何斌：打造具身智能新基建場景 推動物理AI發展

本文轉自：人民網

同濟大學教授、自主智能無人系統全國重點實驗室副主任何斌作主題分享。孫寧攝

人民網北京5月10日電 （記者焦磊）5月9日下午，“可信語料筑基，智能生態共贏——2026人民網數據智能伙伴大會”在人民日報社舉行。同濟大學教授、自主智能無人系統全國重點實驗室副主任何斌在主題分享環節表示，當前人工智能正從判別式智能、生成式智能進入智能體時代，下一階段將邁向物理AI或自主智能，具身智能需要進一步推進與社會環境協作，進入與人類共創價值的階段。

何斌表示，當前機器人在運動和行動能力等方面已取得較大進展，但仍未真正大規模進入社會系統。其原因主要包括真實世界復雜、數據閉環不完整，以及“仿真到現實仍然有鴻溝”。

圍繞具身智能進一步進入社會，何斌提出，需要重新定義社會訓練。除物理技能訓練外，人和機器人還應進行社會訓練，涉及情感價值、陪護、助老助殘等社會行為訓練，從而形成物理過程、社會關系和正確價值反饋相統一的訓練閉環。

“訓練的本質不僅需要訓練動作，更需要社會交互訓練”何斌說，訓練對象應是人、機、環境、規則構成的多主體系統，相關數據不僅包括動作，還應包括意圖、反饋、失敗、關系、規則等，并進入訓練體系。評價標準應包括對人類的安全、效率、信任、泛化、價值觀以及社會行動能力等方面的提升。

談及訓練難點，何斌表示，一是資源離散，缺少物理過程的真實模擬；二是Sim-to-Real的虛擬鴻溝，即虛擬空間訓練與真實世界存在巨大差距，不能真實反映物理世界的情況；三是數據匱乏，缺少人、機、環境共融的復雜交互數據。因此，需要重新定義開源物理智能訓練場，實現統一的數據接口、統一訓練描述和全域數據采集，并建立生態以支持具身智能進一步向社會發展。

何斌認為，還需要構建全生態、全棧的技術閉環，將學科知識、網絡數據、文本圖像數據、人類意圖數據和真實數據采集統一到一個環境中，實現全棧真實的數據交互，并建設真實物理世界的仿真引擎和提升在線學習優化能力。

面向實際應用，何斌表示，機器人未來可進入工廠服務、社會服務等多種場景，需要形成物理場數據采集、物理閉環和能力閉環；工業場景也將成為機器人應用的重要訓練場景；同時，還需建設安全可信多體決策的協同機器人社會訓練場，描述真實的人機社會交互，以及機器人和人的意圖、價值、可信、安全、交互等場景。

何斌表示，未來希望機器人真正從實驗室走向真實場景，通過打造具身智能新基建場景，建設開源、標準化、模塊化的產業底座，推動具身智能社會應用和物理AI發展。