獨家專訪李弘揚：成為 RSS 二十年唯一國人獲獎者後，我要 all in 全身智能

## 從自動駕駛到具身智能：一個跨界者的積累

RSS向來以單軌制、小規模、高門檻著稱，被李弘揚形容為「非常old school的頂會」。今年參會人數從過去約兩百人增至近七百人，展現出擁抱變化的姿態，而李弘揚本人恰恰就是這種變化的縮影。他最早因自動駕駛領域的BEVFormer和UniAD聞名業界，其中UniAD更奪得CVPR 2023最佳論文，是近十年來大陸學術機構唯一獲此殊榮的工作。近兩年，他將目光轉向具身智能，與智元合作建設AgiBot World百萬真機數據集，並持續組織機器人競賽、推動社區發展。這些成果成為獲得RSS青年成就獎的關鍵。李弘揚坦言，獎項不會只看一篇論文，「更願意理解為長期積累的認可，包括研究貢獻與社區推動。

」在他看來，正是自動駕駛時代建立的規模化思維、數據基礎設施與閉環迭代體系，為今天的具身智能研究打下堅實基礎。## 全身智能：不只是上半身加下半身

在演講中，李弘揚正式提出「全身智能」這一技術路線。他解釋，目前具身智能大致分為兩派：一派聚焦上半身的VLA模型與靈巧操作，另一派專注下半身的運動控制如踢足球、打乒乓球。但真正最困難的，是讓機器人在真實環境中實現感知、決策、運動控制與靈巧操作的統一協調。「它面對的不再是某一個技能，而是整個技能體系。一旦摔倒，靈巧手可能直接損壞，代價非常高。」李弘揚以演講時播放的乒乓球影片為例，機器人嘗試救球卻摔倒，引發現場笑聲，但他嚴肅指出，「摔倒」凸顯了全身協調的迫切性。當機器人裝上越來越多的靈巧手與感測器，局部能力的堆疊不足以應付開放世界，必須從系統層面重構。

因此，WBI不等同於「VLA加控制」的簡單拼接，而是從硬件到算法、從數據到訓練體系的全方位整合。李弘揚指出，自動駕駛讓他深刻體會到Scale up的真諦：決定模型上限的不只是算法，更是數據怎麼採集、管理、訓練與閉環迭代。這些經驗已經全盤移植到具身智能的研發中，成為WBI的關鍵支撐。## 從教授到創業者：承擔不同使命

拿下青年成就獎後，李弘揚宣布重心將移向創業，從學術界走向產業界。他並不認為這兩個身份衝突：「學校適合做小而精的原創研究；創業公司則能把原創思想變成完整的系統，持續迭代。」他期許自己未來成為「具有科學家精神的企業家」（Researcher Founder），並公開表示欣賞智譜AI創始人唐傑：「大學老師創業，我認為第二成功的是唐傑老師，最成功的是湯曉鷗老師。」

李弘揚創立的源策（Archon.tech）目標明確——打造世界領先的具身大腦。這裡的「大腦」不是仿生概念，而是用來描述機器人不同層級的智能系統：高層決策依靠Foundation Model，底層運動由控制系統執行，中間還有規劃與協調模組。他透露，未來兩年有兩條路徑：一是與優秀機器人廠商深度合作，由源策提供WBI算法；二是進一步走向全棧，將算法與硬件重新定義，推出面向下一代的智能系統。無論哪種選擇，核心定位都不變：專注於具身智能系統的領先地位。 ## 一個新概念：智能人形的時代目標

訪談中，李弘揚反覆強調一個他努力推動的行業概念——「智能人形」（Intelligent Humanoid）。他認為，過去二十年我們經歷了智能手機時代，隨後是智能汽車時代，每一個時代都有代表性的物理智能終端。「下一個時代，就是智能人形。而支撐它的核心技術，就是全身智能。」

他坦言，一個新概念不會因第一次提出就成為共識，需要不斷討論、驗證與實踐。「今天大家討論靈巧操作、運動控制或VLA，但這些都是局部能力。真正決定機器人能否進入千行百業的，是能不能把所有能力統一起來。」李弘揚希望行業的討論能從「某一個模型」轉向「機器人整體的智能架構」，因為最終的競爭必然回歸系統能力。 他甚至半開玩笑地對記者說：「此時此刻我們聊出的『智能人形』，未來十年會成為家喻戶曉的存在。」眼中閃爍著前一天僅睡兩小時仍不減的熱情。 ## 擁抱質疑，堅持長期主義

面對來自傳統機器人領域的質疑，李弘揚態度坦然。他認為RSS的傳統魅力在於保持學術純粹性，同時已開始擁抱產業界的參與。「真正重要的問題，往往在一開始都不是主流。如果今天沒有人去做，全身智能永遠不會發生。」從教授到創業者，他的思考尺度也發生了根本改變：「以前更關注一篇論文、一個算法，現在會思考五年、十年後這項技術會不會真正改變行業。」

他強調，具身智能的數據發展已經進入新階段——簡單追求百萬條軌跡的數量已不夠，真正的門檻是數據質量與多樣性。「機器人面對的是開放世界，需要能夠幫助模型理解物理世界的數據，而不只是完成任務的數據。」這正是AgiBot World數據集為WBI中多段式模型訓練提供的獨特價值。 ## 未來已來：擁抱完整智能體系

在採訪尾聲，李弘揚透露了一個小遺憾：他本想在演講現場發起一個投票，探討「未來十年決定機器人成功的關鍵能力是什麼」，但因故未能實現。如今他把這個問題留給了行業——也留給了雷峰網的讀者。在他看來，機器人最終要像人一樣理解環境、做出決策、控制身體、完成複雜任務，而這一切的核心，就是Whole-body Intelligence。 「這條路一定很難，也會有很多爭議。但如果我們相信機器人最終要成為下一代智能終端，就必須有人去探索這個問題。」從RSS講台上那位全身心投入的學者，到全力奔赴創業賽道的企業家，李弘揚正用自己的選擇，替這個問題率先作答。