僵尸先生

帮老人翻身，机器人还得学多久？_我的网站

A |     “今天的AI会写诗，会写代码，会做PPT，但它帮不了一位老人翻身。    　　成都8月22日电(单鹏)2026年，中国汽车产业行至动能切换的关口，行业竞争的主战场正从“拼规模”转向“拼价值”。”          近日，复旦大学浩清特聘教授、通用物理智能研究院院长苏昊在一场论坛中这样描述当前的行业困境。第二十九届成都国际汽车展览会21日在成都开幕，作为车展官方重要活动，2026汽车先锋思享荟同期举行。

B | 活动中，多位车企高管就行业转型与高质量发展展开深入探讨。

C |          当下的AI，正在发展出一种新的反差。在数字世界里，模型越来越聪明，能帮人干活；但在物理世界里，它还远未真正进入人类的生活。         苏昊认为，AI还不够可靠的原因在于，当前大模型学习的是语言，这是人类对世界的经验与描述，而非世界本身。　　当前，国内市场存量博弈越发激烈，海外布局也从试水阶段进入深水期；与此同时，L3级自动驾驶走向规模化应用，闪充与换电各立山头，技术路线的多元探索让未来充满无限可能，也带来了更多不确定性。在这一背景下，与会嘉宾普遍表示，中国汽车产业需要在效率与质量、规模与价值之间找到新的平衡。第二十九届成都国际汽车展览会21日在成都开幕，图为中国国产新能源汽车展台吸引众多观众。　记者 张浪 摄　　岚图汽车科技股份有限公司董事长卢放认为，中国汽车需要一场“慢下来的快跑”。

D | “它能流利地描写‘杯子掉在地上会碎’，却从没有机会感受一只杯子的重量。”          那么，真正走出屏幕，AI还需要跨越什么？          图/图虫创意          幻觉          过去一年，具身智能是AI产业最受关注的方向之一。         从实验室到各大展会现场，人形机器人刷新着从行走、奔跑，到搬运、分拣，甚至做简单家务等多种技能。

E | 他表示，近年来中国汽车的开发效率大幅度提升，平台化开发、数字化仿真、供应链协同和同步工程正在重构汽车开发流程，但必须清醒认识到，效率提升的前提是开发流程的重构，而不是验证环节的省略；智能化越发展，基本功越重要，无论技术如何变化，一辆好车安全、可靠、好开的基本标准没有变。持续造出好车、持续服务好用户、持续创造价值，是车企最重要的能力。与过去依靠固定程序运行的工业机器人不同，新一代机器人正在借助大模型、多模态感知等技术，试图理解开放环境、自主决策、执行复杂任务。         但能力展示到真正承担工作之间，仍有一道鸿沟。　　守住产品底层能力之外，如何把技术体系转化为市场竞争力，同样是行业关注的命题。

F | 奇瑞汽车股份有限公司执行副总裁李学用强调，造车既需要“老黄牛精神”，也要有新打法、新玩法。不久前，奇瑞汽车全球累计销量正式突破2000万辆。         在工厂里，机器人面对的是高度结构化的环境，工位固定、零件标准化、任务目标清晰。

G | 因此，即使机器人的泛化能力有限，也可以通过大量数据训练和工程优化，完成相对稳定的工作。

H |          但当环境从流水线变成家庭、医院或者养老院等开放环境，问题开始变得复杂。

I | 李学用认为，突破2000万辆大关，成熟的技术体系是关键；同时要打造一系列技术品牌，从技术货架升级为技术超市，支撑各品牌针对不同用户群体的心智需求开展产品布局。

J |          拿起一只杯子，看似只是一个简单动作，但背后涉及对杯子材质、重量、空间位置的判断，以及力量大小的控制；帮助老人翻身，也不仅是完成一个动作，而是需要根据人的身体状态和姿势来及时调整。　　在中国市场，外资品牌也在重新校准自身的发展逻辑。         这些能力，对于人类而言来源于长期的生活经验，但对于机器人而言，却是一片尚未充分学习的领域。

K |          在苏昊看来，最本质的原因在于，模型学的一直是语言，而语言是世界的投影；模型学的一直是这道影子，却从未见过投下影子的实体。         “你可以在屏幕里雄辩，但你说服不了重力。

L | 日产(中国)投资有限公司总经理刘新宇谈道，回望行业发展历程，很多品牌都经历过靠降价换销量、靠内卷换市场占有率的阶段，其本质是一张预支未来的“增长借条”，代价是透支口碑、压缩利润。”苏昊讲道。         这也是当前物理智能发展的核心难题：机器人并不是不会做动作，而是不知道什么时候该做、该怎么做，以及如何一直做对。         这一看法也得到了多位具身智能领域专家和从业者的认同。

