2026-05-29 | 김기혁 기자,김성태 기자

“尖端机器人连拿水瓶都吃力…需超越大语言模型构建‘世界模型’”[首尔论坛2026]

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

“人工智能(AI)在高难度领域或许远远超过人类,但在人类轻而易举完成的日常任务上,却可能表现得极其愚笨。”

AI机器人领域的世界级权威、美国康奈尔大学工学院教授丹尼尔·李28日在首尔中区新罗酒店举行的以“超越智能,成为产业新引擎”为主题的“首尔论坛2026”上,在“产业再设计:机器人主导的物理革命”分会场阐述了物理AI领域亟待克服的课题。即实现物理AI的人形机器人正遭遇所谓“莫拉维克悖论”。

长期研究涵盖机器人学、机器学习和神经科学的AI领域的他,通过具体情境描述,承认了当前机器人技术的局限。他指出:“有人说AI技术正在接近超级智能,但现实是,机器人连拿起烧酒瓶、把酒倒进杯子再递给人这样的动作都很棘手”,“对人来说轻而易举,但机器人要在现实中做到这一点,就必须理解瓶子的摩擦系数如何、如果抓瓶时滑落该怎样做才能不把酒洒到对方身上而是洒到地上等问题”。

因此,作为理解现实世界力学的神经网络——“世界模型”正迅速成为物理AI商用化的替代方案。李教授表示:“大语言模型(LLM)基于文本,在理解物理现实方面存在局限”,“机器人不仅要提升精度等硬件性能,通过世界模型学习理解外部世界也变得越来越重要”。

他解释说,需要让机器人像人一样,即便没有事先学习也能直观理解现实的技术。李教授将当前AI技术水平界定为“黑箱”,并提出解释AI复杂运算过程的“白箱”理论作为解决方案。白箱与由结果推断原因的黑箱相反,是说明输入如何被处理并得出结论的概念。

李教授说明:“应打开AI的黑箱,观察AI如何把数据结构转换为特定任务”,“观察AI系统运算作用的几何特征,有助于推动AI模型的高级化”。他还补充:“理解并解释AI内部发生的事情,将在实际物理环境中保障AI的安全性与性能”。

他特别建议,在韩国应更关注效率而非AI开发的数量。李教授强调:“韩国人口不再增长,数据量已接近极限”,“不应只专注于规模扩张,而需要智能化地构建AI”。他还补充:“韩国在规模经济方面不及美国或中国,但技术人才水平高是其竞争力所在”。也就是说,在全球AI模型竞争中,韩国应以人才为优势,加快打造高效率AI。

其他嘉宾也在本场分会场的讨论中提出了弥补以现实数据为主的学习方式的替代方案。韩国人形机器人开发初创企业Holiday Robotics代表宋基映表示:“人形机器人若要投入制造业现场,作业准确度必须达到99.9%的水平,但目前还没有能实现这一点的AI技术”,“尤其是数据采集成本高,因此我们更专注于结合虚拟数据进行仿真的强化学习”。

也有观点认为,处理图像、视频等视觉数据的视觉语言模型(VLM)技术将有助于人形机器人产业发展。首尔大学教授洪性洙表示:“在自动驾驶领域,2023年出现了从车辆周边感知(传感)到控制全部由其承担的端到端技术,此后仅两年便普及开来,使得能够具体掌握汽车事故的原因”,“自动驾驶技术两年的发展可与过去60年相比,人形机器人也将走上类似的路径”。

阅读韩文原文