在近日举办的一场数据智能领域重要会议上，同济大学自主智能无人系统全国重点实验室副主任何斌教授围绕人工智能发展新趋势发表深度见解。他指出，当前人工智能技术正经历从判别式、生成式向智能体时代的跨越，未来将向物理AI与自主智能方向深化演进，具身智能需突破单纯技术突破，转向与人类社会深度协同的价值共创阶段。
针对机器人技术落地难题，何斌分析称，尽管运动控制能力已取得显著进步，但真实世界复杂度、数据闭环缺陷以及虚拟仿真与现实场景的鸿沟，仍是制约机器人大规模社会应用的关键因素。他特别强调，现有训练体系过度聚焦物理动作，忽视了情感交互、社会伦理等维度，导致机器人难以真正融入人类社会。
为破解这一困局，何斌提出"社会训练"新范式。该框架要求构建包含人类、机器人、环境要素和规则体系的多主体训练系统，通过采集意图表达、交互反馈、规则遵守等多元数据，形成物理过程、社会关系与价值导向三位一体的训练闭环。在评价标准方面，他主张建立涵盖安全性、效率、信任度、泛化能力及社会适应性等维度的综合指标体系。
技术实现层面，何斌建议打造开源物理智能训练平台，通过统一数据接口、标准化训练描述和全域数据采集机制，弥合虚拟训练与现实应用的差距。同时强调构建全栈技术闭环的重要性，主张将学科知识、网络数据、人类意图等异构数据源整合至统一训练环境，开发具备在线学习优化能力的物理世界仿真引擎。
在应用场景拓展方面，何斌认为工业领域将成为机器人技术突破的重要试验场。他提出建设安全可信的多体决策训练场，通过还原真实人机交互场景，捕捉人类意图、价值判断等隐性数据。针对服务机器人发展，他建议重点突破物理场数据采集、能力闭环构建等关键技术，推动机器人从实验室走向工厂、社区等真实应用场景。
对于产业生态建设，何斌呼吁建立开源、标准化、模块化的技术底座，通过打造具身智能新型基础设施，降低技术研发门槛，加速物理AI技术迭代。他特别强调数据共享与生态协同的重要性，认为只有构建开放创新生态，才能推动具身智能技术真正服务于人类社会发展。
