张立华,飞捷科思创始人,复旦大学智能机器人与先进制造创新学院副院长。自2003年参与打造PhysX物理引擎以来,他亲历了该引擎被英伟达收购,并主导其迁移至GPU的完整历程。2011年他选择回国创业,十年后重返仿真领域,于2024年创立飞捷科思——目标十分清晰:从物理引擎迈向世界模型,打造属于中国物理AI时代的“操作系统”。他坦言,在英伟达期间,从黄仁勋身上学到的最重要一课,是对前沿技术的前瞻性判断。在这篇专访中,张立华分享了他回国创业的抉择、对具身智能行业泡沫与真实的洞察,以及为何坚持打造“中国自己的物理引擎”。他还谈到了对当下年轻人“追逐热点”与“沉心深耕”的观察与思考。
创业与教书
自2003年起,张立华在美国Ageia Technologies公司从事物理引擎研发,致力于为游戏和影视作品创造沉浸式体验。2008年英伟达完成收购后,他带领团队将引擎优化至GPU平台,英伟达由此拥有了“PhysX by NVIDIA”这一标志性技术。当被问及2011年为何选择回国创业时,他的回答直截了当:当时PhysX物理引擎已基本达成预设目标,可以告一段落;而英伟达刚刚起步推广的CUDA异构并行计算,在他看来是一项足以改变时代的技术。如今的事实已经证明——没有CUDA和异构并行计算,人工智能不可能发展得如此迅速。他当时希望在这一领域深耕,于是决定离开英伟达,回国发展。
为什么偏偏选择中国,而非留在美国?张立华回忆道,2000年博士毕业刚出国时,国内外技术差距十分悬殊。但几年后回国,他发现国内追赶的步伐越来越快,自己完全可以将全球前沿技术带回国内。然而,实际创业远没有想象中顺利:各方面条件与预期存在差距,熟悉异构并行计算的人才极其稀缺。组建新团队、将具有挑战性的技术转化为产品,是一个不断摸索的过程。
2017年加入复旦大学,则是因为人工智能的兴起,复旦正在推行新工科教育,智能机器人领域成为落地方向之一——将AI与机器人深度融合。张立华参与创建了智能机器人研究院。对比创业与教书,他认为两者都不容易。创业充满艰难,真正成功的人并不多;教书育人同样不轻松,每个人对未来的思考各有不同,关键在于发现学生的兴趣,并将其与课题方向相结合,实现最佳匹配。
谈到激发学生兴趣,张立华强调深入交流至关重要——分享自己的经历和对前沿问题的思考,让学生理解你为什么这样想。相比他们那个时代,现在的学生更关注热点。他并不否认追逐热点本身,但他认为学生未来的发展潜力并不取决于当前的方向,而在于独立思考与探索的能力。这种能力需要扎扎实实地将时间和精力投入选定的课题,实现突破。人最大的能力不是学会了什么,而是随着社会发展,能够快速适应新挑战。在企业经营中,他也观察到:从普通员工到资深岗位,大多数人都是在某一领域长期持续努力。做事没有长性,往往并不理想。
当谈及具身智能领域年轻创业者短时间内获得巨额融资时,张立华并不反对年轻人创业。“但如果做了这样的选择,就需要不断打磨自己。”创业并非技术突破就万事大吉:技术变成产品只是从0到1,而从1到10可能并不比0到1简单。一家公司要成功,商业化的推进同样充满挑战。行业火热时,商业化路径可能被暂时忽略,但这只是暂时的。风向一旦变化,企业还得生存下去。他还观察到中国年轻人不善沟通的问题——在美国,中国人大多从事工程师工作,任务布置好,完成即可。但他觉得这不应该是中国人的定位,要走在时代前列。无论哪个时代,领导岗位需要的正是具备沟通和领导能力的人。这跟从小接受的教育有关——大部分培养的是听话的孩子,很少发掘个性。在AI时代,人类更需要体现自己的独特性。
对于年轻人大量涌入具身智能行业,张立华认为这体现出每一代年轻人都能冲在前沿。很多博士从事的正是前沿方向,热潮来临,机会自然很多。但时代的变革,往往是多年积累后的爆发。前沿领域依然需要大科学家做出引领性判断,提出新方向,大家共同努力推动。最终落地需要群体努力。飞捷科思的核心骨干都是年轻人,能力很强。同时,企业也需要具备运营、管理、市场开拓、产品工程化能力的资深人才。这是社会化分工:年轻人可能是科研突破的主力,但不同年龄段的人都能发挥自身优势。在美国,他见过很多年事已高却依然活跃的资深工程师。
时隔十年重回物理仿真
2024年创立飞捷科思时,张立华坦言,是因为前几年元宇宙概念比较火热,有机会与两家企业合作,重新组建物理仿真团队,时隔十年重启了这项工作。他至今认为元宇宙数实融合的理念是正确的——至于产业是否发展起来,存在诸多客观因素。沉寂的原因包括:依赖硬件终端(如VR/AR眼镜),成本始终未能降下来,技术成熟度也不够;另外,AR/VR需要结合应用场景找到真正的痛点,前几年大部分只是示范场景,并非刚需。但数实融合理念没有错:在虚拟世界里进行基底建模和仿真,无需构建真实工厂就能完成机器人、装备、厂房布局的调试,可以大幅节省成本。黄仁勋当年推出的Omniverse平台,最初就是面向工业元宇宙的工业数字孪生,如今因为提供机器人仿真训练基础设施而名声大噪。2024年GTC大会上,黄仁勋表示英伟达的灵魂在于渲染、物理仿真和AI,三者交汇于Omniverse之中。张立华原来做的PhysX引擎只服务于游戏、影视,后来服务于元宇宙、数字孪生,而在黄仁勋的视角里,物理引擎成为了Omniverse的关键底座,可以服务于机器人的仿真训练。
