跳转至

VLA不够了？触觉，将改写具身智能新格局

Ch01.1410 VLA不够了？触觉，将改写具身智能新格局

📊 Level ⭐⭐ | 3.3KB | entities/vla不够了触觉将改写具身智能新格局.md

VLA不够了？触觉，将改写具身智能新格局

来源: 机器之心

发布日期: 2026-05-06

原文链接: https://mp.weixin.qq.com/s/vYZm6HORv00CfJKrFGxt7w

机器之心发布

2026 年，「数据」正成为具身智能竞赛的新焦点，京东、百度等科技巨头纷纷入局。然而，喧嚣之中，一个根本问题悬而未决： 什么样的数据，才是具身智能真正需要的？

近日，全球最大的工程与应用科学专业组织 IEEE（电气电子工程师学会）旗下的旗舰出版物 IEEE Spectrum，对 机器人学家王煜 进行了一次深度专访。

这位深耕机器人领域近 40 年的学者给出了自己的判断： 当前主流的 VLA（视觉 - 语言 - 动作）架构不足以支撑机器人真正走向落地，包含物理交互信息的数据，才是机器人理解现实世界、实现稳定操作的关键所在。

  • 访谈链接：https://spectrum.ieee.org/daimon-robotics-physical-ai

  • 原文作者：Sujeet Dutta，Wiley 科学与工程部高级编辑

上世纪80年代，作为中国首批公派留学生，王煜进入卡内基梅隆大学机器人研究所，成为时任所长的 Matt Mason 教授招收的第一位博士生，专攻 机器人抓取力学与操作规划——这正是当下具身智能操作能力的学术源头。 他曾在多所院校任教，与李泽湘共同创办香港科技大学机器人研究院，培养了大批活跃于今日产业一线的人才。

王煜被斯坦福大学评为 全球前 2% 顶尖科学家， 并作为 IEEE 机器人与自动化协会管理委员会唯一代表中国机构的学者，持续在国际具身智能领域传递中国声音。

从液压到电动、从工业到生活场景，再到如今的人工智能时代，王煜经历了现代机器人学的每一次范式转换。因此，他对当下狂热中的思考格外值得倾听。

在王煜看来， 机器人下一个亟待解锁的能力是「操作」（manipulation），且时机日臻成熟。

如今机器人能完成惊艳的 demo，却仍难以在真实环境中自主感知、决策并稳定执行操作，根本原因在于 对视觉的过度依赖 —— 当机器人尝试拿起一只玻璃杯、采摘一颗草莓、插拔一根电线时，视觉只能告诉它「物体在哪儿」，却无法告知它力度是否恰当、角度是否到位、操作是否完成。

材质、摩擦、接触

关联