回顾｜侯一凡×穆尧×石凡×石冠亚×杨剑飞：具身学术，热潮背后的真问题

将门十周年·线上闭门交流⑨｜破界求真：具身研究者的传承、前沿与边界

具身智能无疑是今年 AI 领域最炙手可热的方向之一。当产业端的创业者们在讨论数据、硬件和商业化时，站在研究最前沿的高校老师们，又在思考什么？

将门十周年特别策划第九场线上闭门交流于 9 月 10 日上午举行。恰逢教师节，我们把镜头对准具身研究的学术一侧。本场特邀主持人、NVIDIA 资深研究员、即将于 2027 年秋入职 UT Austin 的侯一凡，与四位嘉宾——穆尧（上海交通大学长聘教轨助理教授）、石凡（新加坡国立大学助理教授）、石冠亚（卡内基梅隆大学机器人研究所助理教授、亚马逊学者）、杨剑飞（南洋理工大学助理教授）——在线上聊了两个多小时。他们从各自的学术来路出发，也分别站在具身研究的不同位置：数据与自进化、底层工具与安全、统一学习与控制、多模态 Physical AI。

两个多小时里，几位学者给具身智能这股热潮注入了更冷静的技术判断：通往通用具身智能的 recipe 还远远没有找到，整个领域可能还处于「第谷时期」的前期；机器人的大脑架构远远不是最终状态；而学术界最不可替代的，也许是「不必快速出成果的从容」。

教师节这天，这场讨论既是对具身前沿的一次技术梳理，也是年轻学者们对后来者的真诚分享。

以下是本次闭门交流的文字回顾，整理自现场逐字稿，保留原味，内容经嘉宾确认后分享。

✍️文字整理：将门编辑部

一、从 lab 名字聊起：五位是怎么走到今天的 杨剑飞：MARS Lab——从多模态到火星的三重含义

杨剑飞是南洋理工大学（NTU）机械与航空航天工程学院、电气与电子工程学院双聘助理教授，他的实验室叫MARS Lab——Multimodal Embodied AI and Robotic Systems。

名字的背后有三层含义。第一层是研究方向本身：多模态具身智能，这是他从博士阶段就一直在做的事情——给机器人装更多模块，让视觉、激光雷达、毫米波、WiFi 乃至电磁等多种非可见信号在具身体统中融合。第二层是他的 long-term vision：未来让人形机器人走向太空，像马斯克说的那样，把机器人送上火星、实现外星殖民。第三层则更私人——「剑飞来自火星」是他二十年前的网名，高中时很多朋友就叫他 Mars，索性沿用了下来。

石冠亚：LeCAR Lab——从控制到通用敏捷机器人

石冠亚是卡内基梅隆大学（CMU）机器人研究所助理教授，同时担任亚马逊前沿 AI 与机器人团队 Amazon Scholar。他的实验室叫LeCAR Lab——Learning and Control for Agile Robotics。

这个名字背后，是他研究方向的几次重要转折。2013 到 2017 年在清华读本科时，他打下了机械系统与控制的基础；2017 年进入 Caltech 读博，师从 Soon-Jo Chung 和 Yisong Yue，研究安全关键学习与控制、自适应飞行——那是 AlphaGo 与 DQN 带来范式转变的年代，他开始做 learning 和 control 的结合，但那个时候还没有「具身智能」的概念。

博士毕业后，他在华盛顿大学 Byron Boots 组做了一年博后，进一步研究基于学习的机器人控制与真实系统适应。2023 年 9 月，他加入 CMU 机器人研究所任 AP，创立 LeCAR Lab。

ChatGPT 出现之后，他决定选择一个更通用的平台来研究机器人——人形机器人。

「我当时完全没有觉得 humanoid 是一个 solution，我觉得它是十年之内很难解决的问题……我当时从来没有想过它会突然在 2024、2025 年有这么多公司下场做这件事情。」

但初心是一以贯之的：机器人一定要通用，要在各种条件下能做各种 task；机器人一定要敏捷（agile），要像人一样灵活。「像人一样通用，像人一样灵活——这个一直在我基因里面。」

石凡：Human-Centered Robotics Lab——以人为本的机器人

石凡是新加坡国立大学（NUS）助理教授，获 NUS Presidential Young Professorship 支持，他的实验室叫Human-Centered Robotics Lab（以人为本的机器人实验室）。

