← 返回信息流
AI 资讯雷峰网·4 小时前

RSS2026前瞻:共识收敛,中国具身力量亮相

原标题:直击 RSS2026 现场前瞻:共识等待收敛,期待中国具身力量亮相

速览

第22届机器人学:科学与系统大会(RSS 2026)在悉尼举行,聚焦具身智能领域。会议呈现VLA模型、灵巧操作等方向的技术共识收敛,中国公司从铂金赞助到硬件生态全面渗透。斯坦福教授Karen Liu的闭幕演讲探讨数据贫乏与模型丰富路线之争。多位中国学者如李弘扬、苏昊等亮相,展示中国在具身智能领域的系统合力。

AI 深度解读

背景

第22届机器人学:科学与系统大会(RSS 2026)将于2025年7月13日至17日在澳大利亚悉尼ICC举行。作为机器人领域最具影响力的顶级会议之一,RSS以单轨制、高录用门槛著称,与ICRA(类似NeurIPS与ICLR的关系)形成互补——ICRA大而全,RSS精而深。近年来,随着具身智能(Embodied AI)的爆发,VLA(视觉-语言-动作)模型、世界模型、模仿学习、人形机器人等方向迅速成为研究热点,并在RSS 2026上首次拥有独立的Session。同时,中国企业在赞助、数据平台、硬件生态等方面的参与度显著提升,标志着中国力量在机器人顶会上的系统性崛起。

核心内容

RSS 2026的录用论文数量维持在约160篇,尽管具身智能热度空前,但会议依然保持高门槛。本届大会的核心趋势是“共识正在收敛”——技术风向从“机器人能做某件事”的单点突破,转向“策略在不同场景、不同硬件上的稳定泛化能力”。具体表现为三个细节演变:1)单臂抓取被“灵巧操作(Dexterous Manipulation)”大面积替代;2)强化学习(RL)退居幕后,成为大模型和策略训练的基础设施;3)VLA Models的讨论从“能不能用”进入“长时序、复杂工程下好不好用”的深层拷问。

大会看点包括三大方向:

  • 具身“路线之争”:以斯坦福大学教授Karen Liu的闭幕演讲《Data Poor, Model Rich》为代表,聚焦“死磕海量真机数据”与“利用物理模拟器搞合成训练”两条路线的纠偏。
  • 中国学者闪耀:香港大学李弘扬(UniAD作者,获CVPR最佳论文)入选全球仅4席的Early Career Spotlight;UCSD副教授苏昊等华人学者在仿真泛化性、大规模机械臂操作等方向贡献突出。
  • 技术Session独立:VLA Models、Humanoids、World Models首次单独设立Session,标志着这些方向学术共识收敛度提高,距离产业化拐点更近。

日程上,7月13日为Workshop日(32场工作坊,涵盖大模型范式、灵巧操作、Sim-to-Real等),宇树科技冠名Poster Session;7月14-15日为主会,包括Early Career Spotlight演讲;7月16日为闭幕Keynote。赞助商方面,至少6家中国公司渗透,其中智元机器人成为四家铂金赞助商之一,NVIDIA与宇树科技联合推出Isaac GR00T人形机器人参考平台(搭载宇树H2 Plus和NVIDIA Jetson Thor)。此外,千寻智能、无界动力、求之科技、蚂蚁灵波、极佳视界、无问芯穹等企业也已奔赴一线。

关键要点

  • RSS 2026录用论文约160篇,持续精英路线,单轨制、全场同一报告。
  • 技术共识收敛:从单点验证转向策略的稳定泛化;单臂抓取退场,灵巧操作成主流;RL成为基础设施;VLA Models进入“好用性”评估阶段。
  • 具身路线之争核心:Karen Liu闭幕演讲《Data Poor, Model Rich》代表“Model Rich”派对数据合成路线的底层逻辑。
  • 中国学者影响力:李弘扬入选Early Career Spotlight(全球仅4席),苏昊等华人学者在仿真泛化、大规模操作方向贡献突出。
  • 独立Session信号:VLA Models、Humanoids、World Models独立设Session,学术共识收敛度提升。
  • 中国产业力量:至少6家中国公司赞助,智元机器人获铂金赞助;NVIDIA与宇树科技联合推出人形机器人参考平台;多家中国企业赴会。
  • 系统性合力:中国形成了“学术提出范式—联合开源数据—硬件大规模出货—顶会占领统治力”的完整闭环。
  • 美澳在基础研究深度、底层算法原创性、顶尖人才厚度上仍占优势,但风向已变。

意义与影响

RSS 2026不仅是具身智能领域学术共识的“晴雨表”,更标志着中国在机器人顶会上的角色从“单点爆发”转向“系统性合力”。中国企业的赞助、硬件生态的渗透,以及华人学者在关键方向上的学术引领,正在构建一个从研究范式到产业落地的闭环。这种“学术提出范式,联合开源数据,硬件大规模出货验证,顶会占领统治力”的模式,影响力比单纯发论文更持久。同时,Karen Liu的闭幕演讲所代表的“数据贫乏、模型丰富”路线之争,可能重塑具身大模型的数据合成技术终局。对于产业界和投资界而言,看清这些底层共识的收窄,比关注展厅热闹更为重要。雷峰网AI科技评论团队将全程直击,提供中国产业视角的独家报道。

查看原文 →leiphone.com