各位嘉宾、各位朋友，大家好！
坦白说，在吴董事长如此精彩的分享之后接着登台，对我而言确实是不小的挑战。刚才的演讲非常出色，也让我深受启发。
首先做一个简单的自我介绍。我叫 David，是一名机器人工程师。我始终为这一身份感到自豪。当然，除了工程师，我也是一名学者。
今天，我希望尽可能用通俗易懂的语言，与大家分享人工智能正在如何改变机器人技术，以及我们为什么正站在一个前所未有的历史机遇面前。我也希望通过具体的技术和案例，让大家对“具身智能”这一概念形成更加直观、清晰的认识。
在正式开始之前，我想先坦诚地分享一段自己的经历。
大家可以看到，今天的演讲正在被录制下来。几年前，当人工智能开始以前所未有的速度改变机器人研究领域时，我一度感到非常焦虑，甚至有些恐惧。
为什么？因为我看到许多同行不断取得令人瞩目的突破，而我担心自己跟不上这场技术变革的步伐。
但请大家再看看今天站在这里的我。
几年过去，我已经全身心投入人工智能与机器人技术的融合研究。更重要的是，我的心态发生了根本性的变化：曾经让我感到焦虑的技术浪潮，如今恰恰成为让我无比兴奋的机遇。
我坚信，2026年，我们正站在机器人技术黄金时代的起点。
没错，如果说过去几十年是机器人技术不断积累和发展的时代，那么今天，人工智能正为机器人打开一片全新的天地。
对于所有投身机器人领域的人而言，现在或许正是最值得期待的时刻。
一、从人工智能革命到物理智能时代
回顾过去十多年的人工智能发展历程，我们可以清晰地看到一条不断突破能力边界的技术演进路径。
从 AlexNet 开启深度学习在计算机视觉领域的重大突破，到语音识别、自然语言理解和大规模文本处理能力的持续提升，人工智能研究不断攻克一个又一个难题。
随后，我们迎来了生成式人工智能的爆发式发展。
今天，生成式AI早已不再局限于科研实验室，而是走进了普通人的日常生活。几乎每个人都可以通过手机使用这些强大的智能工具。
紧接着，智能体人工智能（Agentic AI）迅速兴起。
人工智能开始从被动地回答问题，走向主动理解目标、规划任务并调用工具执行操作。如今，学生和研究人员已经不必事事亲力亲为，许多复杂任务都可以交由AI智能体协助完成。
那么，人工智能发展的下一站是什么？
越来越多的研究者和产业界人士认为，我们正在迈入一个全新的阶段—物理人工智能（Physical AI）时代。
所谓物理人工智能，可以简单理解为：人工智能不再只存在于计算机和数字世界中，而是开始拥有真实的物理载体，能够感知环境、理解任务，并通过机器人与现实世界发生交互。
这也正是我们今天所讨论的具身智能（Embodied AI）的核心所在。
要真正理解这场变革的意义，我们不妨先回到机器人技术的起点，看看传统的机器人是如何工作的。
直到今天，在大量工业应用中，工程师仍然需要为机器人逐步编写运动程序，明确指定机器人应该移动到哪里、执行什么动作，以及如何完成既定任务。
传统机器人控制的一个显著特点，是任务必须被事先清晰定义。
工程师需要尽可能预判各种情况，并将相应的行为逻辑写入程序。机器人按照预设流程运行，一旦环境或任务发生超出预期的变化，就可能需要重新编程或调试。
在高度结构化、重复性强的工业环境中，这种方法已经取得了巨大成功。
但它也存在明显的局限：机器人的能力在很大程度上取决于人类工程师预先编写了多少规则和程序。
人工智能正在从根本上改变这一模式。
我们不再需要把所有动作都逐一写入程序，而是可以通过另一种方式赋予机器人能力—教会它如何完成任务。
那么，如何教会机器人？
答案离不开人工智能革命中最重要的资源之一：数据。
对于机器人而言，尤其重要的是人类或专家完成任务时所产生的示教数据。
这意味着机器人控制正在经历一次深刻的范式转变：
从依赖工程师手动编写运动指令，转向让机器人通过数据、示范和学习自主获得操作技能。
今天，我希望重点介绍四个值得关注的技术方向，以及它们可能为制造业带来的机遇。
