清華大學教授孫富春：具身智能在機器人與人工智能深度融合中的關鍵技術瓶頸

來源：高校人工智能與大數據創新聯盟

2026年3月28日，在2026吳文俊人工智能創新大會AI院長聯盟專題會議上，清華大學計算機科學與技術系孫富春教授以《具身智能：理論透視、技術突破與制造業創新應用》為題作首場報告，系統梳理了具身智能作為人工智能從符號主義、連接主義邁向物理世界閉環學習的新范式的核心內涵，分析了具身智能在機器人與人工智能深度融合中的關鍵技術瓶頸，探討了其在制造業轉型升級中的創新應用路徑。在報告最后，孫富春教授以一首原創現代詩《奔騰的時代》抒發了自己對民族偉大復興的堅定自信。

分析認為，孫富春教授強調具身智能在機器人與人工智能深度融合中的關鍵技術瓶頸，主要源于其作為衡量國家科技創新水平的關鍵標尺和驅動新質生產力發展的核心引擎的戰略地位，以及當前技術發展面臨的多重非平穩性挑戰與跨學科理論體系構建需求。具體分析如下：

一、具身智能的戰略定位：技術融合的制高點

孫富春教授指出，具身智能是人工智能從符號主義、連接主義邁向物理世界閉環學習的新范式，是機器人與人工智能深度融合的產物。這一融合不僅突破了傳統AI的“離身計算”局限（如僅依賴預設指令或靜態數據），更通過“身體-環境-認知”的深度交互，賦予機器人自主感知、決策和行動的能力。例如，人形機器人需通過觸覺、力覺等感知實時捕捉環境變化，并自主調整策略，而非僅依賴預設程序。這種能力是應對復雜、多變任務的關鍵，也是衡量國家科技創新水平的核心指標。

二、關鍵技術瓶頸：多重非平穩性挑戰

孫富春教授系統梳理了具身智能面臨的三重相互關聯的非平穩性挑戰，這些挑戰直接制約了機器人與AI的深度融合：

（一）數據分布非平穩：機器人學習更關注動作生成，而動作的實施會直接改變環境狀態，進而影響后續數據的采集。例如，機器人抓取物體時，物體的位置變化會導致后續感知數據的分布發生改變，傳統機器學習“獨立同分布”的假設在此失效。

（二）環境動力學非平穩：物理交互（如摩擦、碰撞）會導致環境動力學參數（如摩擦系數、材料形變）的動態變化。例如，仿真環境中訓練的抓取成功率可能比真實場景高31%，因仿真難以完全還原現實細節。

（三）跨智能體差異引起的域偏移非平穩：不同機器人（如工業機械臂與服務機器人）的硬件差異（如傳感器精度、執行器力控能力）會導致數據域偏移，進一步增加模型泛化難度。

三、跨學科理論體系構建：從“腦”到“身心合一”的突破

孫富春教授強調，具身智能的發展需構建以“環境交互與智能發育的正相關性”為科學依據的跨學科交叉理論體系，具體包括：

（一）世界模型與物理數字系統：

通過全要素建模和基于世界模型的預測與推演，構建包含物理屬性的沉浸式數字訓練環境，提高虛實訓練的泛化能力與魯棒性。例如，谷歌“大世界模型”通過三維物理空間建模，將環境交互效率提升40%。

（二）大小模型分層協同架構：

云端大模型負責高階認知（如任務規劃、邏輯推理），邊緣小模型負責實時控制（如精確力控、軌跡規劃），形成“認知高度”與“執行效率”的平衡。例如，輝羲智能研發的大算力芯片已支撐“感知-決策-執行”三系統協同。

（三）具身認知理論與形態計算理論：

融合機器人學、神經科學與認知科學，闡明智能如何在與物理世界的持續“碰撞”中涌現。例如，類腦算法可替代傳統控制器，使人形機器人從運動控制向視覺決策升級。

四、產業應用與未來方向：從“工具”到“生命體”的演進

孫富春教授指出，具身智能的終極目標是讓機器人成為能在真實物理世界中自主思考、學習和進化的“生命體”。例如：

（一）工業場景：2027年汽車制造中具身機器人滲透率預計達30%，替代高危崗位（如焊接、危化品處理）。

（二）家庭場景：2035年家庭機器人或將普及，但需將成本壓至10萬元以內（現均價超百萬），并解決隱私安全、人機權責界定問題。

（三）技術路徑：未來研究將圍繞發育理論、社會理論與形態計算理論三大方向持續深入，推動具身智能向通用人工智能（AGI）演進。

孫富春，1964年出生于江蘇，中國自動化學會會士，中國人工智能學會會士，電氣與電子工程師協會會士，清華大學計算機科學與技術系教授，智能技術與系統國家重點實驗室（清華大學）副主任。孫富春于1986年獲得海軍航空工程學院自動化系工學學士學位；1989年3月獲得海軍航空工程學院自動控制專業工學碩士學位，后留校任教；1998年3月獲得清華大學計算機應用專業博士學位；1998年1月—2000年1月在清華大學自動化系從事博士后研究工作；2000年3月任教于智能技術與系統國家重點實驗室（清華大學）；2004年入選教育部“新世紀優秀人才支持計劃” ；2018年當選為電氣與電子工程師協會會士；2019年當選為中國人工智能學會會士；2020年當選為中國自動化學會會士。孫富春主要研究領域為智能控制、機器人與飛行器的導航與控制，網絡控制系統，人工認知系統的信息感知和處理。