由深圳市人民政府主办的第二十七届高交会于2025年11月14日-16日在深圳举行。作为高交会的重要论坛“中国高新技术论坛”于11月14日举办，论坛主题为：人工智能赋能未来产业发展”。松应科技创始人兼CEO聂凯旋指出，现在智能化的水平仅在互联网层面，提供一些生活上的便利服务，包括购物、旅行、定票等等。但更巨大市场是如何把人工智能应用到物理世界（制造业、医院、仓储物流等等）。“这些物理世界的产值比互联网产值大十倍以上，这也是为什么英伟达的股票一直在涨。”
聂凯旋提到，过去英伟达的芯片主要卖给互联网等企业，物理实体行业大量客户并不是其消费群体，所以在未来很长期的过程中，它通过物理人工智能将AI模型、各种形态（包括低空飞行器）应用到物理实体行业，这个过程放大了足够大的市场规模，这也是市场给予它的正向反馈。
“因此，它的股价持续上升，最近已经达到5万亿美元，未来还可以涨到10万亿甚至20万亿美元。”他表示，但这里面有一个非常重要的前提，AI本身并不对物理世界有足够多的掌握，那就需要构筑一套新型的环境，如何教会人工智能理解物理世界的规律，包括一些生产的规则。
以下为演讲实录：
聂凯旋：大家下午好！松应科技是专注于自主研发物理AI仿真系统的科技型公司，今天的汇报主题在具身智能方向，所以我今天会围绕具身智能方向讲松应科技的物理AI仿真系统在这里面做的一些重要工作，包括我们的一些成果，我们围绕的是具身智能模型训练方向和场景化的落地。
我会分四个板块介绍，包括物理人工智能发展的趋势，目前所遇到的核心瓶颈，及破解方法，物理AI仿真、仿真合成数据方向所做的工作，最后是我们正在做的物理AI生态型联盟，这个联盟非常有价值，是打造从芯片到系统软件的国产化端到端系统联盟。
人工智能是现在非常热的领域，人工智能的发展经历了几个关键阶段，从最早的感知型人工智能（CV）再到2022年ChatGPT正式发布，第二次重新引爆了人工智能的发展。随着近两年时间里通过多Agent的方式实现更多应用简化、应用智能化，有了代理式的人工智能。但我们仍然看到现在智能化的水平仅在互联网层面，它在帮助我们生活上提供一些便利服务，包括购物、旅行、定票等等。但我们看到的更巨大市场是如何把人工智能应用到物理世界（制造业、医院、仓储物流等等）。这些物理世界的产值比互联网产值大十倍以上，这也是为什么英伟达的股票一直在涨，涨的原因很简单，过去它的芯片主要卖给互联网等企业，物理实体行业大量客户并不是他原来的消费群体，所以在未来很长期的过程中，它通过物理人工智能将AI模型、各种形态机器人（包括低空飞行器）应用到物理实体行业，这个过程放大了足够大的市场规模，这也是市场给予它的正向反馈，通过这个措施让它的股价持续上升，最近已经达到5万亿美元，未来还可以涨到10万亿甚至20万亿美元。这是我们对它的基础判断。但这里面有一个非常重要的前提，AI本身并不对物理世界有足够多的掌握，那就需要构筑一套新型的环境，如何教会人工智能理解物理世界的规律，包括一些生产的规则。
这两年投资热点从大模型转向机器人，今天的机器人很好的扮演了人工智能的载体，通过机器人作为载体与物理世界进行交互，在交互过程中再通过大量传感器收集这部分数据。这部分数据非常宝贵，前面几位分享嘉宾都在讲数据的重要性。数据是制约具身智能发展的核心瓶颈，这个数据目前整个行业中所拥有的保有量非常低，我们可能对未来的预期是它能够通过AI进入一个本体设备，进入到各种场景。但现实基本上还在实验阶段，这里面有很多种差距的存在，包括数据采集的差距、现有场景复现能力、感知器件使用，都是制约具身智能发展的途径，但行业一直在推进，特别是模型、大小脑。小脑是目前发展最快的领域，很多机器人目前投放出来的效果非常有深度，同时给人进步的感觉非常快。但我们也同样看到，在大脑层面，今天仍然还是在非常基础的任务上进行操作，即使是海外市场，包括英伟达、Figure等等，提供的大脑水平并没有得到特别大的提升，在任务的泛化性和多任务协同上非常受限，核心原因在于他们的参数量非常低。参数量低到什么程度？目前整个行业里真正能够用于具身模型训练的交互数据大概1000万条左右，但我们所需要的具身模型训练数据可能要达到千亿条~万亿条的规模甚至更高。具身模型的训练难度或者未来应用前景范围远远高于自动驾驶。这庞大的数据缺口是目前行业里的瓶颈，也有很多种方式在解决这个问题，包括机器人训练中心、数据采集中心，都在试图获取这部分高质量的数据，但也看到其他方案，比如仿真模拟，还有视频的轨迹数据，也可以来自动捕轨迹。这些数据共同构成了数据来源。经过这两年的发展，几乎所有做具身的公司都在大量使用仿真，比如数据采集阶段。业界形成这样一个共识，有它的历史必然，也是技术融合的必然。
