近日，首钢园香格里拉宴会厅举办的「触碰真实·自主进化——机器人幼儿园启幕大会」，成为具身智能领域的关键节点。
此次活动由2024图灵奖得主、强化学习之父理查德·萨顿联合他山科技发起，是全球首个将强化学习落地实体机器人训练的科创载体，标志着具身智能从虚拟仿真转向真实交互。
活动期间，萨顿接受公开采访，围绕具身智能的核心议题分享观点，回应行业的技术争议与落地疑问。
真实经验是具身智能的根基
对于当前具身智能的核心瓶颈，萨顿直指行业过度聚焦大语言模型的问题。他认为，流畅的语言能力仅为智能的一小部分，完整智能需包含感知世界、交互试错、经验迭代等维度。
具身智能的核心瓶颈，是未将「真实经验」置于智能发展的根基位置，通用智能的研究核心，是跳出纯文本、纯数据框架，让智能体通过与物理世界交互积累第一人称经验。
这一判断，引出关于技术路线选择的核心讨论：仿真是否能成为具身智能的可行路径？
仿真无法复刻真实世界的复杂度
萨顿表示，仿真路线因低成本、可控性、可无限重置具备吸引力，是高效方案之一，但长期来看，这条路径难以通向真正的通用智能。
根本矛盾在于，真实世界的复杂度远高于任何仿真系统，不仅包含刚体与物理规则，还涉及其他智能体的思维决策与无处不在的不确定性，这些都无法被模拟器完整复刻。
当前仿真系统普遍存在算力倾斜问题：资源多分配给智能算法，虚拟环境的算力有限，导致模拟器仅能生成低自由度的简化世界，容易让研究者陷入路径依赖。
这种路径依赖有两种典型表现：要么一味打磨模拟器精度，停滞智能本身的研究；要么基于模拟器规则做简化假设，忽略真实世界的时序关系与动态变化，偏离智能的本质。
因此，萨顿坚持推进实体机器人幼儿园的建设，只有在真实物理环境中试错，长出的智能才能真正落地。
大模型是智能的部分而非核心
萨顿多次明确，行业对大语言模型的过度关注，掩盖了具身智能的核心需求——语言只是智能的一小部分，并非通用智能的核心。
具身智能的核心，在于智能体与物理世界的真实交互及经验迭代，而非文本生成的流畅度，大模型在其中的定位仍需回归辅助角色。
中国硬件优势是具身智能落地的关键
合作方他山科技的触觉技术，是此次实体落地的核心支撑。萨顿指出，他山是触觉传感领域的全球领军者，而触觉感知是机器人从经验中学习的核心入口，没有真实触觉反馈，物理交互便缺乏真实基础，经验无从谈起。
除技术匹配外，双方的理念契合也是合作的关键：他山完全认同从经验中学习是具身智能的核心路径，且保持开放的探索科研态度，「机器人幼儿园」的构想是双方不约而同的想法。
在访谈中，萨顿对中国具身智能产业的独特优势印象深刻，核心是中国的硬件制造能力。
他山能以低成本、大规模、稳定的高性能与质量生产机器人硬件，这种产业能力在全球独树一帜。
萨顿补充，很多人认为硬件只是载体，算法才是核心，但实际上，硬件的普及度直接决定智能迭代的速度，更多实验载体与更低试错成本，会反过来加速算法成熟。
依托这一优势，中国不仅可成为全球硬件生产中心，还有机会成长为具身智能科学研究的引领者。
对于行业普遍的就业焦虑，萨顿给出了明确回应：基于经验学习的新型机器人，不会替代岗位，反而会创造更多就业机会。
他认为，历次自动化革命的规律一致：技术升级不会消灭工作，而是增加岗位总量，让劳动者转向更有创造性、更高附加值的工作，具身智能的发展也会遵循这一规律。
对于想要学习AI与机器学习的群体，萨顿的建议更侧重思维培养：比起具体书单，更重要的是发展独立思考，而非堆砌知识点。
他认为，写作是锤炼思维的最好方式，通过写下思考并与他人交流，可提升审视自我想法的能力。
对于年龄小的学习者，萨顿建议不要过早局限单一领域，要保持对数学与自然世界的好奇心，广泛接触不同学科，同时学会在海量知识中取舍，像搭建宫殿一样构建深刻理解的知识骨架，再向外拓展。
本次访谈基于公开活动分享，为具身智能的技术路线与产业落地提供了权威视角，为从业者与研究者梳理了核心方向。
本文基于公开活动采访整理。