“智”者对话丨苏昊: 不必害怕人机共存的世界

“官宣！苏昊正式加盟复旦大学！”

3个月前，一则微信推文在AI圈疯传，激起千层浪花。

此前任加州大学圣迭戈分校终身副教授的苏昊，在人工智能的科研世界里，有着浓墨重彩的传奇经历：

作为北京航空航天大学应用数学博士，斯坦福大学计算机科学博士，他的研究涵盖计算机视觉、计算机图形学、三维深度学习、强化学习与具身智能，曾获得美国国家科学基金会杰出青年职业奖、2025年IEEEPAMI青年研究者奖、2025年国际基础科学大会前沿科学奖等奖项。

从2D感知到三维视觉，再到物理交互仿真，苏昊等人的前沿研究，一步步把科幻电影里的场景，变为了我们身边正在发生的科技革命。2026年4月，苏昊正式加盟复旦大学，成为浩清特聘教授、通用物理智能研究院首任院长。

2026世界人工智能大会开幕前，大江东工作室和苏昊展开了一场对话，听他讲述正在进入物理世界的具身智能，将会如何改变人类世界。

“基础研究要回答的是最根本的问题——机器如何感知和理解世界”

复旦大学浩清特聘教授、通用物理智能研究院首任院长苏昊

大江东：目前人工智能应用领域的各类成果备受关注，但很多人对技术的底层原理仍然陌生。尤其是具身智能，现在已经“能跑能跳”了，基础研究对这项技术来说还重要吗？

苏昊：人工智能这些年的进展，可以粗略分成两个方向：一类活在“虚拟空间”里，处理的是语言、音频、视频；另一类要真正跟物理世界打交道。

元股证券:ygzq.hk

前者这几年突飞猛进，后者是我更关心的部分——因为机器要在真实世界里完成一件事，不仅要“知道”,还要“做到”,两者之间有一道很深的鸿沟。

打个比方：一个孩子读了再多游泳的书、看了再多教学视频，也不代表下水就会游。语言和视频描述的是世界的“二手信息”,而具身智能要解决的，是让机器建立起对物理规律的一手理解、并可以直接用于行动——抓一个杯子该用多大力、手指没对准怎么实时调整。这些判断没法靠“看”学会，只能在真实的物理交互里长出来。

跑跳只是“管好自己的身体”，机器人其实没“看懂”脚下的地面；而我们在做的精细交互，容错的量级完全不同——跑步偏两厘米，下一步就能补回来；抓杯子偏两厘米，就会抓空或打翻。一些机器人能在餐桌前跳一段舞，可一旦把握不好边界，就可能顺手掀翻桌上的碗筷。

今天智能机器人非常热，很多人会觉得，接下来只是工程化、只是把成本降下来、把量产做出来。事实并非如此。这个领域里有一批最基础的科学问题，至今没有被真正解决——机器如何从有限的交互中学习，并泛化到没见过的物体和场景？如何理解接触、摩擦、形变这些连人类都只是“凭手感”的物理过程？如何在不确定的环境里稳健地行动而不是一碰到意外就失灵……这些都不是多招几个工程师、多堆一些算力就能绕过去的问题，是需要科学突破才能跨过的坎。

基础研究要回答的是最根本的问题——机器该如何去理解这个世界？如何从与物理世界的交互中真正学到东西？又怎样把学到的能力泛化到全新的、没见过的场景里？这些才是决定整项技术能走多远的底层问题。

当大家为一个个亮眼的机器人demo（演示）兴奋时，希望能有更多的目光、更多的耐心留给那些还没被解决的基础问题——因为真正的长期价值，往往就藏在这些地方。

大江东：您归国选择的上海，是国内AI科研资源最为集聚的城市之一。在您看来，高校和科研机构的研究方向，应当如何匹配产业需求，避免实验室里的成果束之高阁？

苏昊：我想先说一个判断：具身智能这件事，创新高度依赖多个要素的协同联动——硬件本体、数据、算力、人才、应用场景，再加上完整的产业链，缺一不可。它不像纯软件，几个人一台电脑就能做出来，它必须是这些要素拧在一起，彼此咬合着往前走。

客观地讲，上海和长三角地区在这些要素上是有底子的：基础学科有积累，产业链相对完整，应用场景也足够丰富。但我想说，有底子不等于已经成型。具身智能是一场硬仗，要真正打好，这些要素还需要被更好地组织起来，彼此磨合，人才、团队、生态都还要有一个成长的过程。我来上海，不是因为这里什么都已经准备好了，恰恰相反，是因为这里有一个值得认真去建、也还需要人一起去建的底子，而把它一点点做起来，正是我想长期投入去做的事。

在这样的格局里，高校和科研机构扮演的是“源头”的角色。我个人更倾向于围绕“问题”而不是“学科”去组织研究力量，因为真正难的问题，往往落在学科的交叉地带，而这些也恰恰是产业界最迫切，最难自己解决的。

至于怎么避免成果“束之高阁”,我觉得关键不在于让高校去追产业的短期风口，而在于守住“源头”的位置、同时把和产业之间的通道打通：产业界把真实场景里最难啃的问题提给学术界，学术界则保持足够的耐心，把问题做深、做透，而不是急着交付一个演示原型。说到底，要素齐备只是起点，能不能把它们组织好，让它们互相成就并且一起成长，才决定这件事最终能走多远。