「最大化 automation 并不一定等于最大化人类的幸福。」石凡说，起这个名字更多是自我提醒——在追求技术进步的同时，不要忘了最初的初心。

他的研究路径横跨北京、东京与苏黎世三种学术传统：北大本科（赵慧晶教授指导）→ 东京大学 JSK Lab 博士（稻叶雅幸、冈田慧，研究可变形多连杆空中机器人与动态抓取）→ ETH Zurich 访问与博士后（Stelian Coros、Marco Hutter，强化学习、四足机器人、物理仿真与安全评估）。这段经历让他的研究覆盖了机构—动力学—规划—控制的完整闭环。

具体到具身智能，他认为最重要的问题之一仍然是数据问题。他自己见证过很多成功都来源于 scalable 的仿真带来的成功。过去几年，他的团队花了大量精力做操作任务相关的仿真，尤其是柔性体和复杂接触场景，希望通过仿真的进步，为具身智能带来更多 scalable 的可能性。

近年来，他也在机器人安全方向上投入了不少精力——这正是「以人为本」在技术层面的具体落地。

穆尧：ScaleLab——scale up data, scale up model, scale up talents

穆尧是上海交通大学计算机学院长聘教轨助理教授，他的实验室叫ScaleLab。口号很直接：Scale up data, scale up model, scale up 人才。

「我们实验室基本上全年 24 小时对外开放的。」

穆尧的研究路径贯穿了具身智能的几个重要阶段：哈工大本科→清华硕士（视觉控制、自动驾驶决策）→港大博士（多模态具身认知、VLA）→2025 年加入上海交大组建 ScaleLab。从最早的具身认知推理（EmbodiedGPT、具身思维链）、到机器人行为代码化生成（RoboCodeX）、再到具身基础模型（VLA、World Action Model）、以及现在的 RoboEvolve 自进化系统——他的研究沿着一条清晰的线索向上走。

「我们现在整个 lab 聚焦的，是希望构建一个从上层的 agent system 到底层的策略基座模型，全面的自进化的系统。」

侯一凡：十年 manipulation，方法一直在变，问题一直都在

作为主持人，侯一凡也分享了自己的经历。他的路径是：清华自动化本科→ CMU 机器人研究所博士→ Amazon Robotics 应用科学家 → 斯坦福博士后→ 2026 年 5 月加入 NVIDIA GEAR Lab 任资深研究员，已接受 UT Austin 计算机系 AP 邀请，2027 年秋季入职。

「从博士到现在可能有十年了，一直都是在做 manipulation。我看到的一个事情是，同一个问题，不同的人在不同的时期会用完全不一样的思路去处理它——这个思路的差别之大令人咋舌。」

「方法一直在变，但问题是会长期存在的问题。我之后的 lab 名字里肯定会有 manipulation 这个词，但具体叫什么，之后会再告诉大家。」

二、技术判断：通往通用具身智能的 recipe 找到了吗？

2026 年 9 月，各大公司的新模型层出不穷，demo 越来越惊艳。在今天这个时间点，通往通用具身智能的 recipe 是不是已经找到了？剩下的工作主要就是 scale？

这是一凡抛出的第一个开放问题，也是整场讨论最核心的技术判断。四位老师的答案高度一致：远远没有。不同的是，他们分别从数据回流、模型架构、经验规律与可解释性，指出了这条路尚未闭合的部分。

穆尧：我们只走过了从 0 到 1，真正的 scale 杠杆还没找到

「如果具身 0 到 100 分的话，现在具身可以说艰难地走过了从 0 到 1 的过程。」

穆尧认为，现在大家只是找到了一些 scale up 的方式——从早年基于 ALOHA 的真机遥操（代价过大、难以起量），到基于 UMI 的方式、以人为中心的视频数据，有了一些能够 scale up 数据的手段。但他强调，大家还没有找到一个特别有效的 scale up 的杠杆，能够真正推进模型逼近人类智能。

原因在于：现在 scale up 的数据本质上都是「付费由人类去外采的方式」。他拿自动驾驶做对比——具身智能和自动驾驶最核心的区别是，具身没有一个自动数据回流的范式。

