智源学者“隆中对”，共探具身新未来

        当前，机器人正从“演示者”加速走向“工作者”，具身智能正处于从“小批量试用”转向“大规模落地”关键拐点。在这一产业热潮中，“智源学者·具身智能学术研讨会”于8月27日在北京隆福寺举办。来自北京大学、清华大学、北京航空航天大学、北京交通大学、中国科学院自动化研究所等高校及科研院所的20余位智源学者齐聚一堂，围绕具身智能领域的前沿方向与关键科学问题展开深度研讨。具身智能正在推动人工智能从数字空间走向物理世界，被普遍认为是下一阶段AI发展的重要方向，而智源学者们正站在这一浪潮的前沿——研讨会设置“世界模型”“具身智能”“灵巧操作”三场专题圆桌，在跨学科的思想碰撞中寻找具身智能走向物理世界的可行路径。

        在世界模型圆桌讨论中，智源具身模型研究中心负责人王鹏伟担任主持人，智源青年学者、北京大学计算机学院助理教授唐浩，智源青年学者、北京航空航天大学软件学院教授盛律，智源青年学者、中国科学院自动化研究所副研究员李浩然，智源青年学者、清华大学助理研究员崔森参与圆桌讨论。与会学者围绕通用世界模型是否会收敛为单一范式、世界模型该“吃”什么数据、下一个“GPT-3时刻”缺的是规模还是新范式以及世界模型靠什么证明自身价值等核心命题进行了务实而前瞻的探讨。

        与会嘉宾认为，当前世界模型范式多元、尚无突出落地效果，但已在视频生成、JEPA 系列、3D 空间表达等主流路线上进行了重要探索；世界模型要真正服务具身智能，需补齐“物理感知”与“策略学习”的能力闭环，并解决“预测出的未来状态如何指导行动”这一关键缺口。在数据层面，专家们围绕第一视角数据、仿真数据与互联网数据的配比及成本账展开讨论，提出“交互性”与“多样性”是训练世界模型的核心标准。在目标与商业化层面，嘉宾指出具身智能之外，AI for Science、医疗、游戏、数字孪生与文旅等同样是世界模型的重要落地方向，并期待以“极快速泛化”与“in-context 学习能力”为标志的技术突变时刻到来。

        当前世界模型形态繁多、但尚未落地，打通"预测如何指导行动"的能力闭环，需建设兼具交互性与多样性的高质量数据，并以跨学科协作驱动其下一阶段突破的关键支撑。

        具身智能圆桌由智源研究院认知团队负责人、旋玑智能创始人王业全主持，智源青年学者、清华大学人工智能学院助理教授刘淼，智源青年学者、北京航空航天大学计算机学院副教授刘艾杉，智源青年学者、北京大学王选计算机研究所助理教授陈文拯，智源研究院研究员于智薇参与圆桌对话。与会学者围绕具身智能从实验室走向规模化部署，从数据瓶颈到真机部署挑战等方面展开全面讨论。

        与会嘉宾指出，具身智能尚未迎来"GPT 时刻"，制约发展的关键不在本体硬件，而在于物理空间的结构化理解与推理能力，以及本体、模型、数据之间缺乏统一标准带来的高迁移成本；多位嘉宾倾向于采用分层式架构，并探索大模型、世界模型与VLA等不同模块之间的协同。围绕数据难题，专家强调仿真与真机数据的差异，呼吁补齐 corner case 交互行为等高质量数据，并建立分类筛选机制。在落地节奏上，与会者普遍认为工业化等垂直场景有望率先商业化，通用智能落地则需两三年乃至更长时间，安全与生态建设须与落地同步推进。

        具身智能落地的关键不在本体硬件，而在"大脑"——打通物理空间的理解与推理，以分层架构、高质量数据和统一标准补齐从感知到执行的闭环。