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

人民网北京5月10日电 (记者焦磊)5月9日下午，“可信语料筑基，智能生态共赢——2026人民网数据智能伙伴大会”在人民日报社举行。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在主题分享环节表示，当前人工智能正从判别式智能、生成式智能进入智能体时代，下一阶段将迈向物理AI或自主智能，具身智能需要进一步推进与社会环境协作，进入与人类共创价值的阶段。

何斌表示，当前机器人在运动和行动能力等方面已取得较大进展，但仍未真正大规模进入社会系统。其原因主要包括真实世界复杂、数据闭环不完整，以及“仿真到现实仍然有鸿沟”。

围绕具身智能进一步进入社会，何斌提出，需要重新定义社会训练。除物理技能训练外，人和机器人还应进行社会训练，涉及情感价值、陪护、助老助残等社会行为训练，从而形成物理过程、社会关系和正确价值反馈相统一的训练闭环。

“训练的本质不仅需要训练动作，更需要社会交互训练”何斌说，训练对象应是人、机、环境、规则构成的多主体系统，相关数据不仅包括动作，还应包括意图、反馈、失败、关系、规则等，并进入训练体系。评价标准应包括对人类的安全、效率、信任、泛化、价值观以及社会行动能力等方面的提升。

谈及训练难点，何斌表示，一是资源离散，缺少物理过程的真实模拟；二是Sim-to-Real的虚拟鸿沟，即虚拟空间训练与真实世界存在巨大差距，不能真实反映物理世界的情况；三是数据匮乏，缺少人、机、环境共融的复杂交互数据。因此，需要重新定义开源物理智能训练场，实现统一的数据接口、统一训练描述和全域数据采集，并建立生态以支持具身智能进一步向社会发展。

何斌认为，还需要构建全生态、全栈的技术闭环，将学科知识、网络数据、文本图像数据、人类意图数据和真实数据采集统一到一个环境中，实现全栈真实的数据交互，并建设真实物理世界的仿真引擎和提升在线学习优化能力。

面向实际应用，何斌表示，机器人未来可进入工厂服务、社会服务等多种场景，需要形成物理场数据采集、物理闭环和能力闭环；工业场景也将成为机器人应用的重要训练场景；同时，还需建设安全可信多体决策的协同机器人社会训练场，描述真实的人机社会交互，以及机器人和人的意图、价值、可信、安全、交互等场景。

何斌表示，未来希望机器人真正从实验室走向真实场景，通过打造具身智能新基建场景，建设开源、标准化、模块化的产业底座，推动具身智能社会应用和物理AI发展。