直播分享！“具身数据困境”：仿真技术、真实数据与世界模型的碰撞交融

在具身智能蓬勃发展的当下，仿真技术、真实数据与世界模型三大路径正激烈碰撞，也彼此交融。

关于上述不同的数据生产路径，业内一直存在不同声音。仿真与现实数据孰轻孰重？真实世界建模是否已迎来“终极解法”？今天我们通过一场非常有重量的圆桌为大家带来不同观点的碰撞与交融。

本次圆桌聚焦具身智能的“数据困境”，我们邀请四位青年科学家，共同探讨仿真推演与真实交互的边界、Genie 等世界模型的技术突破，以及Sergey Levine所提出的“真实数据不可替代”背后的深层逻辑——这究竟是策略选择问题，还是AI演进途中没有捷径的必由之路？

主讲嘉宾

李弘扬：香港大学助理教授，港大OpenDriveLab（opendrivelab.com）团队负责人。研究方向为端到端智能系统在机器人、自动驾驶的应用。他主导的端到端自动驾驶方案UniAD于2022年提出，获IEEE CVPR 2023最佳论文奖。UniAD等系列工作产生了明显的社会经济效益，包括特斯拉于2023年推出的端到端FSD。他构造的超大规模具身智能训练场Agibot World, 是业界首个百万真机、千万仿真数据集，系统研究具身Scaling Law方法论。他提出的俯视图感知方法BEVFormer，获2022年百强影响力人工智能论文榜单，成为业界广泛使用的纯视觉检测基准。他多次担任CVPR、NeurIPS、ICLR、ICCV、ICML、RSS等国际会议领域主席（AC），其中获得NeurIPS 2023 Notable AC。他是《自然》、《自然·通讯》审稿人、国际期刊《Automotive Innovations》客座编委。IEEE、CCF、CSIG高级会员、IEEE汽车委员会自动驾驶国际标准P3474工作组组长。荣获2024年中国吴文俊人工智能青年科技奖。

赵昊：清华大学智能产业研究院助理教授，于清华大学电子工程系获得学士和博士学位，曾于英特尔中国研究院担任研究员，曾在北京大学从事博士后研究。曾任清华大学天空工场理事长，天空工场是清华大学最大的机器人社团。他的主要研究兴趣是与机器人相关的计算机视觉，尤其是三维场景理解和自动驾驶领域。他是一名连续创业者，2009年以来共同创办了10多家初创公司。他在CVPR / ICCV / ECCV / SIGGRAPH / NeurIPS / ICLR / ICRA / IROS / CICAI 等顶级学术会议以及T-PAMI / IJCV / CVIU / ISPRS / T-IP / T-MM / CIBM / KBS / RA-L等顶级学术期刊上发表了50余篇研究论文，赢得过多项三维场景理解算法挑战赛的冠军，并主导研发了全球首个开源的模块化真实感自动驾驶仿真器MARS，在CICAI 2023获得Best Paper Runner-up奖项。其主导研发的渲染阶段可调整精度速度的神经渲染方法SlimmeRF于3DV 2024获得Best Paper奖项。

顾家远：上海科技大学信息科学与技术学院助理教授、研究员、博士生导师。博士毕业于美国加州大学圣迭戈分校，师从苏昊教授。2018年本科毕业于北京大学信息科学技术学院智能科学系。他曾在Facebook AI、Google DeepMind等顶尖科研机构实习。他的研究方向为具身智能，聚焦于可泛化的机器人决策模型和面向具身智能的三维视觉，在计算机视觉、机器学习、机器人等国际顶会上均有发表。他参与的项目Open X-Embodiment获得了ICRA 2024的最佳论文奖，指导的项目CAST获得了SIGGRAPH 2025的最佳论文奖。此外，他还获得了2025年WAIC云帆奖明日之星荣誉。

穆尧：上海交通大学人工智能研究院长聘教轨助理教授，博士毕业于香港大学计算机系，共在RSS, NeurIPS, ICML, ICLR, CVPR等顶会顶刊发表论文30余篇，谷歌学术引用超1700余次，曾获ECCV具身智能研讨会最优论文奖, IEEE ICCAS2020大会最优学生论文奖，IEEE IV2021最优学生论文提名奖, 中国自动化学会自主机器人研讨会奖学金等多项学术奖励，荣获香港博士政府奖学金，香港大学校长奖学金，国家奖学金，清华大学优秀硕士毕业生，清华大学优秀硕士论文奖等荣誉称号。

主持人

Gloria，具身智能之心运营负责人。

刘斯坦，知乎大V，连续创业者。

8月30日晚，一场关于感知、推演与行动的智能对话，即将开启。