在2026世界人工智能大会上,智元具身业务部总裁姚卯青深入剖析了物理人工智能从实验室演示迈向大规模产业落地所面临的“隐形门槛”。他直言不讳地指出,想要让AI真正动手干活,必须先解决三大绕不开的结构性难题。

第一个是数据壁垒——真实环境下的交互数据堪称“稀缺资源”:采集成本高、周期长且难度极大。实验室里能轻松复现的场景,一旦进入真实世界就会陷入“数据荒”。第二个是表征壁垒:目前缺乏统一的建模框架,无法将不同任务、各类场景乃至千差万别的物理实体串联起来。这好比让机器人既会做饭又会扫地,但它们的“大脑”却使用两套截然不同的语言,难以实现迁移学习。第三个是闭环壁垒:在真实世界中试错,代价不仅是时间,还有真金白银的投入。反馈链条越长,系统迭代速度就越慢,进化能力自然大打折扣。
姚卯青强调,物理AI能否从“可展示”变为“真能干”,关键不在于单纯提升某个模型指标,而在于能否构建出一套通用具身智能体系——它必须具备泛化能力、可优化性,并且能够持续进化。这,才是真正跨越壁垒的底层逻辑。
