香港大学席宁：机器人要学物理世界，光靠数据还不够

发布时间：2026-08-23来源：腾讯科技

中国电子学会机器人分会主任委员、香港大学机器人与自动化讲座教授及系主任、新兴技术研究所所长席宁。图片由AI生成

8月19日，世界机器人大会在北京开幕。同一天，宇树科技正式登陆科创板。

上市后的前三个交易日里，宇树经历了从首日大涨到连续回调，也成为这一轮人形机器人热潮在资本市场上的一个缩影。

中国电子学会机器人分会主任委员、香港大学机器人与自动化讲座教授及系主任、新兴技术研究所所长席宁对此表示：“新生事物出现时，市场往往会给予很高预期。随着参与者增多，预期会被不断推高，而在高位之后出现调整和回落，也是自然现象”。

在2026世界机器人大会上，王兴兴也给持续升温的人形机器人热潮“降了降温”。他坦言，目前人形机器人虽然已经能够完成一些简单装配任务，但整体效率仍低于人类；一旦任务发生变化，往往还需要重新训练，泛化能力不足仍是全球行业共同面对的最大瓶颈之一。

这也是具身智能行业所探讨的核心问题之一：机器人到底要怎样才能真正“学会干活”？

虽然在过去几年，机器人在运动能力和单点任务上进步很快，但真正进入复杂场景、稳定完成不同任务，仍然是行业正在攻克的难题。

围绕机器人智能，行业正在探索不同的技术路径。其中，数据的重要性被反复讨论，但数据从哪里来、需要多少、什么样的数据真正有效，以及数据驱动本身能走多远，依然没有统一答案。

目前，从VLM、VLA到世界模型，具身智能领域仍在探索不同的模型架构和技术路径。席宁认为，行业仍处在“百花齐放”的阶段。不同团队都在尝试各自的方法，哪条路线真正有效，还要经过实践检验；在路线收敛之前，新的思路和方法还会不断出现。

至于今天已经发布的各种机器人模型是否真正学到了物理规律，他的判断是，“当下还没有技术路线能真正彻底解决这个问题”。

相比于押注某一条确定的技术路线，席宁更强调不同方法之间的结合。“数据是一种知识来源，动力学、运动学等对物理规律的提炼同样也是知识，机器人智能接下来可能还需要把这些能力进一步融合起来。”席宁说。

在更大的产业竞争层面，目前，中美机器人正在走出不同路径。席宁认为，两边的阶段性技术目标其实很接近，差别更多来自各自的产业基础、研发历史和优势，因此技术路线和发展的先后顺序会有所不同。

以下为席宁和腾讯科技的交流实录精选版：

热潮之后，谁能留下来

问：宇树上市之后，资本市场出现了比较明显的波动。你怎么看当前国内的机器人产业，行业是否存在泡沫？

席宁：机器人，包括宇树这样的企业，都是新生事物。所有新生事物在成长过程中出现一定的泡沫，是很自然的。股价出现上下浮动也很正常，我觉得不必过度解读这些事情。但机器人这项技术肯定代表了未来。

问：你怎么看目前资本市场对人形机器人的预期？现在的预期是过高，还是市场仍然低估了这个行业？

席宁：我不是做投资的，所以很难从投资角度判断到底是高估还是低估。所有新生事物出现的时候，人们都会有很高的期望，这是必然的。当很多人参与进来、形成很高期望的时候，预期就会水涨船高。这是一种自然现象。当预期高到一定程度，也会出现调整和回落。

问：现在具身智能创业公司非常多，行业也开始从技术研发走向场景应用，但不少企业进入的场景比较相似，推出的人形机器人产品也有一些同质化的现象。这种同质化会不会加速行业洗牌？未来真正拉开企业差距的核心因素会是什么？

席宁：一个技术或者一个新的系统，最终的检验就是能不能落地应用。如果能够成功应用，就会带来更多机会，也能够继续发展。如果不能成功应用，肯定会被淘汰，这也是一个必然的现象。

问：目前机器人行业还有哪些标准需要进一步统一？建立标准对于行业发展意味着什么？

席宁：我认为，标准的制定通常是在技术和行业发展到一定阶段之后。当越来越多人参与进来的时候，就需要有一些共同的标准，方便大家共同合作、共同研发。

机器人，特别是人形机器人，早期参与的公司和研究者比较少，是一个比较小众的领域。现在越来越多人参与进来，标准就变得越来越重要。

人形机器人已经逐渐进入到这样的阶段。比如通信方面，就需要建立一些标准，方便大家相互交流、相互合作，这件事情非常重要。

中美机器人，开始走两条不同的路

问：你之前提到，中国机器人虽然起步相对较晚，但在基础理论和方法层面，中美之间现在更多体现为“量的差距”，同时中国在供应链上还具有一定优势。到了今年，怎么看中美人形机器人各自所处的发展阶段？这种“量的差距”有没有发生新的变化？

席宁：从技术发展的历程来看，大家走过的历程都差不多。路径可能不一样，但是阶段性的目标基本都是一致的。特别是在今天信息广泛交流的情况下，我觉得大家的目标、技术目标都有可能非常接近，包括各个阶段的里程碑也很相近。

