佳洁士 ，心机太重？
" 清华系 " 是具身智能领域里绕不过去的大山 ，这座大山上刻着银河通用的王鹤、星动纪元的陈建宇、它石智航的陈亦伦、加速进化的程昊、千寻智能的高阳等一长串闪光的名字 ，据清华电子系统计 ，其校友开办的具身相关企业已近 20 家。而清华系的国界里 ，AIR（清华大学智能工业研究院）的定位则越发明确。它不但产出学术论文 ，更着力于把实验室的前沿手艺扎实地铺进工业。它石智航的陈亦伦就曾是 AIR 智能机械人偏向的首席科学家。2026 年头 ，" 具身智能 " 被正式写入 " 十五五 " 妄想纲要 ，成为国家战略级别的未来工业。与此同时 ，一批在企业研究院深耕多年的科学家 ，也选择陆续回到海内高校 ，从纯粹的企业研究系统重新走进一批兼顾学术研究和工业培育的高校研究院。曹婷的选择正是清华 AIR。曹婷 ，清华大学智能工业研究院教授 ，北京市高条理引进人才在微软研究院事情了七年 ，2025 年炎天 ，曹婷成为清华大学智能工业研究院（AIR）的教授。多年来 ，她始终聚焦 " 极致智能密度 " 与 " 顶尖执行性能 " 的焦点目的 ，在智能盘算前沿领域一连攻坚 ，突破极低比特模子量化、基于查表的大模子高效推理、全帧率实时多模态大模子架构、存算一体模子加速器等一系列要害手艺 ，构建起从算法到硬件立异的完整手艺系统。在微软时代 ，这些手艺的应用使她能向导团队在业界首次赋能重大神经网络模子从云端迁徙到手机、PC 甚至 IoT 装备上 ，服务于百万用户 ，�；び没б降耐苯谠及僖诖蔚脑贫伺灿帽厩�。但这次 ，她做出了新的选择。我们还独家获悉 ，曹婷教授及团队正妄想孵化一家新公司 ，专注于可以一连进化的物理智能体 ，新公司现在仍在准备阶段。以下为与曹婷教授的对话全文 ，略有删减：从工业研究院到高校创投家：您其时选择来清华也在媒体引起了不小的关注 ，为什么选择在这个时间来清华？曹婷：企业研究院对我来说 ，是一段很是主要、也很是感恩的履历。无论是在华为照旧在微软 ，我都履历了以前沿研究到系统落地、再到真正被大规模用户使用的完整历程。你会看到一个手艺怎么从论文里的想法 ，酿成可以在手机、PC、IoT 装备上稳固运行的能力 ，也会真切体会到 ，自己的事情被百万、万万用户用起来是什么感受。这种训练和成绩感 ，对我今天做许多判断都很是主要。但到了职业生涯的这个阶段 ，我会更想跳出已经熟悉的路径 ，去界说新的问题 ，探索新的产品偏向和应用空间。企业研究院让我把一个清晰的问题做到极致 ，而接下来我更想去做那些还没有标准谜底、也还没有人把路径真正走通的事情。具身智能这件事 ，正在从 " 想象 " 酿成 " 可以做 " ，不是五年后 ，是现在。这个判断让我以为 ，现在进来 ，时机是对的。清华 AIR 刘云新先生比我早几年做这个选择 ，他在 MSRA 事情了快要二十年 ，也是我在端侧智能偏向上最主要的合作者之一。他五年前来到这里 ，对我触动很大。一个在工业界深耕这么多年的人 ，选择把后半程放在学术研究和工业培育上 ，背后一定有很深的判断。这也让我更愿意在这个时间点来到清华 ，去做一些更恒久、也更难的事情。创投家：清华 AIR 这边 ，跟企业研究院最大的差别在那里？曹婷：我以为是问题的泉源和时间标准纷歧样。企业研究院面临的 ，往往是已经有产品基础、有用户场景、有营业重心的问题空间。研究院要做的是怎么提出一个新想法 ，而是把它酿成可以进入产品链条、进入系统栈、最终服务真适用户的能力。我许多关于手艺价值的判断 ，都是在这样的训练里形成的。而清华 AIR 吸引我的地方 ，在于它能让我把研究、工业和恒久问题界说放在统一个坐标系里思索。具身智能被写入‘十五五’妄想 ，不是由于它是一个好听的看法 ，而是由于它关系到中国下一步的工业竞争力。制造业的柔性升级、物流的无人化、能源设施的巡检、老龄化社会的照护 ，这些问题都不是靠古板自动化就能解决的 ，它们需要真正的物理智能。以是对我来说 ，来到清华 AIR ，不是脱离工业 ，而是把视角再往前推一步 ，有耐心去做五年甚至十年后国家和社会真正需要的事情 ，这一点对我很是有吸引力。