河北
来源：睿见Economy
2026世界机器人大会论坛于8月19日-22日在北京举办，无界动力创始人、首席执行官张玉峰表示，从研发实践和场景落地需求可以发现，当前具身智能原有技术范式已经显现出一定瓶颈。所有基于模仿学习的方案，本质是依靠海量、分布均衡的数据去拟合概率分布，形成类似肌肉记忆式的动作输出。
“这类方案很难做到真正理解物理世界背后的运行规律，提炼关键信息，进而实现强泛化能力以及智能涌现效果。数据短缺只是一部分原因，范式本身，也使得数据、算法、算力三大要素难以充分发挥价值。”他说
在他看来，现在行业重新把目光投向世界模型，正是希望能够打破单纯依靠模仿学习这条技术路线的天花板。
他表示，对于具身智能来说，最核心的能力，就是像人类一样，可以基于自身动作，预判环境接下来会发生什么变化；或是为了达成某个目标，自主判断应当采取什么样的行动。这是人和很多哺乳动物与生俱来的本能。
这也正是具身大脑最需要掌握的一项核心能力。短期内我们几乎不可能做到从可见光一直到原子层级，完整复刻真实物理世界。就好比即便到未来几年，天气预报依旧无法做到百分百精准，但是人类依靠一个大体正确、够用的世界模型，就足以完成大量现实任务。
他指出，现阶段具身智能直接落地家庭环境难度很高，家庭场景几乎集中了所有技术难点。因此未来一两年我们的路线是工业打磨技能、商业场景锻炼泛化能力，以此推动世界模型持续迭代升级。
除此之外还有两大重点。
第一是安全与人机共生。人机协同已经成为今年行业非常重要的议题。参考高阶自动驾驶的经验，单纯依靠端到端大模型并不足够，必须配套独立、冗余的安全防护机制。
第二是自然语言交互。最初我们的目标是让机器人默默完成作业，实际推进之后发现，人机共存场景之下语言能力不可或缺。我们希望可以实现类似人类教导孩童一样的学习方式，把人的示范、指引转化为模型可以接收的上下文信息，帮助机器人快速掌握新任务。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
