專題：中國國際服務貿易交易會 物理AI與具身智能機器人創新生態交流會
服貿會專題活動「物理AI與具身智能機器人創新生態交流會」於2026年9月11日在京舉辦。復旦大學可信具身智能研究院特聘教授、OpenFriday創始人範建平出席並演講。
以下為演講實錄：
範建平：大家下午好，很高興能夠有機會來參加這個會議，來介紹最近的一些工作，我們知道未來的機器人不是一個大型的遙控玩具，它必須是有一個靈魂在裏面運行，這個靈魂就是智能體。那麼未來的機器人它不僅要在Cyber Space去運行，而且要在Physical Space去完成一定的Action，必然它的智能體就是Cyber-Physical Agents。所以今天的這個報告我們簡單的介紹一下我們面向未來具身智能Cyber-Physical Agents。簡單地介紹一下架構，我們的一些實現，它的應用和麪臨的挑戰。
因為Cyber-Physical 智能體要同時運行在Cyber Space，還要在Physical Space執行一些Action，所以它需要兩個大腦，我們把它叫做dual model for embodied cognition。它除了傳統的智能體的各類組件（component），例如長短期記憶、工具庫、數據庫、技能庫，還有長程規劃的能力，當然還有隨着時間和空間的變化，它能夠不斷的進化的能力之外，它還要有能力在物理空間去控制機器人的Moving（移動）和Action（動作），所以它必須有雙重大腦。
我們在過去的幾年當中開發了Cyber Physical Agent的開發平台，包括很多的Component，像如何去Develop the Agent，如何model the fine tuning，還有如何去處理data，還有knowledge，還有Multi Agent collaboration以及inference端的加速。有了這個平台以後，我們可以向下支持所謂的Agent Native Device，像Robot、AI Phones、AIPCs，向上可以支持Smart Solution，例如Smart Manufacture，因為未來的機器人不能是簡單的遙控玩具，它必須進入到工廠、車間去為人民服務，就像原來的首鋼一樣，必須為人民服務，否則它就會死掉。
首先我來介紹一下它如何來support智能體原生的硬件。我們知道每一個硬件的發展其實跟智能的發展是相關的。首先PC出來了之後有internet，2001年聯想就發明了internet PC，移動（mobile）技術出現、無線通信（wireless communication）問世之後，我們就有了智能手機（Smart Phone），也就是我們小時候所謂的大哥大，一路發展到今天的Smart Phone。AI出來之後，它必然會重構所有的這些硬件設備，我們把它定義叫做AI Native Device。那麼AI時代現在最熱的一點就是Agent，肯定也會出現很多Agent Native Device。也就是說未來的Device，它的Intelligence是靠着裏邊的Agent來support的。
什麼叫做Agent-Native Device？它必須要有更強的大腦、更強的軟件，也就是Agent，一個更聰明的Agent，而且它必須要有更強的計算設備來承載這個東西，就像NVIDIA前段時間發布的RTX一樣。如果沒有一個強的硬件設備計算能力，它是不可能承載大模型的Intelligence，而且未來真正的Agent-Native Device必須是軟硬件協同設計（co design），它們要協同進化，包括三層：智能體、OS、硬件層，每一層負責（handle）不同的任務，Agent這一層主要是理解用戶的意圖，它是一個task decomposition，還有執行一些在Cyber Space的一些Action。然後OS主要是做model inference acceleration，還有task scheduling，當我們有多的task的時候，它如何去安排時間。當然還有傳統的PC或者其他的Device的OS一樣，它要handle memory scheduling，還有其他的東西。還有最近比較火熱的Agent Harness，當然它也依賴最底層的芯片組（chipset），就是說它的計算能力也是非常重要的。在這種情況下，我們會希望Cyber Physical Agent不僅能執行在Cyber Space的sorting，還有Physical Space的一些Action，所以我們把它叫做長程複合任務，它不僅要去Plan Cyber Space 的thought，還要Plan Physical Space的一些Action，所以它的Plan會比傳統的複雜一些。