具身智能的窗口与缺口创投家：具身智能写进了国家妄想。你以为这个时间节点选得准吗？曹婷：我以为这个时间点选得很是准。具身智能今天被写进国家妄想 ，是由于它已经进入了一个以前沿探索走向工业结构的要害阶段�；等吮咎逯鸾コ墒� ，本钱和稳固性都在改善；中国又恰恰拥有全球最完整的制造业系统、最强的供应链协同能力 ，以及在如制造业、物流、养老、都会管理这些密度最高、类型最富厚的真实应用场景。这样的组合 ，在别的国家并禁止易同时具备。以是中国今天推进具身智能 ，有点像昔时结构电动车。真正主要的不是某一个单点手艺 ，而是手艺成熟度、工业基础、场景需求和政策牵引在统一个时间点形成了协力。一旦这种协力泛起 ，工业窗口往往很快就会翻开 ，往往不会一连太久。谁能尽快把真正有价值的工具做出来 ，谁就有机会界说下一阶段的工业名堂。创投家：你说的 " 有价值的工具 " ，指的是什么？曹婷：真正能在开放天下里一连进化的物理智能体。现在的具身智能 ，实质上还停留在工具阶段。哪怕 VLA 或者天下模子训练得很强 ，它们大都照旧在做拧螺丝、搬运、分拣、抓取这类单点使命 ，像一个工具箱 ，但还不是一个真正会生长的可靠员工。市场真正需要的 ，是能在真实岗位上、在和物理天下重复交互中 ，能自己总结履历、发明问题、修正战略。好比今天清管道 ，下一次就会记着那里容易打滑 ，要行动幅度小一点、慢一点；今天扫除卫生间 ，下次就会记着污渍漫衍和台面材质 ，知道怎么擦更稳、更不伤外貌。脱离工具 ，越来越像一个模范员工 ，才是具身智能现在急缺的那一块。创投家：你看这个赛道 ，有没有什么各人低估或者回避的问题？曹婷：物理智能体决议具身能不可真的落地 ，但恰恰是这点是各人忽视的 ，讲的少 ，做的更少 ，做起来极具挑战。数字天下里的智能体 ，许多时间面临的是稳固接口和确定规则；但物理天下不是这样 ，训练时没见过的情形天天都会泛起 ，并且每台机械本体、每个场景、每次交互都纷歧样。它不可只靠预训练的模子 ，履历必需在真真相形里自己去探索和一连积累 ，才华在自己的场景下把每台本体能力施展好。也正由于这样 ，物理智能体比数字智能体更须要 ，也更难。难点不但是让机械做出行动 ，更难的是让它在真实交互中积累履历、形成影象 ，并把这些履历转化成下一次更稳、更好的执行。怎么明确物理情形 ，怎么体现交互履历 ，怎么构建恒久多模态影象 ，怎么形成一连进化的闭环 ，这些问题到今天都还没有成熟解法 ，而这正是我们提早投入、也已看到起源效果的偏向。创投家：工业侧尚有哪些现实的障碍？曹婷：上面说的物理智能体 ，着实科研侧和工业侧都绕不开。在工业侧 ，尚有另一个很是详细的矛盾：真正有用的物理智能体需要在端侧安排。你可能会想 ，数字智能体能安排在云端 ，为什么物理智能体要在端侧？一是延迟 ，机械人的输入是物理天下、是一连的视频、点云、传感器等等这些多模态的数据 ，往云端传个几帧数据十几秒可能就已往了 ，基础不可支持实时行动的天生；二是网络 ，许多真实场景是弱网或离网的 ，好比刚提到的管网清洁场景；三是隐私 ，无论是家庭场景照旧工业场景 ，用户图像敢不敢传到云端去？以是具身智能体必需在端侧跑。但端侧的算力是有限的。这就要求你在模子的推理效率上做到极致 ，不是 " 差未几 " ，是真正的极致。这个软硬件协同的挑战 ，正是我们团队的强项。从实验室再回到工业中去创投家：你们是怎么思索这些挑战的？曹婷：我们不是把物理智能看成一个单点模子问题 ，而是把它看成一条完整的能力链。物理智能体要真正建设 ，至少有几件事要同时做好：它得一连明确物理天下正在爆发什么 ，得凭证目今使命和过往履历组织行动 ，得把一次次交互沉淀成可复用的手艺 ，还得能在端侧真正跑起来 ，这是我们现在要突破的手艺焦点。第一是实时明确。具身智能体要一边明确事务怎么爆发 ，一边决议下一步行动怎么触发。好比倒水 ，水位到那里该停天生新的行动 ，当下就要判断。这里最难的是 ，认知重漂后很高 ，但又不可为了准确率牺牲实时性 ，以是我们一直在做流式视频明确并揭晓 Streammind、Em-Garde 等系列事情 ，希望让系统真正具备‘ prompt the world ’的能力。