RSS 青年奖得主李弘扬:为何断言全身智能是下一物理终端?

0 阅读

在机器人领域最具声望的会议 RSS 2026 上,一个突破历史零记录的荣誉降临。2026年7月14日,香港大学助理教授李弘扬站在悉尼 ICC 中心的讲台上,成为该奖项设立22年来首位获奖的华人学者。这一时刻不仅标志着个人学术生涯的高光,更折射出中国学者在具身智能核心算法与系统架构上的崛起。然而,对于李弘扬而言,奖项只是节点,而非终点。他即将把重心全面转向创业,致力于解决一个被长期忽视的终极问题:如何赋予机器人“全身智能”(Whole-body Intelligence, WBI)。

RSS 会议向来以“小而美”、高门槛著称,与动辄上万人的通用 AI 会议形成鲜明对比。这里没有花哨的展示,只有对论文质量的极致苛求。李弘扬将 RSS 定义为“Old School”的顶会,强调面对面交流的纯粹性。但在这种坚守传统的氛围中,他带来了一种全新的视角。从 BEVFormer 重塑自动驾驶视觉感知,到 UniAD 实现端到端自动驾驶的技术领先,再到如今推动 AgiBot World 百万真机数据集的建设,李弘扬的研究轨迹始终紧扣技术变革的最前沿。他并未局限于学术象牙塔,而是敏锐地捕捉到了从单一技能栈向全身协调系统跨越的产业脉搏。

在具身智能的当下讨论中,行业往往陷入两种极端的聚焦:一是上半身的灵巧操作,依赖 VLA(视觉-语言-动作)模型提升高自由度抓取能力;二是下半身的运动控制,专注于接触丰富的动态平衡,如踢球或打乒乓球。李弘扬认为,这两条路径虽然重要,但都是局部最优。真正的挑战在于“收敛”——如何让机器人在开放环境中,将感知、决策、运动控制和灵巧操作统一在一个闭环内,实现真正的全身协调。他提出,WBI 不是对单一模块的叠加,而是对机器人系统整体架构的重构。这种“全身智能”被视为具身智能的“Touch High”,是决定技术能否从实验室走向千行百业的关键门槛。

李弘扬的跨界背景为这一理论提供了坚实的工程背书。他在自动驾驶领域积累的“Scale Up”经验,即大规模数据的采集、清洗、管理与模型迭代闭环,被直接迁移至具身智能的研发中。他指出,学术界擅长提出 Transformer、世界模型等基础理论,而工业界则负责将其转化为可规模化的系统。两者并非对立,而是互补。在 WBI 的研发中,数据基础设施的质量比数量更为关键。百万级的真机数据集若缺乏多样性,对模型泛化能力的帮助有限。只有通过高质量、接近真实物理世界的数据喂养,才能训练出具备鲁棒性的具身大脑。

所谓“具身大脑”,李弘扬将其定义为一种分层级的智能系统架构,而非生物学意义上的模仿。底层负责运动执行,中层负责规划与协调,高层则利用基础模型进行理解与决策。这种系统级的设计思路,意味着算法与硬件必须协同进化。现有的通用机器人硬件往往无法支撑 WBI 的高复杂度需求,因此,要么通过深度定制硬件来适配算法,要么由算法驱动硬件的重定义。源策智能(Archon)作为李弘扬创办的企业,正试图在这一领域探索全栈式的解决方案,旨在打造世界领先的具身智能系统。

“智能人形”是李弘扬频繁提及的一个核心概念。他认为,过去二十年见证了智能手机和智能汽车作为物理智能终端的崛起,而下一个时代的载体将是智能人形。这一判断基于对技术演进规律的洞察:每一个新时代的物理终端,都依赖于底层核心能力的突破。对于智能人形而言,这个核心能力就是全身智能。尽管这一观点在初期可能面临质疑,但李弘扬坚信,只有将机器人视为一个完整的生命体去协调其感知与运动,才能应对真实世界的开放性挑战。他甚至在采访中幽默地预言,未来“智能人形”将成为家喻户晓的行业术语。

从教授到创业者,李弘扬的身份转换带来了思维尺度的根本变化。学术研究关注单篇论文的创新,而创业则要求思考技术在未来五至十年如何改变行业生态。他欣赏智谱 AI 创始人唐杰,称其为“具有科学家精神的企业家”的典范。这种精神体现在坚持长期主义、解决真问题,同时具备将研究成果产品化的能力。李弘扬希望在自己的创业道路上复刻这种平衡,既保持学术上的原创性,又在工程落地中追求极致效率。

RSS 2026 参会规模从两百人激增至七百人,这一数据变化侧面反映了行业对新兴技术趋势的拥抱。产业界研究者和创业者的涌入,打破了传统机器人的封闭生态。李弘扬认为,这不仅是人数的增长,更是学术与产业深度融合的信号。未来,具身智能的突破将不再单纯依赖算法的微小迭代,而是取决于数据闭环、硬件适配与系统架构的综合竞争力。

在采访的最后,李弘扬表达了对行业现状的深切思考。他呼吁同行不要沉迷于单点能力的竞赛,而应关注整体智能体系的构建。WBI 这条路注定艰难,充满了关于平衡、协调与实时响应的技术陷阱,但它是通往通用机器人的必由之路。随着源策智能等初创企业的加入,以及学术界的持续投入,中国有望在这一全球竞争的新赛道中,通过系统级的创新,定义下一代机器人的核心标准。智能人形的时代或许还未完全到来,但构建其大脑的工程实践,已在悉尼的这场对话中,迈出了实质性的一步。