黄铁军：构建物理智能体 类脑方法开启具身智能新范式

2025年6月7日，为期 2 天的第七届北京智源大会圆满落下帷幕。本次大会邀请到了4位图灵奖得主、30余位AI企业创始人&CEO、100余位全球青年科学家、200余位人工智能顶尖学者和产业专家，设置20个论坛共计180余场报告，覆盖多模态、深度推理、下一代AI路径、Agent智能体、具身智能、AI4S、AI产业、AI安全、AI开源等关键议题，除了专题论坛外还设置了Tech Tutorial特色活动，并首次和联合Pytorch举办Pytorch Day China。此外，大会现场搭建了智源AI科研成果互动体验展台，集中呈现了具身智能、脑科学、数字心脏等前沿科研成果的应用场景，吸引大量参会者驻足体验、深度互动，现场气氛热烈。

过去一年，具身智能领域迎来爆发式增长，成为人工智能与机器人技术融合的核心赛道。本届智源大会的“具身智能”浓度拉满，开幕式的具身会客厅环节，不仅有宇树、天工、银河通用三大明星机器人现场炫技，还有Physical Intelligence联合创始人兼CEO Karol Hausman与宇树科技创始人王兴兴，银河通用创始人兼CTO、北京大学助理教授、智源具身智能研究中心主任王鹤，穹彻智能联合创始人、上海交通大学教授卢策吾，北京人形机器人创新中心总经理熊友军、智源研究院院长王仲远隔空共话具身智能的现状与未来。

此外，今年首次将具身智能升级为全天的分论坛，并加入人形机器人的主题，可见具身智能与机器人本体互相促进的技术演进趋势。具身智能与人形机器人分论坛邀请到了来自清华大学、北京大学、北京邮电大学、上海人工智能实验室知名高校和研究机构的学者专家以及众擎机器人、千寻智能、北京人形机器人创新中心等具身公司的创始人、CTO分享前沿研究与产业实践。

在具身智能的技术路线与底层逻辑层面，清华大学教授，IEEE/CAAI/CAA Fellow、 国家杰出青年基金获得者孙富春指出，世界模型是全要素模型，空间智能是其向视觉空间的投影，强调触觉纠偏高于视觉纠偏，需构建包含物理属性等的沉浸式数字物理系统。

而清华大学研究员、机器人控制实验室主任赵明国提出类脑算法可替代传统控制器，人形机器人发展需从运动控制向视觉决策等升级，人类进化的底层运动智能具有启示意义。

在具身智能的数据瓶颈突破路径上，银河通用创始人兼CTO、北京大学助理教授、智源具身智能研究中心主任王鹤主张采用合成数据为主、真实数据校准的训练范式，通过十亿级高质量仿真数据训练的端到端模型，可实现零样本泛化，已在零售、工业等场景逐步落地。

上海人工智能实验室青年科学家、具身智能中心负责人庞江淼也认为，合成数据有助于本体和场景泛化，但持续压低真实数据采集数量，提升合成数据的质量，直到全合成数据能够达成零样本泛化，需要一定时间。

北京大学副教授、BeingBeyond创始人卢宗青提出利用互联网视频预训练姿态生成模型，学习人类运动先验，解决人形机器人数据稀缺问题。

清华大学交叉信息研究院助理教授、千寻智能联合创始人高阳指出，机器人数据采集成本高（需遥操作 + 物理交互），且难以用语言描述（如游泳），形成“无智能-少机器人-少数据”的恶性循环，可利用互联网视频数据，通过跟踪视频中物体运动预训练模型，再迁移到机器人遥操作数据微调，结合强化学习，解决仿真与现实差距。

北京人形机器人创新中心有限公司CTO、IEEE Fellow、ACM杰出科学家、中国电子学会会士唐剑认为，虚实结合是具身智能的正确打开方式，世界模型能够模拟物理规律，生成虚拟数据，预测环境变化，形成闭环反馈。

在具身智能的通用泛化能力构建方面，智源具身多模态大模型中心负责人，北京大学计算机学院助理教授仉尚航认为，构建具身快慢系统是具身智能从 “单一任务 / 本体” 迈向 “通用泛化” 的关键路径，分别以 “大脑（推理）+ 小脑（控制）”的分层快慢系统和VLA端到端快慢系统两条技术路线，解决跨本体（如机械臂、人形机器人）与场景的泛化性问题。并详细介绍了RoboBrain 2.0, RoboOS 2.0, HybridVLA, Fast-in-Slow等最新工作。

北京邮电大学教授方斌指出，视触觉感知是具身智能从“感知”迈向“精准操作”的核心环节，需通过传感器创新、仿真数据增强与多模态融合，解决动态环境下的操作稳定性与泛化性难题。

在具身智能的商业化落地进程中，众擎机器人 创始人、董事长赵同阳指出，当前人形机器人的基础能力还不足，还无法稳定从 A 点走到 B 点、上下电梯，需要先解决全地形适应、稳定行走，再进一步发展抓取、服务等上层应用，从而突破行业瓶颈。

在圆桌讨论环节，与会嘉宾们指出当前具身智能与人形机器人的发展存在数据质量与数量不足、学术研究与产业落地错位、人形机器人移动操作难度大等具身智能关键痛点问题；解决方案上，需融合互联网视频、遥操作、仿真等多源数据，推动硬件接口标准化，以系统化视角构建“大脑+小脑”分层框架，同时平衡技术创新与工程化验证，从而推动具身智能从实验室走向场景落地。

智源研究院理事长黄铁军在闭幕致辞中表示，智源持续布局类脑等方向的研究，意在构造精细完整的物理智能体，从原子到器官打造媲美人类的物理智能体。他带领团队开发的脉冲视觉芯片，功能类似人眼，速度比人眼快千倍，就是为具身智能准备的“超级电眼”。2024年底登上Nature子刊封面的智源线虫，实现秀丽线虫神经系统、身体与环境的闭环仿真，能够自主觅食，逼真诠释了具身理念。5-10年，具身智能有望代替人类从事不愿干、危险的劳动，但这并非具身智能的终极目标。人类从地球演化出来，只适合在地球生存，生理上不适合移民到其他星球。2045 年具身智能有望全面超越人类，代表人类走向星际，“我们的目标是星辰大海！我们的使命伟大而光荣！”