WAIC 智启具身论坛，全球大咖共研物理 AI 智能涌现

当大模型已经在语言、数学、代码这些数字世界里玩得风生水起，人工智能的下一个战场，显然已经转向了真实的物理世界。一个很现实的问题是：机器人到底该怎么感知环境、理解任务、执行动作，并且在不断的反馈中自我进化？物理AI的那个“ChatGPT时刻”，究竟什么时候才会来？

围绕这些行业最热的议题，7月19日，2026世界人工智能大会的核心分论坛之一——“智启具身论坛2026：迎接物理AI智能涌现”，由智元和觅蜂科技联合主办，在上海世博中心金厅正式拉开帷幕。这次论坛的阵容相当有分量，汇聚了清华大学、佐治亚理工学院、Physical Intelligence、Genesis AI、Dyna Robotics、Sunday Robotics、腾讯Robotics X等海内外顶尖高校、机器人实验室和头部科技企业的技术领军人物。大家坐在一起，核心目标只有一个：拆解物理AI如何翻越Scaling Law的“物理墙”，找到通用物理智能涌现的可行路径。

7月19日，2026世界人工智能大会·智启具身论坛在上海世博中心金厅举行

模型决定起点，数据定义终局

打造可泛化、可优化、可进化的通用具身智能系统

论坛的开篇，是由智元合伙人、高级副总裁、具身业务部总裁，同时也是觅蜂科技董事长兼CEO的姚卯青带来的主旨演讲，题目是《模型与数据飞轮：冲破物理墙，驱动物理 AI 智能涌现》。

智元合伙人、高级副总裁、具身业务部总裁，觅蜂科技董事长兼CEO姚卯青作主旨演讲

姚卯青在演讲中提出了一个很核心的观点：要理解物理AI，得先回到智能的两条主线——表征与闭环。表征，是对世界的抽象压缩；闭环，则是智能体与环境之间持续发生的“感知、理解、决策、行动、反馈”循环。数字AI的成功，本质上是知识表征在数字环境中的成功；而物理AI的难点，恰恰在于它必须同时打通经验表征与真实世界闭环。

在他看来，物理智能要实现规模化，必须突破三道墙：数据墙——真实交互数据极其稀缺，获取成本高得吓人；表征墙——跨任务、跨场景、跨本体的统一物理表征还没形成；闭环墙——真实试错代价昂贵，反馈缓慢，难以规模化。他强调，物理AI从“能演示”走向“能干活”，关键不在于单点模型有多强，而在于能否形成一套可泛化、可优化、可进化的通用具身智能系统。

姚卯青作主旨演讲

围绕这个目标，智元构建了“预训练—后训练—持续学习”的三阶段训练架构，沿着VLA与WAM两条路线持续演进，并推动它们走向统一的世界推理动作大模型，也就是WRAM。基于这个架构，他们推出了自研的GO-2基座模型、Act2Goal世界模型、GE-Sim 2.0仿真环境，搭配SOP、Genie Evolver百台级分布式真机强化学习体系，从算法、仿真到真机训练，打通了规模化迭代的闭环。

在数据层面，姚卯青介绍了觅蜂科技打造的全链路物理AI数据基础设施。他们依托MEgo系列采集终端、MEgo Engine治理平台与真机数据集AGIBOT WORLD，构建了分层数据供给金字塔与部署回流数据飞轮，从源头上解决行业数据稀缺的难题。他特别强调，当执行、回流、挖掘、更新形成自动化闭环，模型能力才能在真实世界中持续迭代。

这一技术飞轮已经在真实场景中得到了验证。在江西南昌，一条传统的3C平板量产产线完成了规模化落地验证，产线作业成功率达到了99.99%。姚卯青在演讲最后总结道：“模型决定起点，数据定义终局。当飞轮转动，智能涌现只是时间问题。”他表示，智元和觅蜂希望与全球学术界、产业界和开发者社区一起，共同推动物理AI在真实世界中加速演进。

从统一表征到跨本体迁移：物理 AI 如何走向通用化

论坛接下来围绕物理AI如何突破表征、泛化与闭环的难题，展开了更深入的讨论。

清华大学计算机系副研究员苏航作主题分享

清华大学计算机系副研究员苏航，在《数据驱动的具身基座模型》分享中指出，具身智能正在经历一次根本性的预训练范式演化。从面向单一机器人和特定任务的行为模仿，转向面向开放世界的通用能力预训练。未来具身基座模型的目标，不再只是学习“看到什么、如何动作”，而是要形成对环境状态、物理规律、动作后果和任务进程的统一理解。

