大晓机器人董事长王晓刚：现阶段具身机器人大多只能完成桌面级别的简单操作_热点

创始人

2026-08-21 16:25:40

　　2026世界机器人大会论坛于8月19日-22日在北京举办，大晓机器人董事长、商汤科技联合创始人王晓刚表示，面向具身智能的世界模型，应当具备三项核心能力：

　　第一项是生成智能。世界模型最基础的能力，就是推演、预测未来世界可能发生的状态，可以是视频画面的生成，也可以是对未来隐变量的预测。仅仅生成画面美观、像素效果出色的视频，并不足以支撑机器人和真实物理环境完成交互。

　　第二项就是物理智能，也是目前最亟待补齐的短板。其中涵盖空间感知能力、物体本身的物理属性、运动规律、空间记忆等内容。

　　第三项是认知智能。现阶段具身机器人大多只能完成桌面级别的简单操作。未来要走进家庭、落地复杂场景，需要拆解长链条多步骤任务，实时判断动作执行是否到位，这就要依靠认知层面的能力。

　　他指出，视频生成、大语言模型、多模态大模型已经在生成智能、认知智能方向积累了不少技术基础，而物理智能是当前最大的瓶颈。

“想要训练出合格的物理智能，除视频素材之外，还需要相机位姿、几何信息、物体物理属性、多视角观测等多维度数据共同支撑。”他说。