这里面有一个典型代表，相信做具身的同学对英伟达都非常熟悉，大家都基于这套技术做相应训练。Omniverse是2020年开始开发，大家熟悉的可能是CUDA，很多高校开发者包括李飞飞等等，都是在基于CUDA开发自己的神经网络应用，CUDA也是2012年被大家熟悉后进入一个快速成长的阶段，就是今天奠定人工智能垄断地位的核心。2020年他为什么会选择在有CUDA垄断下还开发一套全新的系统？我们看到两个层面的因素，其中一个是CUDA本身是一个很老的技术架构，到今天已经20年时间。对于今天的开发者来讲它是一个比较遥远的结构，本身它的建立是为了让开发者更好的使用到底层算力和算法服务，但它是底层语言开发的，比如C++及更底层的语言，但开发者现在的培养基本上是以高级语言来学的，比如现在高校的学生学的基本上是以Python为主的，CUDA对于开发者来讲本身也很遥远了，所以它的危机感意识非常强。
如果我们要把人工智能技术从互联网引入到物理世界，人才密度有非常大的区别，互联网的人才密度是目前看起来最高的，物理世界里很多传统行业比如进入到一个制造业，可能就几个懂IT的人。如果要把自己这套新的技术栈（芯片、软件系统）能够嵌入到物理世界，难度系数比今天大得多。
举例，大语言模型公司很难把自己的模型从英伟达的CUDA体系搬到华为或其他国产芯片体系，他们的人才密度已经非常高了，但仍然没有办法快速搬过去，他们人才密度高是算法人才密度高，并不是底层有能力编程代码的人才密度高，所以他没有能力搬迁。但类推到物理实体行业，这些行业就更没有能力做这件事情，因为他们的人才密度可能比这边低100倍都不止。它的核心能力是如果要进入到物理世界，那需要有一套全新的系统能够帮助我们把自己的技术、软件栈、算法、硬件嵌入到客户现在已有的生产系统当中去，它就开发了Omniverse这套平台。比如今天讨论的具身智能，做人形机器人、仿真机器人的公司95%左右都在使用英伟达的系统。
松应科技创始团队过去一直在对标英伟达做芯片工作，所以我们很早就在研究英伟达这套体系。为什么在它2020年开始做这件事情后我们2021年选择成立这家公司，选择从Day1开始对标英伟达，到目前为止我们正好满四年时间。去年6月份开发了第一代ORCA1.0，全面对标英伟达Omniverse。今年年初正式发布了2.0版本，这个版本是升级版本，目前所有核心部件，包括自动驾驶板块、机器人训练的仿真板块都有提供。团队目前总部在上海，北京、深圳都有相应开发团队。截止到目前还是高级研发团队为主，研发人员占比超过90%，我们也获得了近10家投资机构的投资。因为在这个事情上，我们前几年投入比较大，所以需要得到很多资本的助力。截止目前，我们应用到40多家央国企和国家实验室的合作，包括一些具身智能企业。推出后也获得一些荣誉，包括我们也拿到今年国赛一等奖，世界人工智能大会的SAIL奖，我们今年在上海拿到第一批“AI+制造”服务商，方便未来在制造业的深度合作。
我们系统包括高清三维渲染系统，物理仿真引擎，以及基于AI生成构建3D的AIGC服务工具，会在3.0版本同步上线，包括框架的集成，像强化学习等等学习框架。最后一步，多维数据合成，这个数据合成是我们进入到模型训练最重要的前置步骤，把我们过去构筑的物理环境包括基础的物理参数，光照、材质、摩擦力、重力加速度、坐标，包括传感器收集到数据的等等，这些信息会随着任务交互过程中采集，最后进行有效的对齐，这个对齐是非常关键的步骤，所有物理环境数据，机器人与物理交互的动态数据和它身上搭载的传感器和关节数据都会进行有效对齐，一般在15-30秒的区间。通过数据对齐教会人工智能理解物理世界发生的规律，因为它有因果关系，并不是单纯的独立的片段，而是连贯性的任务，给到人工智能的是这样的方式。我们所支持的行业不限于在具身人形机器人身上，也包括工业智能、自动驾驶仿真平台、低空飞行器。工业里，我们目前做得更多一些。
工作流程简易图，包括核心数据来源，汇总到仿真，通过仿真系统进行有效仿真和二次数据生成，生成完的数据会导入到验证模型中训练，因为我们本身并没有做模型，我们是仿真平台和数据平台的生产商，所以会把数据合成后导入到模型里做相应的模型验证和优化，最后会返回到仿真系统进行二次驱动，驱动仿真机器人在高精度仿真环境中进行二次操作，来获取更多仿真合成数据。
