文章摘要：

當前，隆中對機器人正從“演示者”加速走向“工作者”，智源具身智能正處於從“小批量試用”轉向“大規模落地”關鍵拐點。學者新開雲在線網頁版在這一產業熱潮中，共探“智源學者·具身智能學術研討會”於8月27日在北京隆福寺舉辦。具身來自北京大學、隆中對清華大學、智源北京航空航天大學、學者新北京交通大學、共探中國科學院自動化研究所等高校及科研院所的具身20餘位智源學者齊聚一堂，圍繞具身智能領域的隆中對前沿方向與關鍵科學問題展開深度研討。具身智能正在推動人工智能從數字空間走向物理世界，智源被普遍認為是學者新下一階段AI發展的重要方向，而智源學者們正站在這一浪潮的共探前沿——研討會設置“世界模型”“具身智能”“靈巧操作”三場專題圓桌，在跨學科的具身思想碰撞中尋找具身智能走向物理世界的可行路徑。

在世界模型圓桌討論中，開雲在線網頁版智源具身模型研究中心負責人王鵬偉擔任主持人，智源青年學者、北京大學計算機學院助理教授唐浩，智源青年學者、北京航空航天大學軟件學院教授盛律，智源青年學者、中國科學院自動化研究所副研究員李浩然，智源青年學者、清華大學助理研究員崔森參與圓桌討論。與會學者圍繞通用世界模型是否會收斂為單一範式、世界模型該“吃”什麽數據、下一個“GPT-3時刻”缺的是規模還是新範式以及世界模型靠什麽證明自身價值等核心命題進行了務實而前瞻的探討。

與會嘉賓認為，當前世界模型範式多元、尚無突出落地效果，但已在視頻生成、JEPA 係列、3D 空間表達等主流路線上進行了重要探索；世界模型要真正服務具身智能，需補齊“物理感知”與“策略學習”的能力閉環，並解決“預測出的未來狀態如何指導行動”這一關鍵缺口。在數據層麵，專家們圍繞第一視角數據、仿真數據與互聯網數據的配比及成本賬展開討論，提出“交互性”與“多樣性”是訓練世界模型的核心標準。在目標與商業化層麵，嘉賓指出具身智能之外，AI for Science、醫療、遊戲、數字孿生與文旅等同樣是世界模型的重要落地方向，並期待以“極快速泛化”與“in-context 學習能力”為標誌的技術突變時刻到來。

當前世界模型形態繁多、但尚未落地，打通"預測如何指導行動"的能力閉環，需建設兼具交互性與多樣性的高質量數據，並以跨學科協作驅動其下一階段突破的關鍵支撐。

具身智能圓桌由智源研究院認知團隊負責人、旋璣智能創始人王業全主持，智源青年學者、清華大學人工智能學院助理教授劉淼，智源青年學者、北京航空航天大學計算機學院副教授劉艾杉，智源青年學者、北京大學王選計算機研究所助理教授陳文拯，智源研究院研究員於智薇參與圓桌對話。與會學者圍繞具身智能從實驗室走向規模化部署，從數據瓶頸到真機部署挑戰等方麵展開全麵討論。

與會嘉賓指出，具身智能尚未迎來"GPT 時刻"，製約發展的關鍵不在本體硬件，而在於物理空間的結構化理解與推理能力，以及本體、模型、數據之間缺乏統一標準帶來的高遷移成本；多位嘉賓傾向於采用分層式架構，並探索大模型、世界模型與VLA等不同模塊之間的協同。圍繞數據難題，專家強調仿真與真機數據的差異，呼籲補齊 corner case 交互行為等高質量數據，並建立分類篩選機製。在落地節奏上，與會者普遍認為工業化等垂直場景有望率先商業化，通用智能落地則需兩三年乃至更長時間，安全與生態建設須與落地同步推進。

具身智能落地的關鍵不在本體硬件，而在"大腦"——打通物理空間的理解與推理，以分層架構、高質量數據和統一標準補齊從感知到執行的閉環。

靈巧操作圓桌由智源研究院具身數據負責人姚國才主持，智源青年學者、中國科學院自動化研究所副研究員崔少偉，智源青年學者、清華大學長聘副教授眭亞楠，智源學者、北京航空航天大學教授王黨校，智源具身智能研究部負責人楊歡參與討論。與會學者圍繞靈巧操作與人類水平的差距、模型路線選擇、數據配方設計及觸覺感知必要性等議題展開交流。

與會嘉賓指出，當前靈巧手與人類手仍存在顯著差距，“手本身尚未 ready”，達到人手級能力需數十年的長期積累，瓶頸可能鎖死在材料這一底層層次；近年來驅動器層麵的差距已明顯縮小，但傳感器層麵的差距依然最大，主端遙操作設備普遍缺乏力/觸覺反饋、采集頻率難以滿足精細作業需求。圍繞數據難題，專家指出靈巧操作麵臨"哲學性難題"——聚焦單一任務可超越人類，而麵向泛化任務則缺乏足夠量級的數據來驅動高維動作空間，當前最難的恰是抓取與不同材質處理等基礎動作；視觸覺近年來在帶寬、幀率等技術指標上取得明顯進展，但在標準化、穩定性和彈性體耐久性等方麵仍有待突破。

當前靈巧操作仍同時麵臨本體、感知、模型與數據等多重瓶頸，其中觸覺感知和高質量交互數據成為嘉賓重點討論的短板，需要充分補齊從感知到精細動作的閉環。

智源學者研討會是智源研究院為學者打造的自由探討、深度碰撞、跨界協作的學術交流平台，致力於為人工智能前沿探索提供持續的思想策源。本期活動落地東城區隆福寺，將前沿學術交流與城市文化空間相結合，體現了東城區支持科技創新、匯聚高端人才的開放生態。本次研討會上，學者們圍繞世界模型、靈巧操作、具身智能三個方向，從技術路線、數據策略、模型架構到產業落地展開了係統性思辨，為具身智能的技術演進與發展辨明方向。

在具身智能領域，智源研究院已構建自底向上的全棧技術體係，先後發布悟界·RoboBrain和悟界·RoboOS。正在研發中的悟界·RoboBrain Orca以預測下一個物理狀態為核心構建具身大腦，融合大量第一視角交互數據，強化世界模型的具身表征。智源學者研討會將持續發揮平台作用，推動前沿思想碰撞與跨界協作，為具身智能從“理解世界”走向“進入世界”提供智力支撐。