Bàn tròn WAIC 2026: Trí tuệ thể hiện đa dụng cần trước tiên vượt qua các kịch bản chuyên biệt; trọng tâm cạnh tranh trong tương lai chuyển sang thu thập dữ liệu chất lượng cao và xác minh vòng lặp khép kín theo kịch bản

Theo dõi Beating cho biết, tại Hội nghị Thế giới về Trí tuệ nhân tạo năm 2026, Phó Hiệu trưởng Đại học Phục Đán, ông Khương Dục Cương; đối tác của công ty robot ZhiYuan, ông Diêu Mỗ Thanh; CEO Itoshi ZhiHang, ông Trần Di Luân; và CEO Liangyuan New Venture, ông Khương Húc đã tham gia tọa đàm tròn, tập trung thảo luận về mô hình thế giới. Các khách mời đồng thuận rằng, cốt lõi của mô hình thế giới là hiểu quy luật vận hành của thế giới vật lý và dự đoán trạng thái hoặc hành động tiếp theo, chứ không chỉ dàn dựng hình ảnh; cần nắm vững nguyên sinh khả năng hợp nhất đa phương thức, quy luật vật lý, suy luận nhân quả và dự đoán tầm xa. Hiện tại nút thắt lớn nhất nằm ở dữ liệu — Trần Di Luân cho biết dữ liệu video thiếu các mô-đun then chốt như cảm giác lực, xúc giác; dữ liệu huấn luyện lý tưởng cần đáp ứng ba điều kiện: đầy đủ các mô-đun, tương tác tần suất cao và bắt nguồn từ bối cảnh thực; đối với trí tuệ thể chất thì do độ phức tạp thao tác cao hoặc cần hàng chục triệu giờ dữ liệu tương tác thực tế; Diêu Mỗ Thanh ví von với lượng huấn luyện ngôn ngữ của mô hình ngôn ngữ lớn hàng trăm triệu giờ giọng nói, ước tính thế giới vật lý có thể cần 「hơn 1 trăm triệu giờ」 dữ liệu thực để nắm được dự đoán vật lý mang tính kiến thức thường thức. Ở cấp độ kiến trúc, Khương Húc cho biết kiến trúc chủ đạo hiện nay trộn lẫn xử lý dự đoán trạng thái và dự đoán hành động, dẫn đến xung đột giữa khả năng tạo sinh và khả năng hiểu; vì vậy khó có thể tối ưu đồng thời.

Về lộ trình triển khai, cả ba khách mời đều coi ngành sản xuất là bối cảnh quy mô hóa chắc chắn nhất trong 3 năm tới:

Diêu Mỗ Thanh tiết lộ rằng ZhiYuan Robot đã triển khai ở dây chuyền sản xuất 6 ngày thao tác 60.000 sản phẩm, đội hình robot làm việc với tỷ lệ thành công 99,99%;

Trần Di Luân đặt cược vào ngành sản xuất với các lý do gồm: mật độ dữ liệu cao, nhiệm vụ có tiêu chuẩn hoàn thành rõ ràng và có nhiều dữ liệu minh họa do con người cung cấp; Itoshi ZhiHang đã hợp tác với các hãng xe để thúc đẩy triển khai theo cụm robot công nghiệp có tính thể chất ở quy mô hàng nghìn chiếc, đồng thời nhấn mạnh rằng ngành sản xuất của Trung Quốc là nơi tập trung nhất trên toàn cầu, là bãi thử lý tưởng cho AI vật lý;

Khương Húc cho rằng trí tuệ thể chất là sự mở rộng của mô hình ngôn ngữ đa phương thức: Internet đã có 10 tỷ giờ dữ liệu video phù hợp để tiền huấn luyện; bước nhảy về năng lực sẽ xuất hiện trước tiên ở các bối cảnh sinh hoạt hằng ngày như gia đình và văn phòng, nhưng thương mại hóa cần đáp ứng điều kiện tỷ lệ dung sai lỗi cao; việc tìm bối cảnh cho mô hình lớn không hẳn dễ hơn việc huấn luyện mô hình.

Sự đồng thuận của cả ba cho rằng, hiện tại vẫn còn xa mới đạt được trí tuệ thể chất phổ dụng; đột phá ở bối cảnh chuyên dụng là giai đoạn bắt buộc, và trọng tâm cạnh tranh trong tương lai sẽ chuyển từ kiến trúc mô hình sang năng lực thu thập dữ liệu chất lượng cao và xác thực vòng kín theo bối cảnh.

Nhấn vào liên kết bài gốc bên dưới, tham gia kênh tin AI của Feishu, Beating · 飞书 AI 新闻渠道, để theo dõi liên tục 7×24 giờ các điểm nóng và tin tức AI trên toàn cầu.