期待在WAIC上，把“AI与人类共存”这件事谈得更深一些

2025年9月，苏昊在外滩大会上分享

大江东：我们注意到，四月份，您所参与创立的苏度科技推出了sudoR1具身平台，以它为基础的机器人，曾在60分钟不间断测试中，连续抓取上百件此前没“见过”的物体。这项测试在具身智能的发展中意味着什么？为什么会引发业界的广泛关注？

苏昊：那次测试中，我们展示了世界上首个、也是目前唯一已实现高成功率零样本抓取的具身基础模型。它展示的不是一次漂亮的抓取，而是一种范式——一条新的、能走通的技术路线：不是把已有的办法往前调优一点，而是换了一条路去解决问题。台前稳定的一小时，靠的是背后一层层垒起来的积累。

还有一句最要紧的话：泛化，人人都在讲，真正做出来的很少。很多所谓的泛化，换个场景就露馅。我们要的不仅仅是泛化，是高成功率的泛化。“大概能抓”和“百分百抓成”,是两回事。能不能落地，就看这一条。

那是我们3个月前的成果。最近，我们又取得了一系列新的突破，将在2026WAIC（世界人工智能大会）上展示。对于这些新成果，我想请大家留意的不是某一个惊艳动作，而是“通用”这两个字——同一个平台，能在工业、服务、生活这些差别很大的场景里都用得起来。会做一件专门的事，和能跨场景做很多事，是两个层级的东西。

大江东：在您看来，像WAIC这样的平台，对技术交流和产业发展发挥了怎样的作用？对今年的大会有什么期待？

证券配资门户入口

苏昊：我觉得像WAIC这样的平台，主要有三重作用。

第一是认知校准。它把研究者、产业、资本、场景方放到同一个空间里，面对面地交流。很多时候，大家各自埋头做事，对“现在到底走到哪一步了”的判断会有偏差；这样的场合，能让不同的人把各自的认知拿出来碰一碰、对齐一下，也是观察中国与全球前沿相对位置的一个窗口。

第二是一种开放的姿态。愿意把自己在做的东西拿出来、摆到台面上被讨论、被质疑，本身就是一个行业健康，自信的表现。开放地交流，大家才可能在同一套认知基础上往前走。而不是各自为战。

第三是对行业发展的思考和引导。这样的平台不只是展示成果，更是一个让大家一起去思考“这个行业该往哪走，什么才是真正重要的问题”的地方——某种程度上，它也在帮整个行业校准方向。

至于今年的期待，除了那些炫目的演示，我更希望看到一些真正严肃、深入的讨论——尤其是关于AI与人类共存这件事。技术走到今天，一个人和智能体长期共处的时代正在到来，这里面有大量值得认真想清楚的问题，我很期待大家能在这样的场合坐下来，把它谈得更深一些。

“不要把AI神化。它很强大，但归根到底是人的造物”

大江东：某种意义上，人类文明的进步，就是知识的边界不断被往外拓展的过程。在您看来，今天，AI正在怎样改变人类探索未知、拓展知识的方式？未来，它又会把这条边界推向多远？

苏昊：我想把这件事分成两层来看。

第一层是我们每个人的学习，这可能是AI带来的最普惠也最易被感受到的变化。过去很多知识被锁在专业门槛后面，得有老师、有资源才学得到；而现在，几乎人人都能拥有一个随时在线、不知疲倦、还能顺着你的程度来讲解的“老师”。学习的门槛被大大降低，求知这件事，正变得前所未有地平等。

更深的一层是“向外”——AI能不能帮人类把整体的知识边界向前推进。这一层要复杂得多，而且进展很不均匀：越是“虚拟层”的学科，被改变得越彻底；越是“物理层”的学科，受到的影响还相当有限。

道理不难理解。像数学、理论科学、代码这些，知识几乎能完整地表示成符号和数据，整个世界差不多能装进计算机里，AI就能在其中高速推演，搜索，甚至和人一起提出新的结论。可越往物理层走——化学合成、新材料、实验科学……真正的知识最终必须在真实世界里动手才能获得，要亲手去做、去试错。而机器今天还不能可靠地“动手”,所以AI在这些领域的能量，还远远没有释放出来。

举个例子：AlphaFold（一种生物分子结构预测人工智能工具）预测蛋白结构很厉害，但要验证一个新药，还是要靠人类实验员的手在实验室里做几千次实验。

一个学科能被AI推进到多远，取决于很多维度：知识能不能被形式化，有没有足够的数据，实验成本高不高……这是一个多维的边界，具身智能只是其中一维。

对那些绕不开物理世界的学科来说，机器能不能真正“动手”,往往是最难跨、也最靠后的一道坎。等这一关迈过去，AI就不只是帮我们“想”,还能替我们“做”，真正闭合从想法到验证的整个循环。

说到底，无论是我们每个人的学习，还是人类整体知识的前沿，AI最终会把我们带向哪里，不是哪一个人、哪一个方向能够回答的，而是全社会、乃至全世界需要一起面对、一起想清楚的问题。我能做的，是把自己这一维尽力往前推一点。