第二是智能体自己的能力。光看懂还不敷 ，它还要团结已往的履历影象、目今的使命、情形视察和历史行动 ，一连维护一个内在长期状态 ，知道下一步该拆成什么子使命、该天生什么输入、该怎么把有限的具身能力高效使用。这部分我们也揭晓了 AdaNav VLN 等事情 ，通过自主思索维护内在状态和使命拆解。第三是影象和履历提取。对物理智能体来说 ，memory bank 要和详细本体的能力界线、行动效果和情形反响一起事情。它要做的是在重复交互里一直筛掉冗余和噪声 ，把真正有用的履历提炼成稳固的手艺 ，同时维护一个前后一致的恒久影象。好比适才提到的它记得‘某次走滑了’ ，在这类地面上应该小步走、减速走。这个偏向我们揭晓了像 AVA 等事情 ，近期也将有更多效果展示。最后是端侧高效安排。物理智能体必需在端侧实时感知、实时决议、实时执行 ，这就要求整个系统在算力、时延和能耗上都做到很是极致。我们把明确、决议、影象和安排放在统一个闭环里一起做。这部分是我们组的古板强项 ，揭晓了一系列如 T-MAC、BitDistiller、Pregated-MoE、LUT Tensor core 等出圈的事情 ，被一百多家媒体转发 ，被集成到种种大模子推理框架 ，获得几万颗星。创投家：你们在上面几个偏向做到了什么水平？曹婷：现在我们的前期验证效果非�？晒� ，在业界和社区共认最难的长程重大使命评测基准上 ，使命完成精度比行业里较量主流的计划横跨两三倍；在端侧推理速率上 ，是主流计划的四倍以上。更主要的是物理智能体一连演进的效果。我们做过实验：机械人在一个情形里重复执行相似使命 ，每次失败后从影象里学习 ，使命精度一连提升 ，最高能提升凌驾 20 个百分点。这不是重新训练 ，是真正的在线演进。创投家：以是这些手艺也会工业化？曹婷：是的 ，我们正妄想孵化一家公司 ，把这些年积累的一连进化能力从实验室带到工业中去。现在还在准备阶段 ，在和一些投资人接触。AIR 自己就是工业研究院 ，只做论文不是我们的终点 ，手艺要真的落地 ，有工业 ，有转化 ，才算完成闭环。创投家：做这件事 ，你们的优势是什么？曹婷：我以为我们的优势 ，首先是全栈。物理智能体落地不是单做模子就行 ，它一定是算法、系统、硬件一起协同 ，训练、推理、安排都要买通 ，这个能力不是哪个组都具备的。我们已往恒久做端侧智能和高效推理 ，以是从一最先看这个问题 ，就会同时思量它怎么训、怎么跑、怎么真正安排到本体上。我们也不是只会做论文。组里许多同砚和合作伙伴都有头部基模团队的履历 ，也一直在真实场景里打磨手艺 ，以是以前沿模子到工程实现、再到工业落地 ，这条链路我们是较量完整的。另外更主要的就是现在清华 AIR 的平台优势。清华的学生有顶尖的创造力 ，这在没有现成谜底的领域是稀缺资源。合作伙伴上 ，刘云新先生在 AIoT 和端侧智能有二十年积累 ，IEEE Fellow ，在微软时我们就是统一个团队的合作者 ，现在我们依旧在一起突破物理智能体手艺。我们尚有许多外部合作者 ，好比南大的吴昊研究员 ，他读博士的时间就在我组里做 research intern ，事情后又来到 MSRA 会见 ，我们一直细密合作 ，现在他已经是中央部委高条理立异人才了。虽然尚有清华 AIR" 产学研买通 " 的定位 ，让我们能一毗邻触企业真实场景的数据和需求 ，好比物流、能源、情形等中国特有的富厚场景 ，是研究物理智能体不可或缺的土壤。创投家：你有没有想象过 ，十年后具身智能是什么样子？曹婷：我不太喜欢把十年后的事情说得太详细 ，容易过于乐观。我以为具身智能可能像十多年前的电动车一样 ，都处在一个要害拐点上：手艺最先过线 ，工业链最先补齐 ，真实需求最先集中泛起 ，政策也最先把它放到更高的战略坐标里。一旦这几股力量汇合 ，后面的生长往往会比许多人想得更快。今天各人看到的 ，可能照旧一些单点能力和演示；十年后真正主要的 ，是它会不会酿成制造、物流、能源、家庭服务这些场景里的默认能力。到谁人时间 ，人们体贴的可能不再是‘这