对英伟达的观察,以及过去几年与企业合作的经历,让张立华意识到物理仿真技术的作用会越来越大。中国也需要在这方面有所思考和布局。具身智能时代对物理仿真的精度等提出了更多要求,所以他决定重新做起来,拿出中国自己的方案。2024年8月注册公司后,创业异常艰难:投资人不理解为什么要做底层引擎,觉得“做机器人不好吗”,何况英伟达已经有引擎而且是免费的。商业计划书迭代了上百版。为什么要做这个引擎?国产替代是原因之一,但不是唯一。张立华认为,应该用技术上有新突破的新一代引擎,面向整个行业需求,打造生态体系。使用别人的引擎很难做到这一点。他们从最基础的物理仿真引擎做起,构建仿真平台、基础模型、数据平台,以及现在的物理世界模型。
当被问及如何让机器人公司放弃英伟达系统来采用他们的方案时,张立华指出,这本质上是生态体系构建的问题。没有完整的生态,无论是他们,还是机器人企业或芯片企业,永远只能依赖别人。国产芯片能否用英伟达工具链解决自己的问题?这是非常现实的挑战。今年人工智能大会期间,他们申办了“物理智能生态创新论坛”,希望探讨如何构建中国自己的物理智能生态。芯片企业当然有积极性,但机器人企业可能不够积极。实际上,他们已经对接了一些机器人企业,发现对方在使用国外平台时会遇到各种痛点问题——这些恰恰是落地时的真问题,也是他们的发力点。可以针对这些痛点,帮助对方解决问题。
谈到自研前沿技术,可微分仿真是一个关键:它让物理引擎从只能作为前向系统、服务于简单训练和随机化训练的工具,变成真正参与AI系统训练本身——梯度优化的能力至关重要。机器人要在家庭、工厂等真实场景中完成任务,需要与各种物体交互、产生接触和碰撞。碰撞接触在很多情况下非常复杂,如何准确建模和求解是一个难题。如果接触碰撞建模本身就不准确,在虚拟世界中学到的技能一定是错误的。他们做了刚体、软体、流体等多物理材质的统一求解,提升了系统的稳定性和准确度。面向国产GPU算力进行了优化,构建了智能仿真训练平台“墨子”,提供高精度渲染、各种传感器仿真、场景生成和数据合成能力。针对数据问题,布局了虚实融合的数据采集和治理管理平台。另一个重点是世界模型:目前世界模型存在物理幻觉,生成的视频中有很多不符合物理常识的内容。他们将物理引擎能力嵌入到新发布的物理世界模型Fysiverse中,为世界模型注入准确的物理规律和物理常识,让机器人获得准确的决策和判断能力。
关于仿真与现实的鸿沟,张立华认为有多方面原因。其一是物理仿真引擎本身的精度不够,对某些物理规律做了极大简化。新一代物理引擎需要提升建模准确度和计算精度。另一方面,无论离线仿真做得多么细致,都不可能穷举现实场景——真实环境的材质、摩擦系数、软硬程度等,建模时输入的参数可能就存在差异。需要用强化学习等方法让机器人见识更多复杂环境,在算法上进行创新突破。解决Sim-to-Real问题,不能只靠仿真引擎本身。
机器人市场格局的最终形态
关于为什么不做机器人,张立华认为行业需要分工。头部企业什么都能做,但行业要想发展,需要一套最基础的底座,大家分工协作。完全自己搭建的毕竟是少数。如果大公司已经有能力,它们还需要工具吗?张立华用汽车行业进行类比:他不认为一家企业能垄断机器人行业。很多机器人企业更关心机器人本身的技术成熟度(量产、质量一致性等),根本没有时间聚焦场景落地。当行业出现一大批系统集成商和应用服务商,能够针对千变万化的场景需求提供具体落地解决方案时,才算真正发展起来。分工一定会越来越细。
对于今年市场上众多的世界模型,张立华认为技术路线还没有收敛。最终谁能形成产品、能被机器人企业使用,是一个大浪淘沙的过程。机器人要替代人的很多工作,需要一个非常长期的过程——目前离这个目标还有相当距离。虽然大家纷纷进行了展示,但真正具备通用性、可泛化能力的机器人还很遥远。至于能否出现像人一样的通用机器人,他认为这一天应该能实现,但取决于非常多的因素,不仅仅是模型问题,还包括算力等。人形机器人的目标是通用,但眼下他们聚焦的还是相对可控的场景。机器人看起来和真人一模一样是美好的愿望,但即便是主流技术路线,想实现真正通用可泛化的能力还远远不够。
从技术路线没有收敛到收敛需要多久?张立华估计,具身大脑至少需要3年。比如,在某一场景的通用能力会有较大提升,但换个场景可能就不行。康养机器人需要与病人进行身体交互,涉及安全性、舒适性等问题,非常具有挑战性,这类机器人未来最需要,但恰恰最难做到。
谈及与黄仁勋的交集,张立华回忆,在收购Ageia时,黄仁勋亲自去了圣路易斯办公室,面对面交流并共进午餐。当时黄仁勋名气还没有现在这么大,非常平易近人。他在英伟达演讲时都脱稿,与员工分享发展情况和未来设想。张立华认为,黄仁勋拥有非常重要的前沿判断能力,对员工有很强的号召力。影响自己创业的正是这种前瞻性判断——对企业来说,不能只盯着眼前,看别人干什么就跟着做什么。要提前看一步、看三步,这样无论出现什么变化,都不会慌乱,因为有自己的判断,而且最好是准确的判断。