他认为，这一范式将沿着三条主线加速演进：数据从单一本体走向多源混合，模型从行为模仿走向世界建模，学习从离线训练走向真实部署中的持续进化。机器人轨迹、遥操作数据、第一视角视频和人类行为视频，都将被纳入统一的预训练体系。不同机械臂、人形机器人和应用场景中的经验，也将从彼此割裂的数据，转化为可迁移、可复用的通用能力。

苏航强调，具身预训练的核心逻辑正在从“看得更多、模仿得更像”，升级为“理解世界、预测后果、持续进化”。在这一趋势下，未来行业竞争的重点，也将从单项任务成功率和演示效果，转向基座模型的通用性、迁移性和持续学习能力。只有完成从被动世界理解、统一世界建模到闭环自我改进的范式跃迁，具身智能才可能真正从“预编程的任务执行器”，走向能够适应开放环境的通用智能体。

Physical Intelligence 研究科学家任至意作主题分享

Physical Intelligence的研究科学家任至意，则从规模化真实世界数据出发，展示了机器人策略模型如何在多任务、多场景训练中形成跨本体泛化能力。举个例子，他们最新的模型，可以将在一台ARX机械臂上学到的衣物折叠能力，直接迁移到UR5双臂机器人上完成同类操作，完全不需要针对新本体重新微调，大幅降低了部署适配成本。这些机器人还能处理没见过的新橱柜、卧室整理、流体容器操作等长尾场景，充分验证了多元真实交互数据对通用智能的核心驱动价值。

任至意介绍，他们最新的π0.7模型，实现了突破性的跨本体涌现迁移能力。仅仅在ARX机械臂上训练折叠衣物的数据，就能零适配地在UR5双臂机器人上完成同款精细操作，这标志着机器人部署适配成本的大幅降低。

Genesis AI 联合创始人王尊玄作主题分享

那么，机器人如何从实验室展示，走向稳定可靠的真实部署？这是行业面临的下一个问题。

Genesis AI的联合创始人王尊玄，带来了《面向通用灵巧操作的人类数据与仿真扩展》的分享。他介绍了Genesis AI面向机器人灵巧操作的全栈方法：以1:1人类手部数据策略为基础，结合Genesis World仿真环境、多模态大模型GENE与部署数据飞轮，推动机器人在数据、仿真、模型和真实部署之间持续迭代。

王尊玄指出，通用灵巧操作的突破，不只是模型架构问题，更依赖高质量数据的规模化供给。随着预训练数据规模提升，模型在任务级微调后的效能和效率也随之提升。Genesis AI通过接近人类尺度的机器人手与非侵入式手套数据采集方式，缩小了人手与机器人手之间的数据鸿沟。同时，Genesis World仿真环境不仅用于强化学习后训练，也用于模型评测，以加速模型迭代。

Dyna Robotics 联合创始人兼首席科学家马也骋作主题分享

当机器人真正进入产业场景，如何在长时间、无人干预、高一致性要求下保持稳定可靠？

Dyna Robotics的联合创始人兼首席科学家马也骋，分享了他们“研究与部署飞轮”的战略。通过前沿研究、产品部署和真实世界数据反哺，形成技术迭代的自我强化循环。为了支撑这个飞轮，Dyna构建了“预训练数据金字塔”，整合了离线数据、在线机器人数据和高质量部署数据，目前已积累超过20万小时的预训练数据。在模型架构上，他们采用低频“推理模型”与高频“世界-行动模型”协同工作，兼顾高层认知与底层执行效率。

马也骋介绍，他们的商用基座模型DYNA-1，在餐巾折叠这一高难度任务中，成功率高达99.4%，并且能在24小时无人干预下，自主折叠超过850个餐巾。这真正实现了从“实验室演示”到“工业级可靠性”的跨越。同时，该模型展现出卓越的数据效率，适应新任务仅需不到1小时的后训练数据。

从几位嘉宾的分享中，可以清晰地看到一个共同判断：物理AI的通用化落地，不是单一模型能力的突破，而是数据、表征、仿真、后训练与真实场景反馈共同形成的系统性进化。通用能力来自多源经验的规模化复用，可靠性则来自真实闭环中的持续迭代。

巅峰圆桌：大咖云集激辩Scaling Law"物理墙"

主旨演讲结束后，论坛迎来了压轴的圆桌高峰对话。姚卯青、任至意、马也骋、Sunday Robotics联合创始人兼CEO赵子豪，以及腾讯首席科学家、腾讯Robotics X实验室主任张正友，几位重磅嘉宾同台，议题锁定在《Scaling Law的“物理墙”：物理AI如何迎来通用智能涌现》。圆桌对话由智元AI算法总监任广辉主持。

