作者丨张   璐

编辑丨齐铖湧

2026年7月14日上午10点，机器人领域国际顶级学术会议 RSS（Robotics: Science and Systems）现场掌声雷动。

香港大学助理教授、源策未来创始人李弘扬，荣获 RSS 2026 年度“青年成就奖”（Early Career Spotlight），值得一提的是，他也是该奖项设立20年以来唯一的国人获奖者。

在随后的重磅演讲中，李弘扬全面阐述了从“全身控制（WBC）”向“全身智能（WBI）”演进的范式转移，并将其定义为具身智能的下一座“高山”。

01

谢谢主持人的热情介绍。其实我准备了一页背景介绍的 PPT，结果被你把词儿全念完了（笑）。

大家好，我是来自香港大学的李弘扬。我们团队的核心目标，就是通过扩大具身系统的规模，来实现具备通用性和智能化的机器人能力。

今天我的演讲主要分为三个部分：第一，为什么我们要从局部操控或单纯的全身控制，走向“全身智能（WBI）”；第二，我们在算法、数据、基准测试和硬件上面临的挑战与解决方案；第三，对未来的总结。

▎以前我们让机器人“能走、会拿”，现在我们想让它“全身一起动起来”

过去，我们看到了许多优秀的专业化能力。比如在环境里导航，或者利用具备高自由度双手的上肢进行灵巧操作，亦或是让人形机器人稳定地行走。

也有人尝试把这些任务组合起来，比如“移动+操控”的串行任务，机器人先导航走到位置，再去伸手拿东西。

但我们想做的是全身协同操控——上肢和下肢在具身智能的驱动下，同时为了一个目标去协作。

在全身智能之前，是传统的 WBC（系统 0 / 0.5），它的核心是让参考运动变得可行，关注的是物理稳定性、接触力以及实时执行。这更偏向底层的控制工程。

而我们倡导的 WBI（全身智能），它的核心是让机器人学会“行为”。它关注的是全身行为的任务理解、多机器人与多任务之间的协同、在未知环境中的泛化与恢复能力，以及持续学习的能力。

为什么要这种转变？我举几个我们在 Unitree G1 机器人上做实验的实际例子：

当 G1 去搬一辆非常重的自行车时，它不能只靠手臂，必须调动全身的力量往后拉；当它和人类并排走过一条非常狭窄的通道时，它需要侧过身子横着走；当它想拿沙发下左侧的东西时，它的右臂必须自然地撑在沙发上以防摔倒；当它要去够一个很远的目标时，它的另一只手臂必须抬起来以保持全身的质心平衡。

这绝对不是简单的“手臂操控 + 腿部行走（A + B）”，而是全身作为一个整体的协同。我认为，WBI 就是机器人领域下一座必须攻克的“最高山峰”。

RSS 2026 演讲现场，李弘扬拆解 WBI 核心技术栈的演进路径，涵盖了从长周期全身自主到闭环反应式行为恢复等多层级突破，强调全身智能是一项系统级的宏大工程。

▎我觉得，要想实现全身智能，得给机器人装一个“超级大脑”，再配上“强壮”的身体。

为了实现这一目标，我们设计了一个预训练中心架构：

李弘扬现场讲解“以预训练为中心”的全身智能（WBI）核心架构。该架构将具身智能系统清晰划分为系统2（大模型层）、系统1（人形基础模型）、系统0.5（行为先验与约束）及系统0（底层全身控制系统）。

最顶层是“系统 2”（大模型层），负责最高层的语义、记忆和长期规划。输入的是高层语言指令，输出的是拆解后的子目标。

往下是“系统 1”（人形基础模型），这是直接从头训练的原生人形大模型，它输入视觉和身体状态，直接输出身体各部位的动作姿态。

再往下是“系统 0.5”（行为基础模型），负责提供身体先验和约束，生成参考运动。

最底层是“系统 0”（底层控制器），也就是传统的通用追踪器，确保动作的物理可行性和最终执行。

▎聊聊我们团队最近折腾出来的几件大事

围绕这个架构，我们团队在算法、数据和硬件上做了一系列努力：

首先是大规模人类机器人协同预训练。我们利用了超过 10 万小时的数据、3000 多个环境和 700 多个角色进行了大规模预训练。

我们得到的最大启发是：人类数据绝对不是具身智能的“配菜”，它就是泛化能力的核心引擎！

李弘扬介绍的团队的野外真实场景数据采集项目“EgoHumanoid”。该项目通过让采集人员在超市购物、户外散步、整理内务等日常场景中穿戴设备，获取了海量高质量的第一人称视角交互数据

