仅凭几段视频,人工智能(AI)即可学习人类判断标准的物理AI原创技术在韩国问世。即使人们不必亲自评价数千至数万次机器人行为,AI也能自主学习符合人类意图的行为,预计将大幅减少机器人、自动驾驶汽车及AI智能体开发所需的时间与成本。
KAIST10日表示,电气与电子工程学部教授刘昌东研究团队在世界上首次开发出仅凭少量偏好视频即可学习人类判断标准的“VOTP(Video-based Optimal TransPort Preference)”技术。
物理AI指的是超越生成文本与图像的AI,如机器人或自动驾驶汽车那样在现实世界中直接移动并行动的AI。在工厂代替人类执行危险作业的机器人、判断复杂路况的自动驾驶汽车、执行精细手术的医疗机器人等都是典型代表。
要让物理AI在实际现场得到应用,机器必须能够判断哪种行为更符合人类意图。为此,AI需要学习区分好行为与坏行为的标准——“奖励函数”。但此前为构建奖励函数,人们必须亲自观看并评价机器人行为数千至数万次。这一过程耗费巨大时间与成本,一直被视为物理AI商用化的主要壁垒。
刘教授团队注意到人类只需观看几次示范即可学会新工作这一点。团队开发的VOTP被设计为仅凭约10段好的示范视频与坏的示范视频,就能让AI掌握人类偏好的行为模式。其方式是由视频AI从视觉上分析机器人行为的细微差异,并利用“最优传输”这一数学方法自动推断对大量视频的偏好度。
由此,AI即便在人们未逐一评价的各种情境下,也能自主判断哪种行为更为理想,并学习符合人类意图的行为。研究团队说明称,在针对多种环境与作业的实验中确认了VOTP的学习效率与泛化性能。
该技术可应用于机器臂控制、人形机器人、自动驾驶汽车、智能工厂、无人机、手术机器人等物理AI整体领域,也有望应用于观看电脑屏幕自主执行作业的软件AI智能体。特别是在将新机器人引入产业现场时,专家只需挑选几段现场视频进行评价,AI即可据此分析多种情境并学习最优行为,从而缩短测试周期、降低数据构建成本。
本次研究由电气与电子工程学部博士研究生Lu Minh Tung作为第一作者参与。研究论文已被将于7月在首尔COEX举行的世界顶级AI学会“ICML 2026”录用,并被选为口头报告论文——在全部提交的23918篇论文中,仅前0.7%的168篇获此资格。