「具身智能本身，它的根本定义是需要具身智能体从自身、从物理世界的交互当中去学习到知识。我觉得我们需要找到一个这样的杠杆。」

他同时看好未来的新变化：「可以说 somehow over 掉了 real-to-sim 这个 research 方向，大家会找到一些更新的手段，能够产生自动回流的数据——包括由 agent 驱动的、包括奖励驱动的自我探索的数据、自主推理的数据。这样的 scale up 才是具身智能最根本的定义。」

石凡：除了数据，机器人的大脑架构也远远不是最终状态

石凡把讨论从数据进一步推向模型本身。即使未来建立起持续的数据回流，今天机器人的“大脑架构”也未必足以承载更高水平的物理智能。

「如果按 GPT 模式的话，大脑是一种非常庞大的、有一点近似是背诵型的或者强行记忆型的。对于很多要求响应非常高的 physical skill，我觉得它仍然存在很大的 gap。」

他同样认同未来的机器人应该在部署过程中不断有数据回流、自我进步、自我进化，但这需要配套更好的神经网络设计，甚至底层 AI 的一些新的设计想法。

「这些东西合在一起，有可能会让我们的具身智能进入下一个更加接近人类这种具身智能水平的时代。我也非常激动，非常期待这样的时代早点到来。」

石冠亚：具身可能还在「第谷时期」的前期

石冠亚先叠了个甲：「这个问题有点太大，不太敢回答。」但他的判断很明确——肯定没有找到。

「没有被找到，不代表我们今天做 startup 不 make sense。机器人跟自动驾驶有个很大的区别：机器人不需要做到 L4、L5 就可以盈利。」

他给出了一个非常有意思的天文学类比。天文学的发展有三个阶段：

•第谷时期：一个很有钱的人，业余爱好观星，记录了很多星星的数据——他当时肯定不知道什么是牛顿定律、开普勒定律，就是记录数据。这是观测阶段，收集原始数据。

•开普勒时期：开普勒把第谷的数据拿过来，归纳总结，推导出经验公式——开普勒三定律。

•牛顿时期：牛顿站在开普勒肩膀上，把这些经验公式形式化，抽象成严谨的理论体系——万有引力定律。

「我个人觉得，大语言模型它可能在开普勒时期的前端或者中期——我们至少有一些 scaling law，我们大概知道怎么去 train 一个很大的模型。具身可能在第谷时期的前期。」

他进一步解释：我们可能连第一步整个的观测都没有特别完备，很多现象还没有被很好地观测。下一步具身智能要考虑的问题，是怎么把经验规律抽象出来——至少一个能被预测的 scaling law。

「最近很多 startup company 都在 claim scaling law，但它的 Y 轴都不一样：有的是 training loss，有的是 validation loss，有的是 flow matching loss，有的是积分之后的 loss——都很不一样。」

作为一个 robotist，他觉得「非常尴尬」：隔壁大模型这周已经解决了千禧年问题，而机器人这边，π0.5已经是一年半的模型了，到现在依然是很多 benchmark 的第一名。「There must be something seriously wrong——如果 recipe 真的找到的话，为什么一个一年半的模型还能在很多 benchmark 里面高居前列？」

但他对未来保持乐观：「我觉得可能今年或者明年，我们可能有一个相对早期的、相对比较 rigorous 的 scaling law，然后能够有一些经验共识。」

发展绝对不是线性的——它可能都不一定是指数，它可能是 double exponential。

「我觉得在某个节点，当我们开始大规模地 deploy 这个系统之后，数据飞轮肯定会转起来，我们可能真的会有一些 recursive improvement 的 time point。但肯定不是现在，可能在未来的某一个点。」

杨剑飞：最终的 recipe 不是一个单独的 recipe

杨剑飞从两个角度做了补充。

第一，最终的 recipe 不是一个单独的 recipe——不是说训一个模型、出厂就能做 100 件事那么简单。它应该是一种 deployable 并且 recursive 的方式：出厂之后有基础能力，然后可以自己在环境中继续学习。「因为现在的路线，它也没有非常有规模化的落地，它没有办法是通过一个 recipe 生成一个新的 recipe 这种 recursive recipe 的方式。」

第二，他从可解释性的角度提出了思考。无论具身模型还是大语言模型，都存在解释性问题——我们并不了解大模型自己真的发生了什么，我们凭主观意图和经验来设计每个 module、每个 loss function，期望训练之后模型能做我们想让它做的事。

