人民网
人民网>>四川频道

从“听懂”到“做到”:物理AI如何打通机器人落地“最后一公里”

2026年11月17日14:14 | 来源:人民网-四川频道
订阅已订阅已收藏收藏小字号

松应科技创始人兼CEO聂凯旋在新网银行直播间。新网银行供图
松应科技创始人兼CEO聂凯旋在新网银行直播间。新网银行供图

机器人听懂了“拿起杯子”这句话,接下来该怎么做?从理解一句指令到让机械手稳稳拿起杯子,中间还横亘着感知、判断与控制的多重关卡。

近日,新网银行联合清华大学工会读书创作社(筹)、三境书屋,在清华大学三境书屋举办《新网银行AI构造力》专题直播,上海松应科技有限公司创始人兼CEO聂凯旋受邀做客,围绕物理AI的技术原理、机器人仿真训练及产业应用等话题展开交流。

从理解指令到完成动作 仍有技术鸿沟

近年来,人工智能正从数字空间向现实世界延伸。但在业内看来,让机器人"听懂"指令与让机器人"做到"动作,是两个不同的技术问题。

聂凯旋介绍,大语言模型在知识理解、信息处理和内容生成等方面展现出强大能力,而具身智能进一步关注智能体如何通过身体与环境交互完成具体任务。物理AI涉及对物理环境的建模、计算和预测,以及智能系统与现实世界的交互,为机器人理解环境、执行任务提供底层支撑。

以机器人抓取杯子为例:它需要找到杯子,判断从哪里抓、用多大的力——力气小了杯子可能滑落。力气大了又可能损坏杯子,而杯子的重量、材质和摩擦力都会影响这个动作的成败。一个人习以为常的动作,对机器人而言需要感知、判断和控制共同配合。

“物理世界是一个非常耦合的环境。”聂凯旋表示,现实环境中的一个变化可能引发一系列相互关联的物理反应。因此,人工智能不仅需要识别环境,还需要通过建模和计算预测动作可能产生的结果,并在执行过程中持续调整。

在数字世界训练 在真实世界行动

让机器人在真实环境中反复学习,往往面临成本、安全和效率等多重限制。尤其在高压电力作业、复杂工业生产等场景中,一次操作失误就可能造成设备损坏甚至人员伤害,难以完全依靠真实环境进行试错。

仿真技术由此成为物理AI研发的重要环节。聂凯旋介绍,通过构建包含物理规律的数字环境,研发人员可以调整物体的位置、材质和摩擦条件,观察机器人在不同情形下如何完成同一动作,再据此优化训练。

直播中,聂凯旋重点介绍了“1∶8∶1”混合数据策略:10%的专家示教数据提供基础行为参考,80%的仿真合成数据用于大规模预训练,再通过10%的真机微调数据缩小虚实差距,形成持续迭代的数据闭环。

缩小仿真与现实的差距,是这条路径中的关键环节。如果机器人在真机上抓取失败,研发人员需排查物体材质、接触条件或传感器误差等因素,将问题带回数字环境校准参数、补充训练,再回到真机验证——一次失败,也可以成为下一轮改进的起点。

走向产业现场 更要“稳”字当头

到了工业现场,人们关心的也更加具体。设备能否持续运行?操作是否安全?成本能否承受?

聂凯旋认为,稳定性、经济性和安全性,是企业评估物理AI应用的三个重要标尺。

聂凯旋还谈到,希望借助ORCA Lab等工具,让更多懂场景的人参与物理AI开发——工厂一线人员熟悉哪些操作反复发生、哪些环节最费工,若借助便捷工具完成初步验证,这些来自现场的实践经验便有机会转化为明确的技术方案。

谈到机器人对就业的影响,聂凯旋认为,应更多关注危险性高、重复性强的工作岗位。以高压电力作业为例,让机器人承担其中适合自动化的任务,同时也将催生设备开发、生产、维护等新岗位需求。

从一个杯子能否拿稳到工业现场的设备能否持续运行,物理AI的技术价值最终要由产业现场检验。业内专家指出,只有当稳定性、经济性和安全性得到充分回答,人工智能才能真正从数字空间走进现实世界。(邹佳欣)

(责编:李强强、高红霞)

分享让更多人看到

返回顶部