一 | “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。 2026年8月22日，第五人格IVL夏季赛总决赛第三轮的比赛结束。” 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。
二 | 当下的AI，正在发展出一种新的反差。在当天的比赛中， FPX.ZQ以1胜3平1负（22:20）的比分击败北京WBG，以下是本场比赛战报。
三 | 第一局比赛上半轮：北京WBG求生者对阵FPX.ZQ监管者北京WBG的求生者选择了飞行家、“逃脱大师”、魔术师、古董商；FPX.ZQ的监管者DongX选择了“台球手”。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。“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。（BAN祭司、气象学家、教授、弓箭手）开局“台球手”选择追击飞行家，并将其击倒送椅。守椅战中，魔术师和“逃脱大师”轮流救下飞行家，下椅的飞行家继续牵制，“台球手”将古董商击倒送椅。” 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。
四 | 中期“逃脱大师”成功救下古董商，密码机破译完毕。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。在开门战中，“台球手”将“逃脱大师”击倒送椅，古董商成功救下“逃脱大师”，“台球手”依次将古董商和“逃脱大师”击倒，最终完成平局。第一局比赛上半轮双方以2:2的比分打平。第一局比赛下半轮：FPX.ZQ求生者对阵北京WBG监管者FPX.ZQ的求生者选择了木偶师、弓箭手、飞行家、“逃脱大师”；北京WBG的监管者N1e选择了“跛脚羊”。 但能力展示到真正承担工作之间，仍有一道鸿沟。（BAN咒术师、古董商、大副、守墓人）开局“跛脚羊”选择追击“逃脱大师”并将其击倒送椅。 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。守椅战中，木偶师和飞行家轮流救下“逃脱大师”，下椅的“逃脱大师”被击倒淘汰。中期飞行家被击倒，送椅途中弓箭手成功救下飞行家，密码机破译完毕。在开门战中，“跛脚羊”将弓箭手击倒，随后使用传送击倒木偶师，完成二抓。
五 | 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。
六 | 第一局比赛下半轮双方以2:2的比分打平。
七 | 第二局比赛上半轮：FPX.ZQ求生者对阵北京WBG监管者FPX.ZQ的求生者选择了幸运儿、魔术师、教授、野人（BAN“女王蜂”）；北京WBG的监管者N1e选择了杂货商。（BAN空军、幻灯师、气象学家、大副）开局杂货商选择追击魔术师，并利用闪现将其击倒送椅。守椅战中，教授成功救下魔术师，下椅的魔术师被再次击倒送椅，杂货商成功拦截野人救援，魔术师被淘汰。 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。中期杂货商将教授击倒，密码机破译完毕。开门战中，教授被送椅淘汰，野人通过地窖逃生，完成平局。 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。 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。第二局比赛上半轮双方以2:2的比分打平。 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。”苏昊讲道。第二局比赛下半轮：北京WBG求生者对阵FPX.ZQ监管者北京WBG的求生者选择了“心理学家”、咒术师、木偶师、野人（BAN“女王蜂”）；FPX.ZQ的监管者DongX选择了杂货商。 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。（BAN幻灯师、教授、气象学家、守墓人）开局杂货商选择追击咒术师，并将其击倒送椅。 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。守椅战中，野人和木偶师轮流救下咒术师，下椅的咒术师被 击倒淘汰。 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。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。
八 | 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。中期双方周旋一番后，密码机破译完毕。开门战中，杂货商将木偶师击倒，完成平局。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。第二局比赛下半轮双方以2:2的比分打平。第三局比赛上半轮：北京WBG求生者对阵FPX.ZQ监管者北京WBG的求生者选择了先知、弓箭手、斗牛士、守墓人（BAN“女王蜂”、歌剧演员）；FPX.ZQ的监管者DongX选择了蜡像师。 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。 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。
