A | “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。” 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。 当下的AI，正在发展出一种新的反差。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。1月10日晚，作为对近期“雷军动态”的回应，雷军表示与自己无关，知情方对此回应新浪科技。 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。知道在验证了用户帐户信息的真实性之后，您将在帐户主页和用户名旁边佩戴蓝色的身份验证标记。“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。“雷君”账户的ID属于个人认证中的“高级管理人员”类别，之前已经提交了相应的身份证明材料，符合认知认证流程和规范。雷军的“账户”被认证为“小米科技主席”。” 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。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。 但能力展示到真正承担工作之间，仍有一道鸿沟。
B | 页面显示，截至目前，该账户已发表5篇文章，回答了9个问题。
C | 其发表的文章包括“过去和现在的生活全屏”、“耶鲁大学北京中心演讲记录：小米创新的故事”、“雷军的公开信：谁是小米，为什么小米挣扎”等。 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。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。问题的答案是“雷军投资了哪些公司？”目前谷子生态链的分布在多大程度上？”等等。
D | 在知名企业高管的账户中，“雷军”对动态知之甚少，但其动态更新在一年前停滞不前，直到1月8日下午，一个新的问题突然引起了我们的注意：“同样是国内手机，为什么华为手机的第一印象是民族品牌？还有民族自豪感，但是小米还没有达到这样的水平呢？”相对于问题本身，“雷军”引起了更多的关注。 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。华为和小米是老对手，也是国内手机巨头。 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。一些媒体迅速推出相关新闻，分析了雷军为何关注这一问题。 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。然而，据新浪科技观察，“雷军”关注上述华为相关问题，事实上，仅两个小时后，它就会被清除。
E | 今天下午，红米红米大会将在即将开幕的北京小米新总部旁举行。雷军宣布推出“红米红米”自主品牌。据报道，截至2018年第三季度，红米系列手机在全球销量为2.78亿部。红米红米将专注于电子商务市场独立运营后，继续强调性价比的理念。 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。
F | 同时，一直是佛教徒的雷军打开了华为。 “你可以在屏幕里雄辩，但你说服不了重力。此前，荣光副总裁熊俊民表示，荣光与小米的竞争已经结束。”苏昊讲道。无论是整体销量还是高端产品线的市场表现，荣耀早已遥遥领先。 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。 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。
G | 雷军说：“友好商人的反应，代表了他们的焦虑，也表明我们做了正确的事情。
H | 所以，我们也可以这样回答：“生与死是漠不关心的，做你不同意的事。 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。
I | ”后来，雷军向媒体反映了动态更新的情况。 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。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。 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。
J | 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。 “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。”你知道我真的开了账户吗？雷军说：“也许我没有开账户，我过去一年也不知道。
K | ”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。
L | ” 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。这真的和我无关。 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。有趣的是，在雷军否认自己意识到新问题后，他的账号“雷军”注意到了新问题：“如何评价自主品牌“红米红米”发布的第一款手机红米注7”？定价反映了什么市场策略？。 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。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。”苏昊谈道。 这需要的真实世界数据量级也相当惊人。
M | 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。 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。
N | 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。”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。” 记者：石晗旭 （[email protected]） 编辑：余源。
o |
Current article:http://pv1ts.ganweilingmukuai.shop/mss2eoq/20260826/474888.html
Published on:00:00:00