共计 1107 个字符，预计需要花费 3 分钟才能阅读完成。
在具身智能被写入国家“十五五”规划的背景下,清华大学智能产业研究院 (AIR) 教授曹婷近日接受独家专访, 揭示了这一领域最被忽视的挑战——物理智能体的持续进化能力。曹婷教授还透露, 其团队正计划孵化一家专注于可持续进化物理智能体的新公司, 目前仍在筹备阶段。
📌 从企业研究院到高校: 曹婷的选择
曹婷在微软研究院工作了七年,专注于极致智能密度与顶尖执行性能, 在极低比特模型量化、查表大模型高效推理、全帧率实时多模态大模型架构等领域取得突破。2025 年夏天, 她加入清华 AIR, 成为北京市高层次引进人才。她表示, 企业研究院让她学会将技术从论文变成大规模用户产品, 而如今她更想探索那些没有标准答案的问题。
“具身智能正在从想象变成可以做,不是五年后, 是现在。”曹婷认为, 清华 AIR 能让她将研究、产业和长期问题放在同一坐标系中思考, 尤其契合国家在制造业柔性升级、物流无人化、能源巡检、老龄化照护等领域的迫切需求。
🔍 具身智能的窗口与缺口
曹婷指出,当前具身智能仍停留在“工具”阶段, 多数机器人只能完成拧螺丝、搬运等单点任务, 缺乏在真实环境中自我成长的能力。她强调, 市场真正需要的是能在岗位上通过反复交互总结经验、修正策略的“物理智能体”。
- 实时理解:机器人需一边理解事件发生, 一边决定下一步动作, 如倒水时判断水位停止时机。曹婷团队发表的 Streammind、Em-Garde 等工作, 旨在实现“prompt the world”的流式视频理解能力。
- 智能体能力:结合经验记忆、任务和环境, 维护内在持久状态。AdaNav VLN 等工作通过自主思考实现任务拆解。
- 记忆与经验:物理智能体需将交互经验提炼成稳定技能, 如记住地面打滑并调整步态。AVA 等工作正探索这一方向。
- 端侧部署:物理智能体必须在端侧实时运行, 以解决延迟、网络和隐私问题。团队在端侧高效推理上有 T -MAC、BitDistiller 等代表性成果。
💡 技术突破与产业化进展
围绕“独家对话清华 AIR 教授曹婷: 具身最被忽视的问题, 就是物理”，这一部分可从背景、现状与影响三个角度理解其关键信息。结合已公开内容来看，核心结论是趋势已较为明确，但细节仍需结合后续进展持续观察。
📊 行业观察: 物理智能体是关键瓶颈
曹婷认为,物理智能体是具身智能落地的核心, 但恰恰被行业忽视。数字世界的智能体面对稳定接口, 而物理世界充满不确定性: 训练时未见过的情况每天出现, 每台机器本体、每个场景都不同。经验必须在真实环境中积累, 形成长期多模态记忆, 并构建持续进化闭环。这些挑战尚无成熟解法, 而曹婷团队已看到初步成果。