九 | “端一杯水穿过房间不洒，是分寸；系鞋带、用筷子，这个是巧劲。而这些本事不写在书上，是长在手上的。（BAN幻灯师、幸运儿、气象学家、病患）开局蜡像师选择追击弓箭手，并将其击倒送椅。”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。守椅战中，守墓人成功救下弓箭手，下椅的弓箭手被再次击倒送椅，求生者放弃救援，弓箭手被淘汰。中期守墓人被击倒送椅，先知成功救下守墓人，蜡像师将斗牛士击倒送椅，先知成功救下斗牛士，守墓人被击倒送椅，蜡像师依次将斗牛士和先知击倒，完成四抓。
十 | 第三局比赛上半轮FPX.ZQ以5:0的比分领先。” 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。第三局比赛下半轮：FPX.ZQ求生者对阵北京WBG监管者FPX.ZQ的求生者选择了古董商、“心理学家”、气象学家、大副（BAN“女王蜂”、时空之影）；WBG的监管者N1e选择了“台球手”。（BAN先知、幻灯师、“法罗女士”、前锋）开局“台球手”选择追击“心理学家”并将其击倒送椅。
十一 | 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。守椅战中，大副和气象学家轮流救下“心理学家”下椅的“心理学家”被击倒淘汰。
十二 | 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。
十三 | 中期“台球手”将气象学家击倒，不久后密码机破译完毕。在开门战中，“台球手”将古董商击倒送椅，随后“台球手”击倒气象学家，大副成功救下古董商，“台球手”将大副击倒送椅，最终完成平局。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。第三局比赛下半轮双方以2:2的比分打平。第四局比赛上半轮：FPX.ZQ求生者对阵北京WBG监管者FPX.ZQ的求生者选择了咒术师、医生、祭司、佣兵（BAN歌剧演员、“女王蜂”）；北京WBG的监管者N1e选择了“喧嚣”。（BAN先知、幻灯师、入殓师、勘探员）开局“喧嚣”选择追击医生，并利用移行将其击倒送椅。守椅战中，祭司和佣兵轮流救下医生，随后密码机破译完毕。在开门战中，医生被击倒淘汰，求生者完成三跑。
十四 | 第四局比赛上半轮FPX.ZQ以3:1的比分领先。”苏昊谈道。
十五 | 第四局比赛下半轮：北京WBG求生者对阵FPX.ZQ监管者北京WBG的求生者选择了气象学家、拉拉队员、“法罗女士”、大副（BAN梦之女巫、“女王蜂”）；FPX.ZQ的监管者DongX选择了歌剧演员。（BAN幸运儿、祭司、“囚徒”、空军）开局歌剧演员选择追击“法罗女士”，并将其快速击倒送椅。守椅战中，气象学家成功救下“法罗女士”，随后气象学家被击倒送椅。中期大副成功救下气象学家，双方周旋一番后，密码机破译完毕。
十六 | 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。
十七 | 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。在开门战中，歌剧演员将气象学家击倒送椅，“法罗女士”成功救下气象学家，歌剧演员将拉拉队员击倒，求生者完成三跑。 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。第四局比赛下半轮北京WBG以3:1的比分领先。”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。
十八 | 第五局比赛上半轮：FPX.ZQ求生者对阵北京WBG监管者FPX.ZQ的求生者选择了杂技演员、“囚徒”、火灾调查员、守墓人（BAN时空之影、“女王蜂”）；北京WBG的监管者N1e选择了歌剧演员。（BAN机械师、入殓师、先知、斗牛士）开局歌剧演员选择追击“囚徒”，并将其击倒送椅。守椅战中，守墓人和火灾调查员轮流救下“囚徒”，下椅的“囚徒”被击倒淘汰。” 记者：石晗旭 （[email protected]） 编辑：余源。中期火灾调查员被击倒送椅，杂技演员成功救下火灾调查员，歌剧演员将杂技演员击倒，守墓人成功救下火灾调查员后被击倒送椅，火灾调查员被击倒，周旋一番后歌剧演员依次击倒杂技演员和火灾调查员，最终完成四抓。第五局比赛上半轮北京WBG以5:0的比分领先。第五局比赛下半轮：北京WBG求生者对阵FPX.ZQ监管者北京WBG的求生者选择了医生、前锋、杂技演员、入殓师（BAN“女王蜂”、“跛脚羊”）；FPX.ZQ的监管者DongX选择了时空之影。（BAN机械师、幻灯师、幸运儿、玩具商）开局时空之影选择追击入殓师，并将其快速击倒送椅。守椅战中，入殓师使用灵柩返生，随后入殓师被闪现击倒送椅，前锋成功救下入殓师，随后下椅的入殓师被击倒淘汰。中期杂技演员被击倒，密码机破译完毕。开门战中，时空之影将前锋击倒送椅，时空之影将杂技演员击倒，最终完成三抓。第五局比赛下半轮FPX.ZQ以3:1的比分获胜。最终，FPX.ZQ以1胜3平1负（22:20）的比分击败北京WBG，获得本场比赛的胜利。
Current article:http://br2g.zhouangnaoguangsundianzhenmou.cfd/vc5qo/pv7.html
Published on:04:41:07