在以往，我的演讲对象更多是学术界同行。但今天，在座有许多来自工业界和制造业的朋友。因此，我会尽可能结合实际应用，讨论这些技术如何真正走进工厂、创造价值。
二、方向一：基础模型—让机器人理解任务、规划行动
首先是基础模型（Foundation Models）。
相信大家已经非常熟悉大语言模型。我们每天使用的AI问答工具，就是基础模型最直观的应用之一。
但这些模型的价值远不止于理解和生成语言。
当语言模型与视觉、机器人状态以及动作信息结合起来时，它们就有可能成为机器人的智能核心。
近年来，国内外越来越多的科研机构和科技企业开始探索机器人基础模型。例如，Physical Intelligence 的 π 系列模型，以及其他围绕视觉、语言和机器人动作展开的Gemini Robotics和Figure AI的Helix模型研究等，都展示了这一方向的巨大潜力。国内包括宇树机器人在内的团队，也在积极推进相关技术的发展。
那么，基础模型究竟能够为机器人带来什么？
首先，是强大的语义理解和任务规划能力。
举一个非常简单的例子。
假设我们对机器人说：“请帮我把药盒拿过来。”
对于传统机器人而言，这并不是一条可以直接执行的运动指令。
但对于具备高级语义理解能力的机器人系统来说，它可以理解“药盒”是什么、药盒可能在哪里，以及“拿过来”意味着哪些具体动作。
机器人需要定位目标、规划移动路径、接近物体、完成抓取，最终将药盒递交给使用者。
也就是说，基础模型能够将一句自然语言指令，转化为一系列具有明确目标的机器人任务。
这是非常重要的能力。
过去，我们需要工程师逐步定义任务流程；如今，机器人开始有能力理解人类想要达到的目标，并自主规划实现目标的步骤。
而基础模型的作用，还可以进一步延伸到机器人运动控制层面。
在过去几年中，研究人员开始将机器人动作、位姿、关节状态以及运动学信息，与视觉和语言数据共同引入模型训练。
由此，视觉—语言—动作模型（Vision-Language-Action Model，VLA）迅速发展。
与传统视觉语言模型不同，VLA模型不仅能…理解环境和任务，还能够进一步生成机器人动作。
换句话说，人工智能正在从理解“应该做什么”，走向直接决定“应该如何行动”。
这为传统机器人控制体系带来了新的可能性。
一些前沿研究已经展示了令人印象深刻的成果：机器人能够根据摄像头获取的视觉信息，结合人类给出的任务指令，持续生成动作，并根据环境反馈调整后续行为。
这意味着人工智能不再仅仅承担高层任务规划，还开始直接参与机器人的闭环控制。
从语义理解到任务规划，再到动作生成，基础模型正在逐步打通机器人智能决策与物理执行之间的关键环节。
三、方向二：数据采集与技能学习—从编写程序到教会机器人
接下来，我们讨论第二个重要方向：机器人数据采集与技能学习。
刚才提到，未来我们不必为机器人预先编写所有动作，而是可以通过示教，让机器人学习如何完成任务。
但这里有一个非常现实的问题：
如果我们希望机器人像人一样学习技能，那么训练数据从哪里来？
目前，机器人领域主要采用几类方法。
第一类是传统的专家示教。
例如，工程师可以通过拖动机械臂，或者使用主从遥操作设备，直接控制机器人完成某项任务。
在这个过程中，系统能够记录机器人的位置、关节状态、运动轨迹以及其他相关信息。
这些数据随后可以用于训练机器人控制策略，使机器人逐步学会模仿专家的操作。
这是一种非常经典、也非常有效的方法。
然而，它也面临不少挑战。
首先，不同机器人之间的结构差异非常大。
有些机器人是单臂结构，有些是双臂系统，还有些是人形机器人。它们的关节配置、运动范围和操作方式都不尽相同。
我们不可能为每一种机器人都设计一套完全独立的示教系统。
这也引出了一个重要研究方向—运动重定位（Motion Retargeting）。
通过运动重定位，我们希望将一种设备或机器人采…到的示教轨迹，转换为其他机器人能够执行的动作。
这样，同一套示教数据就有机会服务于不同的机器人平台，大幅提高数据的复用价值。