仿真平台，目前用4个100来总结，我们提供的高精度数字环境非常丰富。光自有场景已经超过150套，基本上以数百~数千平米为单位，所有物体都可以进行交互。高效并行仿真控制，仿真不会代替真实，但可以有效加速真实数据的替补，或者能够极大的扩充数据量，目前我们也做到单卡GPU4000个机器人的高并发。目前使用的是某一家国产芯片的GPU实现的。机器人全面感知非常重要，因为在整个仿真环境中，它更像一款游戏，但这个游戏是为机器人做的，人可以通过感官设备和身体做外设交互，机器人是通过大量传感器、视觉、力觉、激光雷达等等设备感知。最后是合成，把历史上前面看到的数据都进行有效的对齐和合成，用于模型的训练。目前这个仿真系统能够提供的合成数据维度超过20个。人类对于物理掌握的维度是60多个，仿真系统目前只能提供到20个，但随着后面对传感接入的数量更多，从不同维度会提供更多丰富的维度。
高精度训练场和机器人模型交叉的训练，把不同的机器人模型导入到不同的训练场中交叉，获得大量可泛化的交互动态数据。
在有数据环境的情况下如何增加随机化和泛化性。自动化随机化的光照和材质替换，通过改变材质和光照，提升数据的采集包括泛化性，最终帮助我们做现实的部署。
目前在实际应用中我们和客户进行总结后得到的数据比例，未来训练这个模型是1：8：1，其中前10%是示教数据。中间屏幕下方有一个人通过遥操作操控仿真机器人，再由仿真机器人实时写入到真实机器人，做到完全无缝迁移。这样做的优势是未来采集数据时等效于不需要真机存在，只需要通过仿真遥操也能像人一样教会各种任务和动作，包括工控里有经验的师傅来教育，可以采集到非常低成本高质量的数据。这部分数据一旦形成，第一阶段的数据成本大幅下降，大概1/5到1/10，没有硬件成本，通过仿真采集。二是通过纯自动化生成，将人+仿真机器人采集的遥操作数据导入进来，让它自动化执行数据增广。这个过程中会把刚才用到的能力，比如光照随机化、材质随机化，都会在这个场景中使用到。这个过程中就可以生成10倍、20倍、100倍的数据泛化，让它的数据量得到极大的丰富。最后是微调，这个步骤也是少不掉的。仿真有自己的上限。人对物理世界已经知道的一些信息，最后会通过物理仿真进行微调。数据会导入到不同模型中验证，包括ACT、pi0等。数据采集后对会到仿真模型中做验证。这是我们跟开源模型做的合成数据在模型中微调的效果，50条遥操作合成数据再做10倍增广，最后训练这个动作任务，也能做到接近90%的成功率，非常好的反馈。
这是目前已经对外提供的一些数字训练场，包括涵盖了工业、商业服务、康养医疗、生活等等。
这是工业领域的，是我们对外交付的数字化工厂，工厂的所有图都是仿真的图，并不是真实采集，它的画面逼真度包括里面所有的箱体、主体结构都是有物理属性的，可以完成物理级的交互，有重力、摩擦、不同光照反射，包括软体形变，比如这是在汽车组装上有一些衔接工作，也可以实现高精度的数据采集和训练。
我们跟上海国地中心的合作，一起建设了仿真训练场，国地中心是国内第一个异构具身智能虚实融合训练场，这里面既可以看到真实训练环境，也能看到在仿真里的训练环境。
制造业，我们是第一批“AI+制造”服务商，去年我们联合申报了国家人工智能中试基地，作为参与单位。
跟面向3C制造上也在做相应工作，包括构建数字化训练场，做高质量数据的采集和可信数据试点。
兵器五八智能的合作，今年五八在杭州建立了人形机器人中试基地，松应科技是它重要的生态合作伙伴。
最后是我们正在做的一件长期的事情，我们想要打造的是基于全国产化能力的虚实融合训练场，面向多个行业，其中上海率先在全国发布了第一个超大规模城市级人工智能实训场，我们也参与了建设。核心特征是除了支持像英伟达等海外芯片，也可以同时纳管和兼容国产化的芯片，构建多元异构化的底座，支撑具身模型的训练。
这是生态构建，英伟达目前是绝对的王者，包括大核芯片、仿真软件、端侧芯片，目前它的策略非常简单，就是三台计算机构筑了一个完全封闭的市场。在未来，我们希望打造的是一套开放架构的生态，目前已经有多家芯片厂商跟我们进行了合作，包括沐曦、摩尔、瀚博半导体等。这些厂商都是国内非常主流的芯片厂商，与我们进行战略合作后，我们相应的会跟着这个方向构筑一个端到端完全自主可控的物理AI技术体系。因为我们看到从外部可获得的技术能力持续在下降，但人工智能和物理人工智能的需求在持续增长，这个过程中一定会有必要构筑一个完全自主可控的AI底座。
以上是我的分享，谢谢大家！
新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。
还没有评论，来说两句吧...