社举行。新基同济大学教授、何斌自主智能无人系统全国重点实验室副主任何斌在主题分享环节表示，打造动物当前人工智能正从判别式智能、具身建场景推生成式智能进入智能体时代，智能展下一阶段将迈向物理AI或自主智能，新基具身智能需要进一步推进与社会环境协作，何斌进入与人类共创价值的打造动物阶段。

何斌表示，具身建场景推当前机器人在运动和行动能力等方面已取得较大进展，智能展但仍未真正大规模进入社会系统。新基其原因主要包括真实世界复杂、数据闭环不完整，以及“仿真到现实仍然有鸿沟”。

围绕具身智能进一步进入社会，何斌提出，需要重新定义社会训练。除物理技能训练外，人和机器人还应进行社会训练，涉及情感价值、陪护、助老助残等社会行为训练，从而形成物理过程、社会关系和正确价值反馈相统一的训练闭环。

“训练的本质不仅需要训练动作，更需要社会交互训练”何斌说，训练对象应是人、机、环境、规则构成的多主体系统，相关数据不仅包括动作，还应包括意图、反馈、失败、关系、规则等，并进入训练体系。评价标准应包括对人类的安全、效率、信任、泛化、价值观以及社会行动能力等方面的提升。

谈及训练难点，何斌表示，一是资源离散，缺少物理过程的真实模拟；二是Sim-to-Real的虚拟鸿沟，即虚拟空间训练与真实世界存在巨大差距，不能真实反映物理世界的情况；三是数据匮乏，缺少人、机、环境共融的复杂交互数据。因此，需要重新定义开源物理智能训练场，实现统一的数据接口、统一训练描述和全域数据采集，并建立生态以支持具身智能进一步向社会发展。

何斌认为，还需要构建全生态、全栈的技术闭环，将学科知识、网络数据、文本图像数据、人类意图数据和真实数据采集统一到一个环境中，实现全栈真实的数据交互，并建设真实物理世界的仿真引擎和提升在线学习优化能力。

面向实际应用，何斌表示，机器人未来可进入工厂服务、社会服务等多种场景，需要形成物理场数据采集、物理闭环和能力闭环；工业场景也将成为机器人应用的重要训练场景；同时，还需建设安全可信多体决策的协同机器人社会训练场，描述真实的人机社会交互，以及机器人和人的意图、价值、可信、安全、交互等场景。

何斌表示，未来希望机器人真正从实验室走向真实场景，通过打造具身智能新基建场景，建设开源、标准化、模块化的产业底座，推动具身智能社会应用和物理AI发展。

最新评论