此外，机器人的操作不仅涉及位置和运动轨迹，还涉及与物理环境的真实接触。
在工业生产中，抓取、装配、推压、插接等任务都离不开物体之间的接触和相互作用。
因此，除了视觉和运动学数据，力觉、触觉等信息同样至关重要。
对于机器人而言，理解一个动作，不仅要知道“手应该移动到哪里”，还要知道“接触发生了什么”“应该施加多大的力”。
这也是多模态感知与操作学习值得深入研究的重要原因。
当然，传统专家示教还有一个局限：示教设备往往需要与目标机器人在结构和操作方式上高度匹配。
任何真正使用过遥操作系统的人都知道，这种操作方式未必自然，学习和使用成本也不低。
那么，有没有办法突破对专用示教设备的依赖？
我认为，一个极具潜力的方向，是从人类日常行为数据中学习机器人技能。
我们这一代人亲历了互联网的快速发展。
今天，互联网已经积累了海量视频资料，涵盖人类生活、工作和生产中的各种行为。
从拿取物品、使用工具，到装配零件、完成复杂的操作流程，几乎都可以找到相应的视频记录。
如果我们能够从这些海量视频中提取人类操作技能，再将其转换为机器人可学习、可执行的数据，那么机器人训练将不再完全依赖昂贵的人工示教。
这有望为大规模机器人技能学习打开新的空间。
当然，从普通视频中恢复动作、理解物理交互，再迁移到机器人本体，仍然存在许多技术难题。但这一方向已经吸引了大量研究团队投入。
还有一种非常值得关注的方法，是人机干预学习。
当机器人在自主执行任务时出现错误，人类可以及时介入，对其行为进行修正。
而这些干预和修正过程，又可以作为新的训练数据。
通过这种方式，机器人不仅能够学习如何完成任务，还能够逐步学习如何识别错误、纠正动作，并从失败中恢复。
因此，在我看来，数据采集不仅是一个技术问题，也是机器人智能发展过程中的重要基础设施。
谁能够以更高效率、更低成本获取高质量、多样化的机器人操作数据，谁就有可能在未来的具身智能发展中占据重要优势。
四、方向三：世界模型—让机器人理解物理规律、预测行动结果
第三个方向，是近年来备受关注的世界模型（World Models）。
我知道，“世界模型”听起来可能有些抽象。
但它实际上对应着一个非常根本的问题：
机器人能否像人一样，在真正采取行动之前，先预测这个行动可能带来的结果？
这也引出了人工智能与具身智能之间的一个重要区别。
传统意义上的人工智能，主要在数字世界中处理信息、识别模式、生成内容或完成决策。
而具身智能具有物理载体，必须在真实环境中行动。
机器人不仅需要理解眼前的场景，还需要面对重力、摩擦、碰撞、接触和物体形变等真实的物理规律。
因此，具身智能不能只停留在“识别世界”，还需要逐步具备“预测世界”的能力。
这正是世界模型的重要价值。
简单来说，世界模型就像一个预测引擎。
它尝试回答这样的问题：
如果机器人采取某个动作，接下来会发生什么？
如果机械臂推动一个物体，物体将如何移动？
如果夹爪以不同的力量抓取工件，是否会出现滑动、变形或抓取失败？
如果机器人执行某种策略，最终能否达到预期目标？
这些问题都与机器人在物理世界中的实际表现密切相关。
大家可以看一下屏幕上的两组画面。
一组来自真实世界，另一组由模型生成。
随着生成式人工智能的快速发展，如今生成画面的逼真程度已经相当惊人。有时候，仅凭视觉，我们甚至很难区分真实录像与生成内容。
但对于机器人而言，世界模型的价值远不止于生成逼真的画面。
真正重要的是，它能否准确刻画动作与结果之间的关系，能否预测物理交互带来的变化。
例如，机器人抓取物体时，物体是否会滑落？受到外力时，会朝哪个方向运动？两个物体接触之后，又会产生怎样的相互作用？
这些都是机器人完成复杂操作任务必须面对的问题。
不过，世界模型也面临一个现实挑战。
如果我们试图逐像素地预测未来的高清画面，计算和数据成本可能非常高昂。
而事实上，机器人完成任务时，并不需要理解画面中的每一个像素。
例如，当机器人准备抓取杯子时，它真正需要关注的，可能是杯子的位置、姿态、形状，以及与抓取相关的物理属性，而不是背景中每一处纹理或光照细节。