圆桌论坛

过去几年，数字大模型通过数据、模型和算力的持续扩展，实现了显著的能力涌现。但到了物理世界，智能不只是理解和生成信息，还必须转化为真实环境中的稳定行动，面对复杂交互、不确定性和硬件约束。

圆桌首先讨论了机器人的“ChatGPT时刻”究竟需要多大规模的数据。姚卯青认为，如果将这一时刻定义为机器人能够在物理世界中“开箱即用”，完成日常任务，并跟随开放式自然语言指令行动，那么具身数据规模与语言模型预训练语料之间，还存在着万倍以上的差距。物理世界噪声更大，信息冗余更高，要实现对通用物理规律、开放式指令理解与任务规划能力的隐式掌握，需要亿小时级别的数据，才能让常见任务的基础成功率达到70%—80%。

围绕数据来源，嘉宾们形成了一个重要共识：物理AI的数据不可能只依赖单一来源，而会形成由互联网数据、第一视角数据、UMI/Ego数据、真机数据、仿真数据与部署回流数据共同组成的“数据配方”。

圆桌论坛

赵子豪提出，短期来看，低成本、低偏差的数据采集方式有助于提升预训练效率；长期来看，真正决定系统持续进化的，将是机器人在多样化部署环境中形成的真实回流数据。马也骋也指出，部署数据进入下一轮预训练后，可以让后续部署越来越高效，最终缩短新场景落地周期；但这一飞轮成立的前提，仍是底层具备海量、高多样性的预训练数据。张正友补充道，具身智能的数据飞轮必须回到物理交互本身。无论成功还是失败，机器人与真实世界交互产生的数据都应被收集，尤其要从失败数据中学习，以持续提升模型能力。

在模型路线方面，嘉宾们围绕“物理AI的终局是端到端VLA、世界模型/WAM，还是更复杂的Agent系统”展开了激烈讨论。任至意认为，VLA与WAM并不冲突，未来更可能逐渐融合：模型既要理解上下文，也要具备对未来状态的预测能力，通过对未来建模提升表征能力。马也骋也认为，不同架构各有优势，语言指令理解、未来预测、鲁棒执行等能力并不互斥；在部分强调高成功率和少数据效率的任务中，WAM可能比VLA更高效。张正友则提出，具身智能尚处于早期阶段，还没有像大语言模型Transformer那样收敛的统一框架，未来更可能是认知系统、感知行动系统和底层反应系统之间分层协同、相互闭环。

讨论还进一步延伸到机器人本体设计。多位嘉宾认为，本体并不是越复杂越好，关键在于能否匹配具体场景的任务需求、成本约束和部署节奏。对于是否必须自研本体，任至意表示，PI当前更关注通用策略模型能力的涌现，因此会优先使用相对简单、维护成本较低的机器人本体，搭建数据与模型研发基础设施，加快模型迭代。姚卯青则认为，面向商业化落地，机器人必须满足客户对可靠性、成本、成功率和一致性的要求；全栈路线的价值，正在于能够打通本体、硬件、模型、控制和部署，在系统层面寻找最优解。

圆桌尾声，嘉宾们对机器人“ChatGPT时刻”的到来时间给出了判断。尽管具体时间预判从两年到五年不等，但嘉宾们形成了共同判断：物理AI的智能涌现不会来自单一模型、单一数据源或单一路线，而取决于数据规模、模型架构、仿真评测、真机反馈、部署场景与硬件系统共同构成的持续进化飞轮。

从技术愿景走向路线图

从数据飞轮、基座模型、虚实学习到商业规模化落地，2026智启具身论坛完整串联起了物理AI从技术原理到产业落地的全链路思考。Scaling Law的“物理墙”并非不可逾越——当数据、表征与闭环系统实现共同规模化扩展，当学界与产业界在统一表征、虚实融合、真机进化等方向持续深耕，物理AI的涌现正在从愿景走向路线图。

作为全球AI顶级盛会，WAIC不仅是汇聚全球智慧的重要平台，更是中国科技创新走向世界的盛大舞台。而具身智能作为中国“新质生产力”的代表，正是与全球并肩探索的智能边疆。“智启具身论坛”汇聚中美产学研顶尖力量同台论道，已成功连续举办两届，展现了以智元、觅蜂为代表的中国硬科技企业，正在全球尖端技术领域实现从参与者向引领者的身份转变。