8月27日，“智源學者·具身智能學術研討會”在北京舉辦。來自北京大學、清華大學、北京航空航天大學、中國科學院自動化研究所等高校及科研院所的20余位專家學者參會，圍繞世界模型、具身智能架構及靈巧操作三大核心議題展開研討，旨在推動人工智能從數字空間向物理世界延伸，探索具身智能規模化落地的可行路徑。

　　在世界模型專題研討中，與會專家指出，當前該領域范式多元，已在視頻生成、JEPA系列及3D空間表達等方向取得進展，但尚未形成統一標准或顯著落地效果。專家認為，世界模型服務具身智能的關鍵在於補齊“物理感知”與“策略學習”的能力閉環，解決預測狀態對行動指導的缺口。在數據層面，“交互性”與“多樣性”被視為訓練核心標准，需合理配置第一視角、仿真及互聯網數據比例。除具身智能外，AI for Science、醫療、游戲及數字孿生等領域也被視為重要應用方向，業界期待以快速泛化與上下文學習能力為標志的技術突破。

　　針對具身智能從實驗室走向規模化部署的挑戰，與會學者認為，制約發展的關鍵並非本體硬件，而是對物理空間的結構化理解與推理能力，以及本體、模型、數據間缺乏統一標准導致的高遷移成本。在技術架構上，分層式架構及大模型、世界模型與VLA模塊的協同成為主流探索方向。關於數據建設，專家呼吁補齊長尾交互行為等高質量數據，並建立分類篩選機制。在商業化節奏方面，工業等垂直場景有望率先落地，通用智能的實現仍需數年時間，安全體系與生態建設需同步推進。

　　在靈巧操作研討環節，學者們指出當前機械手與人類手部能力仍存在顯著差距，材料科學與傳感器技術是主要瓶頸。盡管驅動器性能差距縮小，但主端遙操作設備普遍缺乏力觸覺反饋，採集頻率難以滿足精細作業需求。數據方面，面向泛化任務的高維動作空間數據匱乏，抓取及不同材質處理等基礎動作仍是難點。視觸覺技術雖在帶寬與幀率上有所提升，但在標准化、穩定性及耐久性方面仍待突破。

　　據悉，智源研究院已構建自底向上的具身智能全棧技術體系，發布了悟界·RoboBrain和悟界·RoboOS。目前正研發以預測下一個物理狀態為核心的悟界·RoboBrain Orca，通過融合第一視角交互數據強化世界模型的具身表征。

　　本次研討會由智源研究院主辦，東城區隆福寺協辦。作為常態化高端學術交流平台，智源學者研討會持續推動跨學科思想碰撞與協作，為具身智能技術演進提供理論支撐與實踐指引。

　　人民日報社概況關於人民網報社招聘招聘英才廣告服務運營服務合作加盟版權服務數據服務網站聲明網站律師信息保護聯系我們

　　人 民 網 股 份 有 限 公 司 版 權 所 有 ，未 經 書 面 授 權 禁 止 使 用