主要区别可能在于技术路线以及发展的先后顺序。每个国家会根据自己的特点，以及过去研发和产业发展的历史，形成不同的优势，所以选择不同的发展路径是完全合理的。

问：行业普遍认为，中国人形机器人的优势更多集中在产业链和供应链。未来中国人形机器人会不会像新能源汽车行业一样，先依靠制造和供应链把成本降下来，再进一步推动整个行业的技术进步？

席宁：机器人和汽车的发展有一些相近的地方。机器人也是一种机器、一个系统，所以会有所有系统发展的一些共同规律。

机器人本身也有自己的特点。首先，它是一个非常复杂的系统，需要完成动作。而且机器人未来的很多任务，需要和人高度合作、高度融合。这些都会成为机器人应用中的新挑战。

其他机器可能没有这些特点。所以，在解决这些问题、满足这些要求的时候，机器人会出现一些新的需求和新的要求。

路线再多，最后都绕不开物理世界

问：你曾提到，单纯依靠数据驱动，很难让机器人真正掌握物理世界的规律。过去一段时间，具身智能领域也出现了VLM、VLA、世界模型等不同的大模型路线，其中一些世界模型还在尝试通过隐空间预测环境和动作变化。如何看待目前这些大模型技术路线？它们距离真正理解物理世界还有多远？

席宁：机器人要完成一个动作，需要处理逻辑、空间、时间和互动等不同维度的问题，传统语言模型本身没有办法直接完成这件事。

所以现在很多人都在探索，怎样改变、调整或者提高原来的语言模型，让模型能够更好地解决空间、时间和互动这些关系。

目前方法很多，我个人认为整个领域仍然处于一个“百花齐放”的阶段。大家提出了不同的思路和不同的方法，这些方法最终都需要在实践当中得到检验，证明它确实能够有效解决问题。

在真正得到验证之前，还会有越来越多新的方法出现。

问：在目前这些技术路线中，有没有相对更看好的方向？现阶段是否已经有模型真正学到了物理世界的规律？

席宁：我觉得现在大家都还处在研发阶段，这个问题还没有被真正、彻底地解决。

问：现在数据驱动越来越重要，依靠数据驱动的方法，能否解决机器人控制和智能的问题？

席宁：随着算力提高、神经网络理论的发展，包括GPU的出现，我们能够进行越来越复杂的多层运算，数据驱动也变得越来越重要。数据驱动肯定能够把这个问题解决到一定程度，但这里有一个很难的问题：到底需要多少数据？

回顾大模型的发展，目前最成功的是大语言模型。它为什么能够成功？一个重要原因是有大量数据。互联网本身就有海量文本数据，同时还有搜索引擎等工具，能够帮助我们比较容易地找到这些数据、标注这些数据，甚至实现自动标注，这给模型训练奠定了很好的基础。

但如果用大模型来控制机器人，情况就不一样了。语言模型主要处理词与词之间的逻辑关系，可以理解和生成一段话。机器人需要完成的是动作。

机器人做一件事情，除了动作之间的逻辑关系和先后关系，还涉及空间关系。比如抓一个东西，这个东西在哪里？还涉及时间关系，比如抓取速度多快；也涉及互动关系，比如抓这个东西需要多大的力。这些问题，语言模型没有办法回答。

所以，如果一个大模型要真正处理动作，它面对的就从相对一维的逻辑关系，扩展到了逻辑、空间、时间和互动等多个维度。这个时候需要的数据量会非常大。

与此同时，互联网上并没有大量现成的动作数据。过去训练语言模型时使用的很多有效数据采集方法，在机器人领域很难直接沿用，这就造成了获取有效机器人训练数据非常困难。

我们当然可以研究各种方法，通过不同手段采集数据，但这个过程很艰难。所以，在考虑数据驱动模型的同时，也应该研究其他方法，把这些方法和数据驱动结合起来解决问题，不能只沿着寻找数据这一条路走。

问：除了数据驱动之外，刚才提到还可以考虑其他方法。具体有哪些方向值得探索？

席宁：现在大家讲的数据驱动，本质上是基于网络模型来学习。但机器人领域过去也积累了很多符号模型，比如有限状态机，以及动力学、运动学方程等，这些同样包含了关于机器人的知识。

知识的来源并不只有数据。一类知识来自数据本身，另一类知识来自我们对物理世界规律的理解和提炼，比如动力学、运动学这些模型。

这两类方法其实都在表达知识，只是获取方式不同。数据驱动往往需要大量数据，而基于物理规律的模型对数据的依赖可能更少。接下来一个值得研究的问题，就是能不能把这两类方法更好地结合起来。

问：随着机器人不断进入更多应用场景，你觉得数据现在已经开始形成中国机器人产业的一项优势了吗？

席宁：数据和应用场景本身就是结合在一起的。在很多垂直领域，中国已经有不少企业积累了一定规模的数据。我认为，这会成为我们中国机器人领域发展的一个有利条件。

中国市场足够大，实际应用也比较多，为持续产生大量数据提供了很好的基础。当然，数据量大只是第一步，更重要的是怎么把这些数据筛选、整理，真正变成高质量、可用的数据。（文丨李海伦，编辑丨徐青阳）