Yann LeCun 等研究者提出并推动了另一条重要技术路线：通过学习紧凑的特征表示，将与任务相关的重要信息编码到潜在空间之中。
我们不必还原世界的全部视觉细节，而可以利用这些潜在表征，对环境变化进行预测，并进一步用于机器人规划和控制。
这为构建更加高效、更加实用的世界模型提供了新的思路。
从机器人应用角度看，世界模型大致可以服务于两类预测任务。
第一类，是预测环境未来的状态。
机器人可以根据当前观察与候选动作，推测接下来可能看到什么、环境会发生怎样的变化，从而提前评估行动方案。
第二类，是预测物理交互的结果。
例如，机器人与物体接触之后，可能产生怎样的运动、受力或形变。
这类预测对于抓取、装配、灵巧操作和复杂工业任务尤其重要。
如果机器人能够在真正执行动作之前，先通过世界模型对不同策略进行预测和验证，就有机会减少真实设备上的反复试错，提高训练与部署的效率和安全性。
从这个意义上说，世界模型不仅让机器人学会行动，更有望让机器人在行动之前，先学会思考行动的后果。
五、从技术突破走向工业应用：如何让机器人真正创造价值？
前面介绍了基础模型、数据采集和世界模型。
接下来，我想把话题拉回到今天在座各位最熟悉的领域—工业制造。
当我们在互联网上看到具身智能机器人时，很多令人印象深刻的演示都与家庭服务有关，例如整理衣物、收拾桌面、拿取日用品等。
但这些技术并不只面向家庭场景。
事实上，它们同样蕴含着巨大的工业应用潜力。
今天，我们已经看到一些机器人系统能够通过人类专家示教，学习过去需要大量人工编程才能完成的操作任务。
当然，我们也必须承认一个现实：截至2026年，在许多复杂的灵巧操作任务中，人类依然明显优于机器人。
至于机器人何时能够全面达到甚至超越人类的操作水平，我无法给出确切答案。
但我们已经看到令人鼓舞的进展。
通过提取和学习人类的操作技能，机器人正在逐步掌握一些传统自动化方法难以实现的复杂动作，并在一定程度上具备处理环境变化和任务不确定性的能力。
这为工业机器人提供了新的发展方向。
过去，工业自动化主要依靠针对特定任务设计的程序和设备。
未来，我们希望机器人不仅能够高效执行预设动作，还能够理解任务目标、学习新的操作技能，并适应更加复杂、多变的生产环境。
这也是人工智能与工业制造深度融合的重要意义。
但在这里，我还想强调一个容易被忽视的问题：
我们不能只关注软件和算法，机器人硬件本身同样有巨大的创新空间。
这就引出了我今天想介绍的第四个重要方向。
六、方向四：软硬件协同设计—让智能与机械结构共同进化
机器人不是一个纯软件系统。
它拥有真实的机械结构、执行器、传感器和控制系统，必须与物理环境持续发生交互。
因此，真正优秀的机器人系统，不能只依赖更强大的AI模型，也需要更加合理的硬件设计。
我非常推崇软硬件协同设计（Hardware-Software Co-design）的理念。
传统机器人研发往往先确定机械结构，再为其设计控制算法。
但在软硬件协同设计中，我们希望改变这种相对割裂的开发方式。
硬件结构与智能控制策略应当相互影响、共同优化。
我们可以根据任务需求设计更合适的机械结构，也可以根据机器人本体的特点，训练更加高效的控制策略。
两者不断迭代，最终形成适合实际应用的系统方案。
例如，对于某些工业操作任务，也许不需要一台极其复杂、拥有大量自由度的机器人。
通过合理设计夹爪、传感器和执行机构，再配合适当的学习与控制算法，就有可能以更低的成本实现更高的任务效率和可靠性。
因此，我始终认为，未来机器人技术的发展，不应当只是算法越来越复杂、模型越来越庞大。
更重要的是，让人工智能、机械设计与控制系统形成真正的协同，为具体任务找到更加高效、可靠的解决方案。
七、四个方向，共同构成机器人技术发展的新机遇
到这里，我想对今天介绍的四个技术方向做一个简要总结。
第一，基础模型。
基础模型赋予机器人更强的语义理解、高层任务规划和多模态感知能力，使机器人能够理解更加复杂的人类指令，并逐步将任务目标转化为具体行动。
