上海AI Lab王靖博：人形机器人，从“盲动”走向“感知驱动” | GAIR 2025

雷峰网讯 12月12日，第八届 GAIR 全球人工智能与机器人大会于深圳正式拉开帷幕。 本次大会为期两天，由GAIR研究院与雷峰网联合主办，高文院士任指导委员会主席，杨强院士与朱晓蕊教授任大会主席。大会共开设三个主题论坛，聚焦大模型、具身智能、算力变革、强化学习与世界模型等多个议题，描绘AI最前沿的探索群像，折射学界与产业界共建的智能未来。 作为 AI 产学研投界标杆盛会，GAIR自2016年创办以来，始终坚守 “传承+创新” 内核，是 AI 学界思想接力的阵地、技术交流的平台，更是中国 AI 四十年发展的精神家园。过去四年大模型驱动 AI 产业加速变革，岁末年初 GAIR 如约而至，以高质量观点碰撞，为行业与大众呈现AI时代的前沿洞见。 在12月13日的“数据&一脑多形”专场，上海人工智能实验室青年科学家王靖博进行了以《从虚拟走向现实，构建通用人形机器人控制与交互策略》为主题的演讲。 长期以来，人形机器人的研究是否必要一直存在着争议。演讲伊始，王靖博博士就对此做出了回应。他指出，由人类搭建的真实生活环境，也面向人类的各种需求，这决定了人形必然是一种相对通用的方案。在数据维度，互联网上有大量来源于人类日常生活的第一人称及第三人称数据，其中包含的运动逻辑和操作逻辑，对于模型训练来说都是可用资源。在应用层，人形机器人的交互逻辑、安全性等研究，最终也会回馈到人自身。 而人形机器人现阶段研究的核心问题之一，就是如何在仿真中训练机器人，并使其在真实世界中实现稳定、可泛化的运动与控制。由于仿真环境与真实物理世界之间存在的差异，人形机器人的技能训练与部署长期面临着Sim2Real的鸿沟。对此，王靖博博士介绍了其团队的最新成果，通过对日常生活环境的集成性构造，以及创新的感知和表示方案，显著提升了复杂地形下运动策略的迁移成功率。其核心在于用体素化的点云表示压缩环境信息，并在仿真中引入机器人本体的激光雷达自扫描，以更好地对齐仿真与真实的传感器数据分布，从而使机器人能提前感知地形变化，如台阶、吊顶，并预先规划动作，而非依赖碰撞后的力反馈。 此外，王靖博博士在演讲中提到了构建统一的动作技能表征，作为基础的人形机器人运动控制模型，可以进一步拓展在有效的可迁移的人形机器人感知方案下的动作与技能选择，使得人形机