何斌：打造具身智能新基建场景 推动物理AI发展

同济大学教授、自主智能无人系统全国重点实验室副主任何斌作主题分享。孙宁摄

人工智能的演进路径，正变得愈发清晰。从早期的判别式智能，到如今席卷全球的生成式智能，下一个浪潮会涌向何方？在近日举行的“2026人民网数据智能伙伴大会”上，同济大学教授何斌给出了他的判断：智能体时代之后，我们将迈向物理AI或自主智能的新阶段。这意味着，具身智能必须突破实验室的藩篱，学会与社会环境深度协作，最终与人类共同创造价值。

这个判断背后，是一个亟待解决的现实矛盾。别看现在机器人在运动和基础行动能力上进步神速，但真正能大规模融入我们社会系统的，却寥寥无几。问题出在哪儿？何斌教授点出了几个关键瓶颈：真实世界的复杂性远超实验室环境，完整的数据闭环难以形成，而“从仿真到现实”的那道鸿沟，依然横亘在眼前。

要让机器人真正走进社会，光会“动手”可不够，还得学会“做人”。何斌教授提出了一个核心概念：重新定义社会训练。这意味着，训练内容不能只停留在物理技能层面，还必须涵盖情感价值、陪护、助老助残等社会性行为。最终的目标，是构建一个将物理过程、社会关系和正确价值反馈统一起来的训练闭环。说白了，未来的机器人，既要有灵活的“手脚”，更要有懂得协作与关怀的“心智”。

那么，这种训练具体该怎么做？何斌教授指出，训练的本质不仅是动作训练，更是社会交互训练。训练对象应该是一个由人、机器、环境和规则共同构成的多主体系统。因此，采集的数据就不能仅仅是动作指令，还必须包括交互意图、社会反馈、失败案例、关系网络乃至社会规则等多元信息，并将它们全部纳入训练体系。评价一个智能体是否合格，标准也将更加综合：它是否提升了人类的安全感与效率？是否赢得了信任？能否适应不同场景？其价值观与社会行动能力是否经得起考验？

理想很丰满，但实现路径上的挑战不容小觑。何斌教授分析了三大难点：首先是资源离散，缺乏对真实物理过程的模拟；其次是著名的“Sim-to-Real”鸿沟，虚拟空间的训练成果往往难以平移到复杂多变的真实世界；最后是数据匮乏，尤其缺少人、机、环境三者共融的复杂交互数据。要跨越这些障碍，恐怕需要一场基础设施级的变革——重新定义开源物理智能训练场。这要求我们建立统一的数据接口、训练描述语言，实现全域数据采集，并构建一个开放的生态，为具身智能的社会化发展铺路。

更进一步，我们需要构建一个全生态、全栈的技术闭环。何斌教授描绘的蓝图是，将学科知识、网络数据、文本图像、人类意图数据与真实物理世界采集的数据，全部整合到一个统一的交互环境中。这不仅能实现全栈真实的数据交互，还能推动建设高保真的物理世界仿真引擎，并持续提升智能体的在线学习与优化能力。

展望实际应用，前景令人期待。从工厂车间到社会服务，机器人未来的应用场景将无比广阔。这要求我们形成从物理场数据采集，到物理闭环，再到能力闭环的完整链条。工业场景，凭借其规范性和可重复性，将成为机器人训练和应用的绝佳“练兵场”。同时，我们还需要建设安全、可信的多体协同决策训练场，用以精准描述真实的人机社会交互，模拟涉及意图、价值、安全与可信度的复杂场景。

总而言之，让机器人从实验室走向街头巷尾、千家万户，是下一阶段的关键目标。通过打造具身智能的新基建场景，建设开源、标准化、模块化的产业底座，我们才能稳步推动具身智能的社会化应用，真正开启物理AI发展的新篇章。这条路虽然漫长，但方向已经指明，剩下的就是脚踏实地，合力前行。