RSS 2026观察：美国具身智能尚未成熟，中国公司不必急于自称“中国版XX”
2026/07/25 20:24阅读量 2
RSS 2026大会上，多位学者和产业人士指出，美国具身智能公司（如Physical Intelligence）距离成熟仍有较大距离；中国在机器人硬件上具备领先优势，但不必刻意对标美国公司。会议还讨论了VLA与世界模型的关系、数据筛选（curation）比堆量更重要、全身智能（Whole-Body Intelligence）等前沿议题。国产机器人硬件出海进程显著领先于软件和数据服务。
事件概述
在7月于悉尼举行的机器人顶会RSS 2026上，与国内火热的世界模型叙事不同，会议现场仍以VLA相关论文为主。多位与会者认为，美国具身智能公司（包括Physical Intelligence）离成熟还有相当距离，中国在硬件上优势明显，但公司不应急于自称“中国版XX”。
核心信息：VLA与世界模型并非二选一
- PI团队观点：来自Sergey Levine组的博士生表示，VLA和世界模型两条路线并不矛盾。PI的π0.7已包含世界模型组件。语言适合任务分解与规划，视频生成可辅助动作预测，但目前尚未见到部署的世界模型能真正让机器人说“这动作有问题”并主动规避危险。
- EgoVerse作者Simar Kareer：世界模型应预测什么取决于下游任务。视频预测需与动作预测联合学习，否则缺乏手部尺寸、物体大小等关键信息。他还强调，数据curation（筛选、配比、整理）比单纯堆量更重要，具体配方如同商业机密。
- Karen Liu的闭幕演讲：机器人领域是“Data Poor, Model Rich”。不应只靠人类遥操作采集数据，而应利用已有仿真、规划、视觉模型生成训练数据。其团队在VLK中实现了Real-to-Sim-to-Real流水线，无需人类示范即可合成4.8万条轨迹。
值得关注：全身智能与硬件出海
- 全身智能（WBI）：香港大学李弘扬教授提出，机器人下一步需解决移动、平衡、操作协调的全身智能，而非仅关注上半身。端到端与模块化需结合：大模型负责规划，小模型（全身控制器）负责稳定执行。
- 触觉感知：UIUC的Wenzhen Yuan指出，触觉数据稀缺且传感器难以迁移，机器人指尖形态直接影响触觉应用。
- 产业现状：RSS展台上，中国机器人厂商（宇树、千寻、智元等）成为主要赞助商，但问询者仍以高校为主，关注点集中在价格、投资回报和二次开发条件。中国硬件出海领先于软件和数据服务，后者尚待成熟的数据交付方案。