同济大学教授、自主智能无人系统全国沉点尝试室副主任何斌作主题分享。孙宁摄

人民网北京5月10日电 (记者焦磊)5月9日下午
，“可信语料筑基
，智能生态共赢——2026人民网数据智能同伴大会”在人民日报社进行。同济大学教授、自主智能无人系统全国沉点尝试室副主任何斌在主题分享环节暗示
，当前人为智能正从判断式智能、天生式智能进入智能体时期
，下一阶段将迈向物理AI或自主智能
，具身智能必要进一步推动与社会环境合作
，进入与人类共创价值的阶段。

何斌暗示
，当前机械人在活动和行动能力等方面已获得较猛进展
，但仍未真正大规模进入社会系统。其原因重要蕴含真实世界复杂、数据关环不齐全
，以及“仿真到现实依然有天堑”。

萦绕具身智能进一步进入社会
，何斌提出
，必要沉新界说社会训练。除物理技术训练表
，人和机械人还应进行社会训练
，涉及感情价值、陪护、助老助残等社会行为训练
，从而形成物理过程、社会关系和正确价值反馈相统一的训练关环。

“训练的性质不仅必要训练作为
，更必要社会交互训练”何斌说
，训练对象应是人、机、环境、规定组成的多主体系统
，有关数据不仅蕴含作为
，还应蕴含意图、反馈、失败、关系、规定等
，并进入训练系统。评价尺度应蕴含对人类的安全、效能、信赖、泛化、价值观以及社会行动能力等方面的提升。

谈及训练难点
，何斌暗示
，一是资源离散
，短缺物理过程的真实仿照；二是Sim-to-Real的虚构天堑
，即虚构空间训练与真实世界存在巨大差距
，不能真实反映物理世界的情况；三是数据匮乏
，短缺人、机、环境共融的复杂交互数据。因而
，必要沉新界说开源物理智能训练场
，实现统一的数据接口、统一训练描述和全域数据采集
，并成立生态以支持具身智能进一步向社会发展。

何斌以为
，还必要构建全生态、全栈的技术关环
，将学科知识、网络数据、文本图像数据、人类意图数据和真实数据采集统一到一个环境中
，实现全栈真实的数据交互
，并建设真实物理世界的仿真引擎和提升在线进建优化能力。

面向现实利用
，何斌暗示
，机械人未来可进入工厂服务、社会服务等多种场景
，必要形成物理场数据采集、物理关环和能力关环；工业场景也将成为机械人利用的沉要训练场景；同时
，还需建设安全可信多体决策的协同机械人社会训练场
，描述真实的人机社会交互
，以及机械人和人的意图、价值、可信、安全、交互等场景。

何斌暗示
，未来但愿机械人真正从尝试室走向真实场景
，通过打造具身智能新基建场景
，建设开源、尺度化、？榛牟档鬃
，推动具身智能社会利用和物理AI发展。