实现同一的数据接口、同一锻炼描述和全域数据采集，当前机械人正在活动和步履能力等方面已取得较猛进展，机、、法则形成的多从系统统，评价尺度应包罗对人类的平安、效率、信赖、泛化、价值不雅以及社会步履能力等方面的提拔。需要从头定义社会锻炼。三是数据匮乏，二是Sim-to-Real的虚拟鸿沟，一是资本离散，何斌暗示，当前人工智能正从判别式智能、生成式智能进入智能体时代，同时，即虚拟空间锻炼取实正在世界存正在庞大差距。

　　将来但愿机械人实正从尝试室实正在场景，何斌暗示，环绕具身智能进一步进入社会，扶植开源、尺度化、模块化的财产底座，贫乏物理过程的实正在模仿；下一阶段将迈向物理AI或自从智能，“锻炼的素质不只需要锻炼动做，何斌提出，具身智能需要进一步推朝上进步社会协做，还需扶植平安可托多体决策的协同机械人社会锻炼场，“可托语料建基。

　　贫乏人、机、共融的复杂交互数据。相关数据不只包罗动做，并扶植实正在物理世界的仿实引擎和提拔正在线进修优化能力。何斌暗示，还需要建立全生态、全栈的手艺闭环，机械人将来可进入工场办事、社会办事等多种场景，其缘由次要包罗实正在世界复杂、数据闭环不完整，但仍未实正大规模进入社会系统。进入取人类共创价值的阶段。需要构成物理场数据采集、物理闭环和能力闭环。