凌云光杨艺：具身智能与AI双驱动，加速元宇宙应用落地

近日，由中国人工智能学会(CAAI)主办、CAAI元宇宙技术专委会承办的2025中国元宇宙大会成功举办，大会重点探讨在空间智能、世界模型、AIGC等前沿技术驱动下元宇宙场景生态前景。

凌云光副总裁杨艺受邀出席并作《数实融合，美轮美奂——具身智能&AI加速元宇宙应用落地》主题报告，分享在AI与具身智能快速演进背景下，元宇宙从概念转向具备工程验证与规模化潜力的新进展和产业思考。

AI重构内容生产力

具身智能训练能力跃迁

随着生成式AI、世界模型和具身智能的快速演进，元宇宙正从以内容展示和虚拟体验为主的应用阶段，逐步演化为AI与具身智能的训练场、试验场和能力加速器。

杨艺在报告中指出，具身智能(体)、AI(脑)、元宇宙(场)不再是孤立赛道，而是形成相互支撑、协同演进的共生生态，共同驱动生产方式、交互体验与价值创造的变革。在这一过程中，元宇宙能否实现规模化落地，关键在于生产力是否发生结构性跃迁，报告总结了两条正在发生质变的技术路径。

一方面，生成式AI正在构建起“多模态推理—视觉生成—实时知识增强”的全链路自动化引擎，实现从文本或简单图像到高质量、可交互内容的实时生成，推动内容生产力从专业走向大众化。在3D内容领域，高斯溅射与视觉几何基础模型(VGGT)等技术，将传统需数周的建模渲染流程压缩至分钟级，并支持6自由度实时交互，“手机拍摄、即时重建”逐步成为现实，为元宇宙的繁荣注入了前所未有的内容活力。

另一方面，围绕具身智能如何实现规模化落地，行业逐步形成共识的技术路径——Real2Sim2Real。通过“从现实采集数据→在虚拟仿真中海量训练→将技能迁移回实体”的闭环，让机器人能在安全可控的数字环境中完成大规模试错学习，这将从根本上改变实体机器人训练成本高、风险大、周期长的困境。

机器人“学艺”三步法：Real2Sim2Real

关键工具链夯实基础

支撑“脑-体-场”闭环落地

从技术理念走向应用落地，离不开底层工具链的持续成熟。围绕“脑-体-场”协同进化，凌云光持续打造核心能力和产品，构建支撑数实融合闭环的关键基础设施。

FZMotion：让具身智能“学得会、学得快、用得稳”

在Real2Sim2Real过程中，高精度运动数据与高保真仿真环境是决定训练成效的关键。FZMotion具身智能解决方案覆盖从数据采集、训练分析到真机部署的端到端流程，为具身智能从“能动”走向“好用”提供关键技术支撑。

高精度数据采集：通过高精度光学动捕设备，实现99.97%正确率的运动数据捕捉。在北京石景山人形机器人训练中心，FZMotion将精细操作数据采集效率提升了5倍。

机器人运动分析：在机器人出厂检测环节，系统能实现mm级空间定位和0.1°姿态测量精度，可量化步态偏差、关节灵活度等关键指标，形成自动化检测评估报告，检测能力高达200台/线·天。

原子技能小脑训练：FZMotion-AiBot系统支持120秒长序列动作学习，3小时即可完成60秒复杂舞步的强化学习训练。在机器人足球赛等场景中，实现了高拟真运动还原，解决了“穿地”、“脚步凌空”等行业痛点。

灵巧遥操作：通过FZMotion-Transformers全身遥操作系统，为通用全身AI运控研发提供了里程碑式的实时人机互动技术方案，显著提升了预训练基座模型的泛化能力。

LuStage：支撑数实融合的高保真采集重建能力

LuStage光场重建系统，以光场技术为核心，构建高保真三维人物与场景采集及建模能力。通过多视点体积视频、空间视频与真实光照还原，为虚拟环境提供接近现实世界的感知基础。

奠定高质量数据基础：LuStage光场大科学装置，实现了1:100000高动态光场复现，瞬时最高照度超10万Lux，核心区域照度一致性达99%，为高质量3D人物重建、照明及成像奠定了坚实基础。

推动规模化应用：在2025全运会上，LuStage实现了业内首次规模化、全流程、1:1制作冠军运动员数字人，系统支持当天采集、当天出片，展现了强大的即时内容生产能力。

开启无限创作可能：从虚拟制片到MR混合现实，LuStage以“所拍即所得”的方式，将生产效率提升数倍，打破了物理置景限制，为文娱、文旅等领域带来了颠覆性的创作自由。

此外在交互终端层面，凌云光联合智谱AI与洲明科技，探索打造智显机器人解决方案，将AI理解能力、显示技术与具身交互相结合，使显示终端从单向信息呈现，逐步演进为具备理解与反馈能力的智能载体，逐步落地政企、教育、会议、文旅、零售等场景。

数实融合

孕育通用智能的“创世摇篮”

在报告最后，杨艺从产业实践出发，对元宇宙与具身智能的下一阶段发展进行了展望。她指出，元宇宙正从单点技术突破走向工程验证，真正的挑战在于能否在真实场景中经受检验、持续演进。

在训练体系层面，具身智能的发展离不开高质量数据与系统化训练场的建设。随着多视点体积视频、动捕系统与力学感知能力的成熟，训练范式正从单一动作学习，迈向多模态协同与复杂行为组合，逐步构建从宏观行为到微观操作的完整能力体系。

从更长远看，元宇宙将成为连接感知、训练与验证的重要基础设施，为世界模型构建和通用智能演进提供安全、可控的试验环境。“元宇宙并非终点，而是通用智能走向现实世界之前的必经阶段。”杨艺强调，它将是一个让AI学会理解世界、预测未来、并安全参与现实社会运行的“创世摇篮”。

未来，凌云光将持续围绕具身智能、世界模型与元宇宙底层能力建设，推动FZMotion与LuStage等关键技术能力的协同演进，加速虚拟与现实统一世界模型的构建与落地。