中经记者 曲忠芳 北京报道
“机器人行业从来不缺令人惊艳的演示，缺的是能在真实世界长期可靠工作的系统。”8月21日，在2026世界机器人大会（WRC）上，清雁科技首席技术官（CTO）王凡指出，当前Physical AI（物理智能）尚未大规模落地，从实验室Demo（演示样品）到规模化部署，中间隔着三道门槛，分别是泛化性、可靠性、持续学习。而行业普遍存在的问题是，单次成功并不等于可部署。
在王凡看来，机器人之所以存在落地瓶颈，一是当前的大量技术路线仅依靠数据和参数规模的堆叠，忽略了理解世界几何物理规律的复杂性；二是物理智能还缺乏类似编码（Coding）之于大语言模型（LLM）的可靠系统外验证能力，这使得可靠性的持续提升成为挑战；三是当前大部分模型在部署后都是静态的，缺乏对持续变化的环境进行适应和学习的能力，极容易因为环境变化而失败。
王凡认为，这三道门槛并非孤立，它们分别指向物理AI架构必须同时回答的三个问题：如何理解世界（泛化）、如何验证判断（可靠）、如何持续进化（学习）。
《中国经营报》记者从WRC现场了解到，清雁科技系统性地提出了“几何物理驱动的物理AI框架”，并现场演示了该公司从几何物理基础、世界模型，到可验证学习与持续学习的完整技术链路。清雁科技创立于2022年，由清华大学与北京雁栖湖应用数学研究院联合孵化，系北京市“专精特新”企业及国家级高新技术企业。就在前不久，清雁科技宣布近期已完成数亿元人民币的A轮融资，由君联资本领投，资金用途将主要投向物理AI基础设施与基础模型及其数据体系的研发。
（编辑：张靖超 审核：李正豪 校对：燕郁霞）