M | 他认为，技术创新不应追逐短期风口，其核心价值是解决用户痛点、赋能产业升级，而非单纯用作营销筹码。对此，日产汽车不再盲目追求车型数量、不再透支利润冲体量，而是选择收缩低效产品规模，集中加码高价值、高口碑产品。

N | “看似增速慢了，但实际上提升了发展的质量与韧性。         智元合伙人、觅蜂科技董事长兼CEO姚卯青指出，当前大部分模型建立在视频生成模型基础上，但视频更多记录的是世界的外观变化，并不能完整呈现物理规律。”　　向内打磨产品价值之外，市场下沉与出海布局，也是行业绕不开的现实考题。例如，仅通过视频可以看到物体的位置和运动，却难以感知质量、力量、摩擦等信息，而这些恰恰是机器人完成操作任务时不可缺少的能力。         它石智航创始人兼CEO陈亦伦也提到，机器人面对的是一个不断交互的物理世界，不仅需要观察，还需要通过行动改变环境，并根据反馈不断调整。机器人不能只知道下一步做什么，还需要知道做完之后世界会如何改变。         补课          而物理智能想要突破，关键在于让AI获得类似人类的物理世界经验。

o |          在苏昊看来，要做到这一点，首先要给AI补上的，是真正的物理世界知识。

p |          他将掌握过程分为六层，由底层向上分别是物体知识、状态知识、动力学知识、功能知识、目标知识、行为知识，即从认识物体，到理解物体的状态，再到掌握动力学规律，譬如球会滚走、水会流动；进一步，还包括理解物体在绑定主体后而被赋予的功能、目标，以及知道怎么做想做、要做的事儿。         “端一杯水穿过房间不洒，是分寸；系鞋带、用筷子，这个是巧劲。

q | 而这些本事不写在书上，是长在手上的。零跑汽车首席运营官、高级副总裁徐军认为，中国市场细分领域仍有很大机会。新能源渗透率虽然达到60%，但分布不均；向下扎根，就要推动技术进一步下沉渗透。”苏昊讲道，“从物体到行为，越往上越不是看会的，越得在物理世界中亲手去做。在海外市场，消费者认知中国新能源汽车需要一个过程，让消费者看得见、摸得着、用得好，售后服务保障要先行。“我们要共创、共生、共享、共赢，一起在当地市场创造价值。”          虽然互联网让语言知识得到了空前规模的聚合，但物理世界的知识却仍然散落在实验数据、工业生产、视频记录以及人的实践经验中，并没有形成一套完整的数据体系。         因此，在苏昊看来，物理智能的突破口不在模型的架构，而在知识的聚合。         这当然并不容易。         “聚合这件事注定超出任何一家机构的边界。视频在互联网上，方程在教科书里，力学数据在各家实验室里，操作的直觉在亿万劳动者身上，没有谁能独自集齐这套阶梯。

r | 它需要整个行业乃至全社会的通力协作，共建数据、共立标准、共享仿真评测等基础设施。”苏昊谈道。         这需要的真实世界数据量级也相当惊人。         陈亦伦以大众熟悉的自动驾驶举例，一个工业级可用的自动驾驶系统，训练需要的纯视频数据大概100万个小时，这还只是处理非碰撞的物理系统；而具身智能要刻画复杂物理规律，并执行与物体有交互的操作，需要的视频数据规模在1000万个小时的量级。

s |          更重要的是，理解世界还只是第一步。真正决定机器人能否进入人类日常生活的，是可靠性。         毕竟，现在要机器人完成一次动作并不难，难的是在真实环境中，把同一个动作稳定完成成千上万次。         苏昊认为，物理智能的发展不会像ChatGPT那样，在一次发布会上突然爆发，而更像过去电气化的发展过程，先进入工厂、仓库等相对标准化的场景，再逐步走向医院、商业服务，最终进入家庭。         而这指向的是物理智能实现自己使命的路径。         “物理智能不是人的替代者，而是人的协作者，填补的是人手的缺口，把翻身、搬运这样的体力活交给机器，把照护者的时间，还给陪伴与关怀；把危险的作业交给机器，让人退到安全线之后，承担判断与创造。”作为坚定的物理智能乐观派，苏昊谈道，“物理智能的使命，是把人还给人。”          记者：石晗旭          （[email protected]）          编辑：余源。

Current article:http://mkl.yukujuankewazuhangfei.sbs/g3dzd7/q7582k.html

Published on:12:02:20