「这就让我想到了光学——人类 2000 年前就可以做各种透镜，16、17 世纪有了透镜组合，但直到我们真正理解了物理光学、电磁学，光学系统才真正进入工程化阶段。我觉得我们今天对具身模型的理解，大概还处于'知道透镜能成像'的阶段。」

三、学术界 vs 工业界：今天为什么还要读博士？

当具身智能产业热潮汹涌，大厂和创业公司都在高薪抢人——一个年轻人，应该选择学术界还是工业界？读博士，在今天还有没有不可替代的价值？

石冠亚：两个不可替代——基础研究和自我教育

石冠亚先把问题重新拆了一遍。在他看来，今天是否读博已经没有统一答案，学术界与工业界的边界也越来越模糊。判断的起点应当是问题本身：它更接近科学问题、研究问题，还是产品问题？以当下的算力、数据与硬件条件，更适合在大学还是公司完成？

在这个前提下，他提出了学术界仍然难以替代的两项价值。

第一是机器人学习科学（robot learning science）。他认为，学术界仍然适合系统研究一些 Robot Learning Science 问题：既可以用“显微镜”理解已经有效的范式，也可以提出新的问题定义，探索尚未形成共识的路线。

第二个，也是他更想强调的，是教育。「学术界非常难替代的一个东西，是自我教育和自我成长。」

「我觉得特别是在今天大家都有很强的 coding agent 的时代，每个人都可以做 full-stack roboticist——全栈的机器人工程师。」他回忆自己读博的年代，做 full-stack roboticist 是非常难的事情，硬件、传感器、模型训练、底层控制，每一层都要懂。

但今天不一样了。有了 coding agent，每个人都有可能成为全栈机器人工程师。而这种立体的 training，在公司里是很难获得的——公司里很难有机会把硬件、传感器、模型训练、底层东西都学得非常好。

他同时强调：「我不认为学术界是唯一的 option，我也不认为每个很优秀的人都要读博——已经跟原来很不一样了。」

石凡：好奇心，是学术界最珍贵的东西

石凡说，刚才听剑飞和冠亚讲的时候，自己「深有体会」。作为补充，他更想聊一聊心态层面的事情。

他观察到一个现象：很多后来产生巨大影响、甚至改变了范式的项目，在做的节骨眼上，更多是来自于研究者自己的好奇心——「就是好奇说，这个事好像感觉能 work，但感觉好像也不一定能 work，然后从来也没有人去验证过。」

「哪怕到今天我们也会发现，多数偏工业的公司，他们也是非常不想把宝贵的人力和成本花在一些风险很高的事情上的。所以很多后来看非常正确的技术方案革新、或者想法上的革新，在最开始的时候更多是来自于他们自己一些发自内心的好奇心。」

既然选择了学术界，就一定会牺牲很多东西——牺牲薪水，赶论文的时候没有准点下班的概念。既然牺牲这么多，就要更加问自己：如果想读博，你选择这条道路，是因为什么？

「我自己比较偏好的一种选择是：我对某个事情有非常强的兴趣、非常强的好奇心，我想看看它会变成什么样。学术界、大学，至少今天为止还是给我们提供了很多这样的可能，让我们去做一些比较大胆的探索。」

而且他觉得，大学的出版系统至今仍然很好地支持着这种选择——成功了是一篇很漂亮的文章，哪怕失败了，只要把经验分析清楚，它仍然是一篇非常好的文章。

「成功很好，失败了也有价值——这是这个时代大学仍然有的一些特别的优势，或者说特别让人感到 enjoyable 的一种方式。」

穆尧：博士培养的是一套完整的能力，工具越强越值钱

穆尧非常坦诚：「现在国内比较 top 的大厂，给实习生的薪资可能都能顶得上我们高校老师一年的年薪了——从这个角度来说，很多学生希望去工业界，非常正常。」

他自己的 lab 并不限制学生去大厂实习。但他给学生的建议很具体：还是要积累够自己的能力，能够独立 lead 一件事情的时候再去。如果能借助大厂的计算资源、数据资源，去完成一些在高校里很难做的事情——比如训一个百 B 的模型、训一个 32B 的 world model——这当然是好事。

