本报讯 （记者金婉霞）当大模型在语言、代码等数字世界实现能力跃迁后，人工智能正加快走进物理世界。机器人如何感知环境、理解任务、执行动作，并从真实反馈中持续进化，成为具身智能产业关注的核心问题。7月19日，由智元创新（上海）科技股份有限公司（以下简称“智元创新”）与上海觅蜂具身智能科技有限公司（以下简称“觅蜂科技”）联合主办的2026世界人工智能大会（WAIC）“智启具身论坛2026——迎接物理AI智能涌现”在上海举行。来自清华大学、PhysicalIntelligence、GenesisAI、DynaRobotics、腾讯RoboticsX等高校和企业的代表，围绕物理AI如何翻越ScalingLaw“物理墙”展开讨论。
ScalingLaw（规模扩展定律）通常指随着模型参数、训练数据和算力持续增加，人工智能模型的能力会呈现相对可预测的提升。大语言模型正是沿着这一路径实现能力跃迁。但在物理世界中，机器人不仅需要处理信息，还要完成抓取、移动、操作等真实动作，同时受到数据采集成本、硬件性能、环境变化和试错风险等多重因素限制。因此，简单扩大模型和数据规模，未必能够复制大语言模型的成功，这被业内形象地称为ScalingLaw的“物理墙”。
智元创新合伙人、高级副总裁、具身业务部总裁，觅蜂科技董事长兼首席执行官姚卯青表示，物理AI要实现规模化发展，仍需突破数据、表征和闭环三道障碍：真实交互数据稀缺且采集成本高；跨任务、跨场景、跨机器人本体的统一物理表征尚未形成；真实环境中的试错代价高、反馈速度慢，难以形成大规模训练闭环。
围绕上述难题，智元创新构建了“预训练—后训练—持续学习”三阶段训练体系，并沿VLA（视觉—语言—动作模型）和WAM（世界—动作模型）两条路线推进融合，探索WRAM（世界推理动作大模型）。同时，该公司通过仿真系统、分布式真机强化学习和部署数据回流，推动模型持续迭代。
数据基础设施也成为论坛讨论的重点。姚卯青介绍，觅蜂科技已布局数据采集终端、治理平台和真机数据集，尝试形成“执行—回流—挖掘—更新”的数据飞轮。相关技术已在江西南昌3C平板生产线进行规模化验证，公司称产线作业成功率达到99.99%。
清华大学计算机系副研究员苏航认为，具身智能的预训练范式，正从单一本体、特定任务的行为模仿训练，转向开放世界通用能力训练。未来，机器人轨迹、遥操作数据、第一视角视频和人类行为视频等多源数据将进入统一训练体系，行业竞争也将从单项任务演示，转向模型的通用性、迁移性和持续学习能力。
PhysicalIntelligence研究科学家任至意介绍，其模型已尝试将在一种机械臂上学习到的衣物折叠能力，迁移至另一种双臂机器人，验证能力跨本体复用。DynaRobotics联合创始人兼首席科学家马也骋表示，该公司通过研究、部署和数据回流形成迭代闭环，其模型在餐巾折叠任务中的成功率达到99.4%，并实现24小时无人干预作业。
圆桌讨论中，与会嘉宾认为，机器人要迎来类似大模型的“ChatGPT时刻”，仍需要大规模、多来源的物理交互数据。互联网数据、第一视角数据、真机数据、仿真数据和部署回流数据，将共同构成物理AI的“数据配方”。
对于技术路线，嘉宾普遍认为，VLA与WAM并非相互替代，未来可能进一步融合。物理AI的能力涌现也不会来自单一模型或单一数据源，而取决于数据、模型、仿真、真机反馈、部署场景和机器人本体共同形成的持续进化体系。
（编辑 鲍鹏宇 张伟）
京公网安备 11010602201377号京ICP备19002521号