其次是基于世界模型的强化学习后训练（RISE）。传统的物理世界强化学习太慢了，容易伤硬件，还要频繁人工重置。我们把“世界模型”引入到了后训练阶段，通过并行的大规模 Rollout（模拟产出），极大地提升了策略更新的效率和准确度。

通过组合式世界模型在虚拟想象空间中进行并行大规模的 Rollout，完成了“动作生成-优势评估-策略更新”的闭环迭代

▎硬件离完美还有距离，数据的未来也有公式可循

当然，这条路还很长。即使是目前世界上部署量最大的优秀硬件，在实际测试中依然会遇到各种让人头疼的“翻车”现场：无线通信导致的丢包、关节过流保护突然瘫倒、高负荷运载时的电机过热等等。硬件离完美还有距离。

在数据配比上，我的观点是：未来人类中心的数据（Human-centric data）应该占到 80% 到 90% 的绝大多数，而机器人自身的原子技能数据占 10% 到 20%，最后再通过机器人策略进行后训练。

李弘扬现场发布团队关于人类原生学习的最新具体成果。该项目提出了一个创新的协同训练配方，旨在利用大规模人类中心数据直接驱动人形机器人完成复杂任务。

“EgoHumanoid: Co-Training Recipe”全景流程。

想要真正实现 WBI 的全面爆发，我们不妨大胆预测一下公式：大概需要一个 100 亿参数（10B）的模型，超过 10 万小时（100K hours）的高质量人类数据，以及至少 500 到 1000 张 H200 级别的 GPU。

这是一个系统级别的宏大工程，但我相信这一天很快就会到来。

谢谢大家！

02

▎Q1（现场观众）： 你提到持续改进（Continuous Improvement）是全身智能（WBI）的四大核心之一。你能详细讲讲持续学习（Continuous Learning）或者终身学习在你的架构里扮演什么角色吗？

李弘扬：谢谢。我们这里强调的持续学习，更侧重于物理世界中的“闭环反馈”。比如当机器人被部署到一个全新的环境，或者面对某些失败任务时，它会从环境获得负反馈或负面奖励（Negative Reward）。通过不断收集这些新环境下的交互数据并反哺模型，让模型产生自我迭代。这跟纯机器学习领域定义的持续学习会稍微有一点点概念上的不同，它更强调具身交互的闭环。

▎Q2（现场观众）： 大家都知道数据非常关键。那你认为我们是应该花大力气去采集足够多的真实世界数据，还是去开发一个极度逼真的超写实仿真环境，直接在里面做廉价的强化学习？

李弘扬：这问得很直接。我认为目前获取有效数据最快的方式，是基于现有的开源数据和社区协作（比如 Hugging Face 上的优质数据集）。至于仿真环境（Simulation），我认为它在训练底层的运动控制器（下肢行走、平衡等）时非常有效且成本低廉。但是，如果你想去 scale up（扩大）机器人的高级大脑（系统 1 和系统 2），去理解复杂的语义和千变万化的任务场景，仿真环境现在能提供的价值还非常有限，我们必须依赖真实世界的数据。

▎Q3（现场观众）： 如果我们直接把现有的视觉大模型或者多模态大模型，接入到一个更大的动作空间里，是否能直接驱动全身智能？我们有必要去采集专门的全身数据吗？

李弘扬：正如我前面提到的，全身智能绝不是“手臂数据 + 腿部数据”的简单拼接（A + B）。当机器人要完成很多全身协同的任务时，它需要两条腿作为支撑，同时手臂去发力，这需要全身的动力学在一瞬间进行完美的交织。现有的局部数据或者单纯的视觉大模型没有这种全身协同的先验。因此，搭建一套能够采集整个人体/机器人全身传感器（包括机载相机、IMU 等）的数据流水线，是实现真正全身智能的基础，这也是视觉大模型替代不了的。

一个人读论文太孤单，一群人刷顶会才好玩。

RSS 2026召开在即，我们正在召集一波含金量极高的 AI 研究者。群内主打实时论文跟踪与硬核技术探讨，拒绝灌水。

? 进群传送门：扫码进群或添加微信Luyoyo_2026，备注：论文群 + 关注的 AI 方向。

搞科研/搞技术，信息差很重要。

来，一起快人一步！

上车，带你看遍全球 AI 顶会精华

可独家畅览：

专家演讲PPT

大会报告全文

热门论文解读

学术新星访谈

扫描上方二维码

或点击「阅读原文」关注专区。