但要分清楚一件事：「你过去之后，是说去成为别人的附庸、成为别人公司主线其中的一个螺丝钉来去做，还是说你在那边能够有一个比较好的发展空间——他们对你想探索的点的容错率是怎么样一个考量？」

高校的博士培养，更重要的是 research 的容错率。人的成长本质上也是强化学习——要有成功，也要有失败。很多成长是在各种失败的情况下发生的。

「可能这个月发的 paper，下个月就完全 out 了。那是不是这些 research 都没有用？我们的每一段 research，即使它是一个小 paper，但它对于你真正练习到去发现知识、探索知识、实现自己想法、一步一步把所有 bug 排除掉、把所有隐患排除掉、详细的实验设计、详细的论证自己观点的完整的一套能力——这一套能力永远不会过时。」

「你的工具越强大，GPT 越强大，codex 越强大，你的工作效率会越高。如果你真正能够把各种工具去用好的话，甚至你自己可以是一个 lab。」

他给的实操建议是：在自己有至少一篇代表作的情况下，再去大厂。前期可以有一些普通的科研实习，做一些启蒙、熟悉一下 infra——这些经历确实是有用的。但博士培养的核心，是一套完整的能力，和充分的试错空间。

侯一凡：学术界给的是「不必快速出成果的从容」

侯一凡的职业路径几次往返于学术界和工业界，因此他并不急于给两种环境排出高下。「两种环境中发展的好和发展的不好的人、开心和不开心的人其实都有——没有说哪边更好、哪边更差，更多是适合的问题。」

在他看来，学校最难得的一点，是一种不必迅速交付结果的从容。这种从容让研究者有机会把时间放在exploration上，而在工业体系中，组织通常更希望一个人尽快发挥已有能力、作出明确贡献。

「人的发展其实也像在做 on-policy reinforcement learning——我们终其一生都在平衡 exploitation 和 exploration。在学校，是极大鼓励你去做 exploration 的地方；在业界，绝大多数情况下，公司是希望去 exploit 你的——是希望你能够发挥自己已有的能力去 make contribution。」

学校还提供了一个非常宝贵的机会：你甚至有机会去改变自己的标签。你之前的背景是某一个方向，你对一个新方向非常感兴趣，你就可以成为那个方向的专家，这种机会是全职员工非常难获得的。

四、好的 PhD 有什么样的特质？

虽然几位青年学者都成为了老师，但他们对自己学生时期的经历记忆犹新。在他们的视角来看，一个好的、成功的 PhD，有什么特质？以及，他们之后自己招学生的标准是什么？

杨剑飞：基本功 + 敏锐性，以及彼此能否对齐

杨剑飞认为，随着时代在变，好 PhD 的特质也在变。但有两个东西他很看重：

第一是扎实的基本功。做 robotics 的话，比如 control，或者做 learning-based 的话，对机器学习、神经网络有非常好的 fundamental 知识——「不是只知道我用这个东西能干什么」。

第二是敏锐性（agility）。跟 agile robots 一样，学生也需要非常敏锐——能够快速捕捉到新的信息、新的工具的使用方法。「Astra 出来之后，我是不是可以快速去探索它、使用它，可以最大的加速我的效率之类的。」

招 PhD 的时候，他的标准也很直接：简历不错的话，他会跟学生聊天，让学生做一个 20 到 30 分钟的 presentation，然后闲聊相关的工作。在这个过程中，他判断最重要的一件事是——我们是不是 speak the same language。

「我希望 PhD 可以跟我说同样的事，我们是不是在这一方面能够对齐。有些特别天才或者聪明的学生，跟我的风格不太一致，没办法对齐，我其实也没有办法很好的帮助他。」

石冠亚：会做减法，愿意成为full-stack，也能让导师持续学习

石冠亚给出的三个标准，分别指向研究方法、能力边界和师生关系。

第一，能够做减法的人。「现在我们在一个时代就是信噪比非常低，很多最后都是 noise。做加法现在是非常容易的，特别有 coding agent 你把两个方法 merge 到一块，或者做一些所谓的 A+B 类似的 work。比较难也比较重要的是怎么做减法？怎么把问题不断的简化，简化到不能再简化的状态，在里面去做一些 study。」

