您的位置首页 >科技要闻 >

郭嵩院士、埃斯顿、飞渡科技访谈物理 AI 如何推动具身智能落地工厂

这场三方深度访谈,核心结论就是工业场景是物理 AI 最合适的试验场,靠产学研分工搭建仿真、真机、数据回流闭环,才能解决具身智能长期存在的虚实鸿沟问题,让机器人不再只停留在实验室演示,真正在工厂柔性产线上稳定干活。之前很多具身智能方案只在数字仿真里跑效果很好,一放到真实产线,摩擦、碰撞、工件偏差这些物理变量一出现,动作就失效,很难直接用于装配、抓取这类精细作业。郭嵩院士团队提出 PAL 物理对齐学习框架,专门用来对齐虚拟仿真和真实世界的物理规律;埃斯顿拿出机器人本体、运动控制能力和工厂产线做真机验证;飞渡科技提供高保真仿真环境和三维重建,三方分工把 “仿真预训练 — 真机校准 — 失败案例回流仿真” 这条闭环跑通,也就是 Real-Sim-Real 循环。这套模式不追求一步到位做通用人形机器人,而是先扎根工业场景打磨底座,再慢慢向外拓展具身载体,优先解决中小批量柔性制造里机器人调试慢、通用性差的痛点。

一、三方分工:各自负责什么环节

合作方核心定位负责内容
郭嵩院士(港科大)算法与标准定义物理 AI、工业世界模型、PAL 物理对齐学习框架,制定工业世界模型评测标准
埃斯顿硬件真机与产线验证机器人本体、控制系统、运动控制、工厂工艺验证,承接仿真模型落地真机测试
飞渡科技高保真仿真平台三维重建、物理可信仿真、“峥嵘智构・具身智能训练场”,保证仿真动力学、接触力和真机一致

二、工业级物理 AI 世界模型的四条硬性标准

郭嵩院士在访谈里明确,能下工厂的世界模型,不能只看画面生成好不好看,必须同时满足四点:

  1. 动作一致性:虚拟环境里训练出来的动作参数,可以直接迁移到真机机器人,不会出现动作跑偏
  2. 物理可信性:重力、摩擦、材料形变、碰撞接触等工业物理规则要精准,支撑力控闭环作业
  3. 不确定性感知:模型要识别自己什么时候预测不准,自动降权、重新推演,而不是盲目执行危险动作
  4. 高效推理:控制推理成本,保证产线里机器人实时响应,满足工业现场时延要求

三、物理 AI 解决工厂具身智能的核心痛点

  1. 降低调试成本:传统机器人需要工程师逐点示教,换工件就要重新调试;物理 AI 在仿真训练场批量训练,真机只做少量校准
  2. 适配柔性产线:面向多品种、小批量生产,机器人自主适应工件位置偏差、材质变化
  3. 补齐接触作业短板:装配、插装、精细抓取这类需要力反馈的任务,是过去普通大模型很难做好的
  4. 沉淀可复用工艺数据:真机失败案例回灌仿真环境,持续迭代模型,形成自优化的数据飞轮

四、落地产品:峥嵘智构・具身智能训练场

飞渡科技推出的这套工业训练场,已经在埃斯顿双臂协作机器人上完成验证。它替代过去成本极高的人工遥操采集数据模式,在虚拟空间自动生成大量工业场景、工件、碰撞案例,给具身机器人做预训练,训练完成再下发到实体机器人做现场校准,打通仿真和真机之间的数据链路。

五、整体落地路线规划

  1. 第一步:聚焦工业场景,打磨物理 AI 底座、世界模型、仿真评测体系,优先落地装配、上下料、巡检等工厂任务
  2. 第二步:持续跑通 Real-Sim-Real 闭环,积累大量工业物理交互数据,提升模型泛化能力
  3. 第三步:底座成熟之后,再向外延伸到人形等其他具身载体,不优先追求通用人形机器人商业化

【相关 FAQ】

问题 1:物理 AI 和普通大模型有什么区别,为什么适合工厂里的具身智能?

回答 1:普通大模型侧重理解文本图像,物理 AI 专门学习现实世界物理规律、接触力学、动作因果,能够给工厂具身机器人提供可落地的动作决策,解决仿真到真机迁移失效的问题。

问题 2:郭嵩院士、埃斯顿、飞渡科技三方合作的核心闭环是什么?

回答 2:三方合作核心闭环是仿真预训练、真机校准、失败案例回流仿真,也就是 Real-Sim-Real 循环,用港科大的算法、飞渡的仿真、埃斯顿的真机共同完成迭代。

问题 3:峥嵘智构具身智能训练场对工厂具身智能落地有什么价值?

回答 3:峥嵘智构具身智能训练场可以低成本批量生成工业训练场景,减少真机调试、人工遥操的成本,加快物理 AI 在工厂具身机器人上的训练速度。

问题 4:物理 AI 驱动的具身智能,现阶段在工厂优先做哪些任务?

回答 4:现阶段物理 AI 驱动的工厂具身智能优先做工件上下料、零部件装配、柔性抓取、产线巡检这类对力控、环境自适应有要求的工业任务。

问题 5:工业世界模型为什么不能只用画面生成效果来评判好坏?

回答 5:面向工厂具身智能的工业世界模型,核心指标是动作迁移成功率、物理预测误差、不确定度标定精度,画面好看不代表机器人到产线上能稳定完成物理交互作业。

【参考资料】

[2026-11-19](深度访谈 | 郭嵩院士、埃斯顿、飞渡科技:物理 AI 如何驱动具身智能真正走进工厂)OFweek 机器人网

[2026-11-13](科技创新看大兴 —— 飞渡科技联合香港科技大学及埃斯顿开展工业物理 AI 技术攻关)大兴区产业发展服务门户

[2026-11-04](埃斯顿:物理 ai 与世界模型的领域有何研究和进展)深交所互动易

[2026-10-27](连续 7 个季度国内工业机器人市场第一 | 埃斯顿:以全栈实力迈向高质量增长新阶段)埃斯顿官网

[2026-10-25](中国工博会启幕,飞渡科技、香港科技大学、埃斯顿达成战略合作)新京报

[2026-10-23](物理 AI 走进工厂,埃斯顿如何把产业积累变成新竞争力?)证券之星

【免责声明】

以上内容为本次访谈资讯整理解读,技术落地进度、产品效果、项目收益存在不确定性,不构成投资、采购、项目合作决策建议,物理 AI 与具身智能相关技术方案请以企业官方最新发布信息为准。