物理与智能融合共生，具身智能如何定义下一代生产力？

2026年1月13日晚，由燕南创新、原点学堂、北京计算机学会联合主办的“具身智能沙龙——物理智能与机器人前沿技术探索及实践”在北京市海淀区东升大厦A座9-10层原点学堂举行，本次活动由北京大学先进制造与机器人学院、北京大学集成电路学院、智能学院提供学术支持，并得到了学习强国AI频道及央视的平台支持。

沙龙吸引了超90名业内人士来到现场

东升大厦作为北京人工智能创新街区原点社区的核心载体，聚集了超过300家AI企业，已成为人工智能领域的创新高地。原点学堂不仅是课堂，更是一个践行应用落地、资源互换、商机共创的有机生态。

本次沙龙在这样一个充满活力的环境中展开，吸引了来自学术界、产业界和投资界的众多参与者，围绕具身智能的技术突破、产业落地与生态构建展开深度交流。在“物理AI的ChatGPT时刻已经到来”的行业共识下，三位主讲嘉宾分别从机器人系统、AI芯片和仿真平台三个维度，勾勒出具身智能作为新质生产力的发展路径与挑战。

燕南创新创始人兼CEO孙方舟致开场词

论坛由燕南创新创始人兼CEO孙方舟主持，孙方舟介绍了在具身智能领域的创业孵化实践，并指出2026年将是具身智能行业加快应用落地的关键年，高校科技成果与产业需求的有机融合，将形成促进创新的飞轮效应。

论坛正式开始后，首先由北京大学先进制造与机器人学院教授、物理智能实验室负责人庞智博带来关于具身智能落地产业线的分享。庞教授拥有横跨学术界与产业界的双重背景，他带领团队主攻具身智能模型的前沿研发，致力于推动物理智能与机器人技术的深度融合。

作为ABB移动YuMi机器人核心研发者，庞智博三次获得“ABB年度发明人”称号，他领导研发的全球首款移动双臂协作机器人，直接促成了ABB进军医疗和电商机器人市场。

庞智博，北京大学先进制造与机器人学院长聘教授、物理智能实验室负责人，原ABB集团资深主任科学家

庞教授在演讲中强调了“产研结合”的方法论，认为技术开发必须由实际应用场景拉动。他分享了自己在工业界的丰富经验：“我个人的工作重心或者说成果的载体形式，就是各种各样的机器人与控制器。”

他带领团队打造了一套面向工业集成的全栈工具链，旨在赋能系统集成商，降低具身智能产线落地的门槛。这套工具链支持数据采集、仿真训练、推理部署到生命周期管理，能够实现“一脑多机”与算力虚拟化。

面对具身智能的数据难题，庞教授提出了基于语义分层的技术路线。他指出，单纯堆砌原始数据难以实现泛化，而应在不同层次抽象出语义信息，使模型对操作对象的泛化能力更强。

随后，维泛智能联合创始人兼CEO殷积磊从维泛智能自身业务出发，以小见大，分享了AI芯片的瓶颈与破局方向。

殷积磊，维泛智能联合创始人兼CEO，北京大学微电子学本硕，拥有8年AI芯片研发与18年IC行业经验，是国内最早一批AI创业者之一

殷积磊指出，机器人规模化落地面临“算力-能效-成本”三重考验。目前适配多模态大模型的市场化解决方案几乎被英伟达Jetson系列垄断，这已成为制约产业发展的核心瓶颈。

“机器人‘大脑’芯片占整机成本约30%，且高端芯片供应受限。”殷积磊在演讲中分析了当前困境，“我们正在开发的BiGPU架构，旨在结合类脑计算的高能效与通用计算的生态兼容性。”

维泛智能的创新路径是融合类脑计算与成熟CUDA生态，通过“GPU+BPU”异构架构，打造能效比更高、更适配算法快速迭代的端侧算力平台。这一方案直指具身智能芯片的国产化替代需求。

殷积磊引用黄仁勋在CES 2026上的观点，认为“物理AI的ChatGPT时刻”已经到来，下一个万亿市场将诞生于推理侧，尤其是自动驾驶和具身智能领域。他判断，未来3-5年将是机器人量产爆发关键期。

紧接着，北京师范大学人工智能学院副教授钟方威进行了主题为《大规模具身交互仿真环境UnrealZoo及应用》的分享。钟教授专注于通用具身智能体的前沿研究，主持开发了大规模具身交互仿真环境UnrealZoo，该平台已被全球50多家顶尖科研机构使用。团队通过开源项目UnrealCV，将虚幻引擎转化为人工智能研究的利器。该平台提供高效的Python接口，支持视觉数据合成、模型诊断与强化学习训练，大幅降低了研究者使用高保真虚拟环境的门槛。

钟方威，北京师范大学人工智能学院副教授，北京大学博雅博士后，在具身智能仿真领域深耕近十年

“环境的复杂度是智能发展的关键因素。”钟方威在演讲中强调。他展示的UnrealZoo环境库包含100多个高度多样化的场景，时空尺度跨度极大，从室内房间到16平方公里的岛屿，涵盖古今中外不同文化背景。

该平台支持66种具身体形态，包括人、动物、车辆与无人机，能够构建极其复杂的多智能体协作与博弈任务。钟方威团队基于此平台，探索了“基础模型+强化学习”的高效训练范式。

他们提出的“视觉基础模型提供场景表示，离线强化学习训练控制策略”方法，仅用单卡几个小时就能训练出可零样本迁移到实机的视觉跟踪智能体，大幅提升了训练效率。

最后，自由讨论环节将活动推向高潮，现场观众与嘉宾展开了多轮深度互动。

一位北大工院校友向庞智博提问：“人和物品交互时不需要太精确的输入，但当前具身智能模型似乎需要丰富模态信息。哪些输入最关键？如何提取？”

庞智博认为，视觉、触觉、力觉是核心模态，它们在空间和时间上分层作用。他更相信基于语义的分层多模态模型，而非简单堆砌原始数据。

来自人工智能行业协会的一位与会者提出了一个深刻问题：“机器人未来应该有人权吗？”殷积磊回应，这涉及AI伦理与对齐问题，他更倾向于从技术角度思考人机协作的未来。

一位做灵巧手研究的学生向殷积磊反映了实际困难：市面灵巧手电机发热严重，持续工作十分钟就可能过热停机，且响应速度不足。殷积磊坦言这正是端侧算力与能效挑战的体现，他们的芯片设计正致力于解决此类问题。

与此同时，现场还发布了由深圳市人工智能产业协会主办的“Physical AI人工智能大赛”，超百万奖金聚焦物理智能创新，旨在激励硕士、博士及年轻科技工作者更好地从事具身智能的实践研究。

夜色渐深，原点学堂里的讨论从讲堂延续到隔壁的酒吧。关于灵巧手散热优化、仿真物理引擎的精度、芯片通信协议的选择，一个个具体而微的技术问题在咖啡与饮品的陪伴下继续深入。

具身智能的浪潮中，每个人都在寻找自己的位置。燕南创新愿与各界企业、协会、院校一起推动科技迭代与应用落地，期待与你一同踏上创新之路。

燕南创新源自北大，服务全球青年创业者。专业化的科创教育、运营、孵化及投资平台，由多位具有10年以上工作经验的校友全职运营。努力团结一批有志青年与企业家，共同推动产业升级与社会创新。

责任编辑： 星月