幫老人翻身，機器人還得學多久？

“今天的AI會寫詩，會寫代碼，會做PPT，但它幫不了一位老人翻身。”

近日，復旦大學浩清特聘教授、通用物理智能研究院院長蘇昊在一場論壇中這樣描述當前的行業困境。

當下的AI，正在發展出一種新的反差。在數字世界里，模型越來越聰明，能幫人干活；但在物理世界里，它還遠未真正進入人類的生活。

蘇昊認為，AI還不夠可靠的原因在于，當前大模型學習的是語言，這是人類對世界的經驗與描述，而非世界本身。“它能流利地描寫‘杯子掉在地上會碎’，卻從沒有機會感受一只杯子的重量。”

那么，真正走出屏幕，AI還需要跨越什么？

圖/圖蟲創意

幻覺

過去一年，具身智能是AI產業最受關注的方向之一。

從實驗室到各大展會現場，人形機器人刷新著從行走、奔跑，到搬運、分揀，甚至做簡單家務等多種技能。與過去依靠固定程序運行的工業機器人不同，新一代機器人正在借助大模型、多模態感知等技術，試圖理解開放環境、自主決策、執行復雜任務。

但能力展示到真正承擔工作之間，仍有一道鴻溝。

在工廠里，機器人面對的是高度結構化的環境，工位固定、零件標準化、任務目標清晰。因此，即使機器人的泛化能力有限，也可以通過大量數據訓練和工程優化，完成相對穩定的工作。

但當環境從流水線變成家庭、醫院或者養老院等開放環境，問題開始變得復雜。

拿起一只杯子，看似只是一個簡單動作，但背后涉及對杯子材質、重量、空間位置的判斷，以及力量大小的控制；幫助老人翻身，也不僅是完成一個動作，而是需要根據人的身體狀態和姿勢來及時調整。

這些能力，對于人類而言來源于長期的生活經驗，但對于機器人而言，卻是一片尚未充分學習的領域。

在蘇昊看來，最本質的原因在于，模型學的一直是語言，而語言是世界的投影；模型學的一直是這道影子，卻從未見過投下影子的實體。

“你可以在屏幕里雄辯，但你說服不了重力。”蘇昊講道。

這也是當前物理智能發展的核心難題：機器人并不是不會做動作，而是不知道什么時候該做、該怎么做，以及如何一直做對。

這一看法也得到了多位具身智能領域專家和從業者的認同。

智元合伙人、覓蜂科技董事長兼CEO姚卯青指出，當前大部分模型建立在視頻生成模型基礎上，但視頻更多記錄的是世界的外觀變化，并不能完整呈現物理規律。例如，僅通過視頻可以看到物體的位置和運動，卻難以感知質量、力量、摩擦等信息，而這些恰恰是機器人完成操作任務時不可缺少的能力。

它石智航創始人兼CEO陳亦倫也提到，機器人面對的是一個不斷交互的物理世界，不僅需要觀察，還需要通過行動改變環境，并根據反饋不斷調整。機器人不能只知道下一步做什么，還需要知道做完之后世界會如何改變。

補課

而物理智能想要突破，關鍵在于讓AI獲得類似人類的物理世界經驗。

在蘇昊看來，要做到這一點，首先要給AI補上的，是真正的物理世界知識。

他將掌握過程分為六層，由底層向上分別是物體知識、狀態知識、動力學知識、功能知識、目標知識、行為知識，即從認識物體，到理解物體的狀態，再到掌握動力學規律，譬如球會滾走、水會流動；進一步，還包括理解物體在綁定主體后而被賦予的功能、目標，以及知道怎么做想做、要做的事兒。

“端一杯水穿過房間不灑，是分寸；系鞋帶、用筷子，這個是巧勁。而這些本事不寫在書上，是長在手上的。”蘇昊講道，“從物體到行為，越往上越不是看會的，越得在物理世界中親手去做。”

雖然互聯網讓語言知識得到了空前規模的聚合，但物理世界的知識卻仍然散落在實驗數據、工業生產、視頻記錄以及人的實踐經驗中，并沒有形成一套完整的數據體系。

因此，在蘇昊看來，物理智能的突破口不在模型的架構，而在知識的聚合。

這當然并不容易。

“聚合這件事注定超出任何一家機構的邊界。視頻在互聯網上，方程在教科書里，力學數據在各家實驗室里，操作的直覺在億萬勞動者身上，沒有誰能獨自集齊這套階梯。它需要整個行業乃至全社會的通力協作，共建數據、共立標準、共享仿真評測等基礎設施。”蘇昊談道。

這需要的真實世界數據量級也相當驚人。

陳亦倫以大眾熟悉的自動駕駛舉例，一個工業級可用的自動駕駛系統，訓練需要的純視頻數據大概100萬個小時，這還只是處理非碰撞的物理系統；而具身智能要刻畫復雜物理規律，并執行與物體有交互的操作，需要的視頻數據規模在1000萬個小時的量級。

更重要的是，理解世界還只是第一步。真正決定機器人能否進入人類日常生活的，是可靠性。

畢竟，現在要機器人完成一次動作并不難，難的是在真實環境中，把同一個動作穩定完成成千上萬次。

蘇昊認為，物理智能的發展不會像ChatGPT那樣，在一次發布會上突然爆發，而更像過去電氣化的發展過程，先進入工廠、倉庫等相對標準化的場景，再逐步走向醫院、商業服務，最終進入家庭。

而這指向的是物理智能實現自己使命的路徑。

“物理智能不是人的替代者，而是人的協作者，填補的是人手的缺口，把翻身、搬運這樣的體力活交給機器，把照護者的時間，還給陪伴與關懷；把危險的作業交給機器，讓人退到安全線之后，承擔判斷與創造。”作為堅定的物理智能樂觀派，蘇昊談道，“物理智能的使命，是把人還給人。”

記者：石晗旭

（shx0427@sina.com）

編輯：余源