第二，full-stack 的能力。「我即便我现在没有 full-stack 能力，但我要努力成为 full-stack roboticist。」

第三，是他个人的 taste：我能从这个学生身上学到多少。

「至少在我的课题组里面，很多时候我不一定是 advisor，可能我一直在从学生身上学到东西。我可能非常关注这个——因为我是非常好奇的人，我会看我能从这个人身上学到多少。我是认真的觉得很多时候我是在向我的学生学习或者共同学习。」

最后，他特别强调了一点：不要觉得你需要有某个背景才能做 robotics。

「robotics 它本来就是一个跨学科的学科——没有说你必须要做过 vision 才能做 robotics，做过 control 才能做 robotics；没有说你一定要是机械工程专业的，你才能做机器人。robotics 最重要的是：你到底 care 不 care robotics？你到底是不是对于 2030 年 solve robotics 这个事情感到让你热血沸腾？」

石凡：机器人是一个相对公平的学科，以及沟通能力和初心

石凡特别认同石冠亚最后提到的那个点：机器人是一个相对公平的学科。

「公平怎么讲？比如说以 locomotion 为例，不管你出生在哪里，不管你是很有名的大学还是不太有名的大学——当年你能让人形进行翻跟头，你就是一个非常牛逼的研究、非常牛逼的研究者。可能五年前、十年前只有波士顿动力能做到这件事，但哪怕到今天，它仍然是一个相对来说非常公平的、较强的 perform-driven 的学科。」

「它更取决于你到底想为这件事付出什么，你想把机器人的能力、把一件事做好、做到卓越到哪些程度。」

除此之外，他想额外补充一点——尤其是对中国同学：表达能力、沟通能力非常重要，可能比我们很多时候想象的更重要。

「机器人学科，尤其是当你想做一些比较牛逼的、比较深刻的东西的时候，它不可避免的是一种 teamwork。你需要去团结很多小伙伴，大家一起做一件事。比如说设想你要去做一个比宇树更牛逼的人形机器人——你一定不是你一个人能做出来的，一定是你需要团结很多其他优秀的小伙伴，然后把你的 idea sell 给他们，让大家一起努力去把这个事做成。」

而沟通能力背后，还有一个更底层的东西——做这件事是发自于一个好的初心，你是一个性格上较为善良等等有这些好的品质的人——然后你才更容易把大家聚集在一起，去做一些有风险、有挑战、同时又非常激动人心的事情。

穆尧：全局视野，以及勇敢走出舒适区

穆尧的回答依然非常具体、可操作。

他认为具身智能本身是三方交叉的学科——囊括了 computer vision、NLP 以及传统 robotics。所以他招生的标准是：希望有更全局的视野。

「你做 VLA 或者 world action model 的时候，ViT 的这些基础、模型的结构、包括你怎么去训；做 world model 的话，视频生成里面各种 forcing 是不是都熟悉？」

他的学生有两类人：一类是做 control 出身的，做人形机器人多一些；另一类是做 vision 出身的，做 ViT、做 3D 高斯等。但他对两类学生的要求是一致的：一定要能够勇敢地走出舒适区。

做 vision 出身的，他会很严格地要求他们去积极学习真机系统，包括各种底层的 controller——「一定不能排斥这件事情，一定不能说只在仿真器里面去做评测，你要对真机有非常深入的 sense。」

做 control 的同学，他也要求他们积极去学习 VLA 和 world action model——组里人形机器人专项组的同学，组会的时候每个人要分享一篇相关文章。

「本质上是希望他们能够有全局视野，能够看到这三个方向——我觉得在未来整个 Physical AI，它一定是大交融的。在这个方向上去做出 research，一定是要有一个 global 的 research vision，才能做出一些范式更 novel 的一些 idea。」

侯一凡：耐心——不 work 的时候能坚持，work 的时候不被冲昏头脑

侯一凡最后补充了一点他在身边成功的博士生身上反复看到的特质：耐心。

耐心体现在两方面。

第一方面：在你做的东西不 work 的时候，你仍然可以比较长期地保持专注度和专业性，能够以一个比较客观的角度去看待这个事情，然后去安排自己的下一步工作。

「research 它是有很大的不确定性的。你有时候东西做出来可能就是纯粹的运气好，有时候做不出来可能也没蒙对。东西 work 的时候谁都开心、谁都能够坚持下去。但是你大部分时候东西都是不 work 的——甚至说每一个 project，比如一个六个月的 project，前五个半月、甚至到 deadline 前一周可能都 nothing works，这种例子我也看过很多。」