第二，数据采集与技能学习。
我们正在从传统的手动编程，转向通过示教和数据训练机器人。
但要实现规模化应用，高质量、大规模、多样化的机器人数据仍然是当前最重要的瓶颈之一。
第三，世界模型。
机器人不仅需要理解眼前的环境，还需要预测自己的行动会如何改变物理世界。
世界模型有望帮助机器人理解物理交互规律，并在执行动作之前预测和评估可能的结果。
第四，软硬件协同设计。
机器人智能不能脱离物理本体。只有让AI算法、控制策略和机械结构深度融合，才能真正释放具身智能的潜力。
这四个方向相互支撑，也共同构成了未来机器人技术发展的重要基础。
八、携手拓斯达：让机器人学会真正有价值的技能
在这里，我还想特别感谢吴董事长，以及拓斯达团队给予我的信任与支持。
能够担任拓斯达首席科学家，我感到非常荣幸，也十分期待未来与在座各位展开更深入的合作。
我想强调的是，我们来到这里，并不是因为我们比产业一线的工程师更加优秀。
恰恰相反，我深知在座各位拥有丰富的工业经验和宝贵的专业知识。
作为机器人研究者，我们希望发挥的作用，是从另一个维度为大家提供新的技术能力。
具体来说，就是如何将熟练工人长期积累的操作经验和专业技能，转化为机器人能够学习、掌握并执行的能力。
我相信，这不仅是一个值得研究的问题，也是一个可以逐步实现的目标。
工业自动化已经发展了数十年。
今天，机器人在高度结构化的工厂环境中已经得到广泛应用，并创造了巨大的经济价值。
但在这些成熟应用之外，还有大量真实场景尚未被机器人技术充分覆盖。
例如，在普通人的日常生活环境中，机器人仍然面临复杂的感知、操作和自主决策挑战。
为什么今天我们还没有看到家用机器人像家电一样普及？
并不是因为没有需求，而是因为现实世界过于复杂，机器人的智能水平、操作能力和系统成本仍然存在诸多限制。
然而，挑战往往也意味着机遇。
那些机器人今天仍然难以胜任的任务，恰恰可能成为未来最值得探索的技术方向和产业机会。
九、面向未来：我们的三个重点方向
最后，我想分享三个我个人尤其关注、也希望未来与拓斯达共同推进的研究方向。
第一，研发融合智能体与世界模型的新一代机器人智能系统。
我们希望机器人不仅能够理解复杂任务，具备高层规划能力，还能够协调多个智能体协同工作。
更重要的是，机器人应当能够利用世界模型预测行动带来的物理结果，在不断变化的环境中做出更加合理、可靠的决策。
让机器人从单纯执行指令，逐步走向自主理解、规划和行动。
第二，构建可规模化的具身智能数据采集体系。
这是当下机器人学习面临的核心瓶颈之一。
回顾计算机视觉的发展，大规模数据集曾经为整个领域带来革命性突破。
我相信，机器人领域同样需要构建大规模、高质量、可复用的数据资源。
我们需要探索更加自然、高效、低成本的数据采集方式，让机器人能够从人类示教、真实交互以及多种数据来源中持续学习。
只有真正突破数据瓶颈，机器人基础模型和通用操作能力才有可能获得更进一步的发展。
第三，坚持以真实需求为导向，解决有价值的现实问题。
我们不能仅仅满足于实验室中的精彩演示。
真正重要的是，如何让机器人走出实验室，走进工厂，并进一步走向更加广阔的真实生活场景。
我们需要与产业界紧密合作，从真实问题出发，明确需求、理解约束，将前沿技术转化为可靠、实用、能够创造价值的机器人系统。
这也是我非常期待与拓斯达共同努力的方向。
各位朋友，我始终相信，机器人技术正迎来一个令人振奋的新时代。
人工智能的发展，正在重新定义机器人的能力边界；而产业界的实践，将决定这些技术最终能够为社会创造多大的价值。
机器人技术的黄金时代，不仅属于科研人员，也属于每一位勇于探索、敢于创新、致力于推动技术落地的工程师和产业伙伴。
我非常期待与拓斯达以及在座各位携手，共同推动人工智能与机器人技术的深度融合，让更多具有真正智能的机器人走进现实世界，创造切实的产业价值。
我的分享到此结束。
再次感谢吴董事长，感谢拓斯达，也感谢各位的聆听！
谢谢大家！