為什麼現階段我們可以討論Agent Native Device呢？因為軟件和硬件，現在它們的能力，就是Agent的Intelligence現在在不斷的增強，我們知道有很多端側的大模型，它的知識的密度在不斷的增長，我們有可能有那麼一天，我們是可以develop一些大模型的，它的規模（size）是相對有限（limited），但同時它的Intelligence可以達到一定的高度。我們的硬件（hardware）它的承載能力、計算能力也可以隨着時間不斷的發展，像NVIDIA的RTX一樣，在相向而行的情況下，今天我們是可以去討論智能體原生的硬件的，這就是為什麼會有AI PC、AI Phones這些概念出來的原因。它的主要形態就像PC Phone，還有很重要的一個是Robot，未來的Robot必須有一個Agent運行在其中去control，去理解人類需求（human demand）並執行對應的物理行為，並且它可以隨着時間自適應不同的環境與不同的任務，這是未來我們希望能夠去看到的。
介紹完了Agent Native Devices，我簡單介紹一下這套平台如何去Support Smart Solution。我們知道中國是一個靠製造業起家的國家，所以我們希望這一套東西能夠更好地Support Smart Manufacture。那麼Smart Manufacture全棧的這些東西，首先引擎控制（engine control），有一些安全（Security）比較高的公司，它是有這種engine control的。第二，當我們做到table前的時候，我們首先會問自己一個問題，今天會來什麼樣的訂單，就是Demand Forecasting（需求預測），訂單來了之後我們怎麼去安排生產，安排生產完之後，在產線上我們怎麼去control質量。像聯想這樣的international公司，它如何去規避關稅，怎麼把半成品shift到墨西哥，然後再組成成品。那麼如何用空運、海運等各種各樣的運輸的辦法節省開銷的情況下，以最便宜的價格去把這些半成品shift到墨西哥，再組裝，還有就是售後服務。
今天主要簡單介紹兩個東西：Demand Forecasting和Quality Control。Demand Forecasting，所謂供應鏈（Supply Chain）專家會做出大量假設（hypothesis），所謂hypothesis（假設），就是天氣、海洋氣候等各類因素髮生變化，會帶來訂單的變化。我們的智能體會根據這些hypothesis做一個prediction（預測），就是今天可能會收到什麼樣的訂單。根據這些prediction的結果，專家可以參與（involve）在其中，就可以去check這個prediction是否合理，根據過去的經驗（看看）它是否合理。如果不合理的話，他可以生成另一項假設（make another hypothesis），去改變過去的一些不合理的hypothesis。然後make another demand forecast agent，會make agent decision，make another prediction，然後會得到另外一個結果，周而復始，我們就可以得到一個reasonable的Forecasting，然後來安排生產。從這裏可以看到，AI永遠不可能取代人類，人類在always在最終環節，做出最終決策。
當我們安排了這些生產以後，我們就要在產線上面去做這些共產，我們就要去控制產品的質量，缺陷檢測是一個非常重要的issue，如果用AI來完成缺陷檢測讓Quality提升是非常重要的，所以我們也develop了一個缺陷檢測智能體。產線上的工人可以給Agent下指導的command，它會去執行。當它有了這些Smart Manufacturing Solution以後，其實我們的最終目標是希望能夠組建一個未來的AI Native的organization。也就是說，不僅有普通的人類的員工，未來會有AI的員工，那麼AI的員工和人類的員工如何通力協作去解決生產產線上的一些問題，未來我們會develop，就是所謂的數字員工，運行在Cyber Space的這些員工，還有救生的員工，同時他以救生的形式環繞在產線上的這些員工，如果我們能夠做到這一點的話，未來就可以給我們解決非常多的問題。
雖然這些前景是非常美好的，但是實體端的各類設備還是遙控玩具，它能夠解決一些具體的well defined的問題。為什麼現在大模型可以如此的聰明，我們具身做不到這一點？因為在大模型出來之前，互聯網產業已經發展了很長的時間，積累了大量的數據，而相反具身這些數據是非常難以採集的，這是為什麼很多具身的公司伏下身段去做數據採集的工作，而且這個代價是非常高昂的。
第二，Cyber-Physical Agent不僅要做Cyber Space層面的行動規劃，同時還要完成物理空間（Physical Space）層面的行動規劃，它是一個複合的長程任務，它會面臨很多的瓶頸，和現在的大模型面臨的瓶頸是一樣的。因為物理環境是變化萬端的，所以導致在物理環境中運行的這些AI系統，它的泛化能力會非常的差。還有一個很重要的原因，我們面向邊端設備的時候有一個很重要的限定條件是它的功耗還有端側的算力，這兩個大的限制，導致現在的Cyber -Physical智能體變得非常難以落地，當我們討論AI員工和人類員工一起工作的時候，我們要討論倫理規範，這是為什麼我們的研究員叫做可信具身智能，也就是說它不僅要去研究具身智能本身的問題，我們也要研究一些倫理的問題。
謝謝大家！