「只有那种能够坚信自己做的东西是有价值的问题，然后不断地以科学的方式去高效探索的人，才更有可能最终找到真正有价值的结果——这一点我在 CMU 和 Stanford 反复地在非常优秀的人身上看到。」

第二方面：在有东西 work 的时候，你更需要有耐心。你不能被很容易地被带跑，还是要想清楚你究竟想解决什么问题。

「比方说你复现了一个SOTA，机器人它能够 do something——确实很高兴，这时候你可能还是不能被冲昏头脑，而是要想清楚、能够比较冷静地去分析：什么东西值得去做，什么东西只是一时的一个表现而已；什么东西是已经被 well solved 的，它 work 但可能并不太适合去做研究；什么东西它还没有特别好的 sign of life，可能是长期看来更加有 impact 的方法的问题。」

尾 声

两个多小时里，具身智能被从多个技术维度反复审视。我们看到了学者们对技术路线的清醒判断——recipe 未立、scaling law 未定、架构未熟、数据缺飞轮；也看到了他们对后来者的真诚建议——好奇心、基本功、容错率、耐心、走出舒适区。

一凡在开场时说，具身智能的同一个问题，不同时期的人用完全不同的思路去处理，方法一直在变，但问题长期存在。而这场讨论本身，也许就是那个“变与不变”的缩影：技术范式在快速迭代，但对真理的好奇、对教育的信念、对年轻人的期许，是学者身上更稳定的东西。

教师节这天，五位老师用一场两个多小时的真诚对话，给出了他们对具身未来、也对年轻一代的回答。

这也是将门十周年举办这一系列闭门交流的初心：打破盲目崇拜的滤镜，让真实、具体、彼此不同的声音被听见。热潮之中，保留相信，也保留判断。

最后也预告一下接下来的两场活动：9 月 28 日晚，将门将在匹兹堡 IROS 现场联合六家机器人合作伙伴举办群星闪耀精英晚宴，欢迎有 paper 去到现场的同学线下“具身见面”；而第十场收官交流将于 10 月 10 日上午举行，邀请华先胜、马利庄、徐立、赵勇等 AI 领域资深前辈，由王昊奋老师担任特邀主持人，为将门十周年这趟旅程画上句号。欢迎继续来和我们线上、线下聊天！

*注：本文由将门团队根据 2026 年 9 月 10 日线上闭门交流逐字稿整理，所有带「」符号的引用均来自现场发言。

-The End-

本周上新！

扫码观看！

“AI技术流”原创投稿计划

TechBeat是由将门创投建立的AI学习社区（www.techbeat.net）。社区上线700+期talk视频，3000+篇技术干货文章，方向覆盖CV/NLP/ML/Robotis等；每月定期举办顶会及其他线上交流活动，不定期举办技术人线下聚会交流活动。我们正在努力成为AI人才喜爱的高质量、知识型交流平台，希望为AI人才打造更专业的服务和体验，加速并陪伴其成长。

投稿内容

// 最新技术解读/系统性知识分享 //

// 前沿资讯解说/心得经历讲述 //

投稿须知

稿件需要为原创文章，并标明作者信息。

我们会选择部分在深度技术解析及科研心得方向，对用户启发更大的文章，做原创性内容奖励

投稿方式

发送邮件到

yimingzhang@thejiangmen.com

或添加工作人员微信（aceyiming）投稿，沟通投稿详情

关于我“门”

将门是一家以专注于数智核心科技领域的新型创投机构，也是北京市标杆型孵化器。 公司致力于通过连接技术与商业，发掘和培育具有全球影响力的科技创新企业，推动企业创新发展与产业升级。

将门成立于2015年底，创始团队由微软创投在中国的创始团队原班人马构建而成，曾为微软优选和深度孵化了126家创新的技术型创业公司。

如果您是技术领域的初创企业，不仅想获得投资，还希望获得一系列持续性、有价值的投后服务，欢迎发送或者推荐项目给我“门”:

bp@thejiangmen.com

点击右上角，把文章分享到朋友