近日，由中国科协主办、《环球人物》杂志社等共同参与组织的“对话科学家”系列活动在北京成功举办。本场活动邀请到浙江大学求是特聘教授、中国工程院院士谭建荣，中科院计算所学术委员会主任、中国工程院院士孙凝晖，北京大学计算机学院教授、北京智源人工智能研究院院长黄铁军，清华大学交叉信息研究院助理教授陈建宇，清华大学智能产业研究院助理教授赵昊，围绕“具身智能，塑造未来”这一主题展开深入交流。环球人物新媒体公司总经理肖莹，小米集团副总裁、小米科学技术协会主席屈恒，小米公共事务副总裁、小米科学技术协会副主席王海华，小米机器人事业部总经理许多及集团各条线科研带头人等出席活动。

　　“对话科学家”系列主题活动举办的初衷，是为了贯彻落实党的二十大精神，提振创新自信，讲好中国科创和科创中国的故事。活动精心遴选了一批在新兴和交叉领域走在前列的民营科技企业，深入了解企业需求，旨在以问题为导向，邀请相关领域院士、专家，通过实地调研、开放论坛或闭门座谈等形式，搭建一个专家与企业对话交流的平台，为企业发展方向和技术瓶颈问题答疑解惑。

　　本场活动，院士、专家一行来到小米科技园，走访调研了小米科技实验室，深入了解5G毫米波频段研发、虚拟网络实验环境下互联互通等测试的最新进展。调研过程中，以CyberDog 2机器狗为代表的仿生机器人受到专家们的普遍关注，大家围绕仿生机器人的模型加载、研发创新、场景应用、市场潜力等话题与企业技术骨干进行交流。

　　在随后进行的圆桌座谈会上，屈恒介绍了小米在AI赛道上的长期投入及赋能发展。“集团从2016年成立AI视觉团队赋能手机智能拍照，到后来的自动驾驶技术、仿生机器人，无论是产品还是场景，AI算法已经覆盖到方方面面。芯片、OS、机器人、AI，是我们选择的四大技术赛道，涵盖了硬核科技里面最重要的几个部分。”

　　小米集团机器人事业部总经理许多表示，就机器人研发而言，关键是机械和控制的问题没有完全解决。“大概需要百亿参数的模型，才可以实现机器人在结构化环境下的规模性应用。未来，我们还是会秉着开源原则，给大家提供通用机器人平台。我们希望机器人能有在任意场景下穿针引线、高精度作业的能力。”

　　活动当天，大模型成为与会专家讨论的一个重点。谭建荣认为，具身智能目前面临的发展关键点是生成式人工智能、元宇宙虚拟空间、拟人化机器人技术的交叉融合。“其中，生成式人工智能的三‘大’关键，是大数据、大模型、大算力。构建大模型之前，先要搞到大数据；有了大模型，还必须有大算力支撑才能发挥作用。这三个‘大’互相关联，缺一不可。而且，大模型的构建不是一劳永逸的事，需要不断更新，只有起点没有终点。”

　　陈建宇表示，目前，大模型的构建机制与人脑的学习机制还有较大不同。“我们人类从婴幼儿时期开始，学习的效率就非常高，大模型则需要海量的数据才能够构建起来。未来，也许我们可以从脑科学领域得到一些启发，探索更新、更优的大模型构建机制。”

　　赵昊结合个人近期研究，提出下一代仿真器或许可以为解决大数据、大模型的难题提供助力。“我们试图引入一些大语言模型的知识，让仿真器更好用。下一代仿真器，可以在物理世界中重建一个和真实世界一样的环境，这样就能从仿真世界中获得源源不断的数据来训练我们的模型，让机器人研发更加高效。”

　　对于具身智能发展所面临的挑战，与会专家也都有自己的思考。孙凝晖认为，具身智能需要的控制学科的技术，目前还是基于数学建模，没有能够利用数据和算力的飞速进步，这是第一个难点。“第二个难点是场景内演化。大语言模型是在虚拟空间里面，通过强化学习与一个个场景能够磨合，越用越好。但具身智能不同，需要研究机器人在场景内的自演化能力，这个问题一直没有很好解决。还有一点是碎片化的问题，机器人的应用场景很碎片化，这在商业是不可行的。小米公司的优势在于强大的硬件供应链，但数据、算法、算力这条智能线的低成本供给怎么做，还需要思考。”

　　还有专家表示，具身智能的场景安全性也需要重视。“即便是那些结构非常简单的家电，比如洗衣机之类的，其安全性都经过了重重验证。具身智能如此复杂，当它可以做各种各样的事情，那么其安全性就更需要得到保证。”

　　黄铁军则提出具身智能的感知问题。“对于认知问题，只要我们收集数据的覆盖度够广、模型参数够强，它就可以达到一个相对确定、可以评估的状态。但感知问题不是这样，很多最细微的东西是无法用语言描述的。机器人如果将来想要走入大众生活中，想让老人、孩子都很满意，那它就不能只会端茶倒水扫扫地，还得能识别情绪变化和一些微表情，这对感知能力的要求是很高的。”

　　“我们目前的优势在于把1做到100，但在从0到1这条路上我们还缺少优势。我们要加强基础研究，做出真正原创性的成果。这个过程，必须要有高水平的人才。”谭建荣的发言引起与会专家和企业代表的共鸣。屈恒在活动最后表示，具身智能对各个学科的要求都很高，像“对话科学家”这样推动产学研深度融合的活动，对整个行业尤为重要。“如果我们不能把产学研融合好，可能从0到1的实现会更难。我们希望未来能和各个科研院所有更深入的合作，只有这样，才能真正把机器人这个行业做起来。”