幂级智能封硕:物理AI成功率要从1个9走向8个9
在2026年11月16日刊发的访谈中,清华大学自动化系副教授、幂级智能首席科学家封硕表示,物理AI要走的路,是让机器人任务成功率不断增加“9”。他判断,当前机器人任务成功率连1个9(90%)都还没达到,而工厂生产大约需要4个9(99.99%),进入家庭等安全攸关场景可能需要6个9,做手术则可能需要8个9甚至更高。
封硕认为,从1个9走向8个9可能需要很长时间,但每往前一步,都可能打开一个此前进不去的商业场景。他把背后的核心难题称为“稀疏度灾难”:真正有价值的数据太少,又散落在海量数据中,AI很难学到。2023年,他相关论文登上《Nature》封面,提出的解法是“密集学习”,即把高价值数据“浓缩”出来再学。
2026年1月,封硕与师兄石梦凯创办幂级智能(DenseAI),公司定位为物理AI的大脑,目前有30多人。封硕称,团队做的是“下一状态预测”,为机器提供物理直觉;VLA(视觉-语言-动作模型)只是过渡性产品。数据方面,他认为遥操作难以支撑预训练,更看好真实世界中已存在的数据,例如全球超过10亿颗摄像头记录的生产生活数据,并通过商业合作获取。
- 2026-11-15 23:36 | 36氪:幂级智能封硕: 走下展示台,机器人还差几个9 ?| 星连被投动态阅读原文
如果一个机器人端十次盘子,能成功九次,你会让它来家里帮忙吗? 听起来已经不错。但剩下那一次,可能是盘子摔了,也可能是热汤洒了。要是把任务换成组装一台仪器,甚至做一台手术,九成的把握就更不够了。90%只是1个9,往后还有99%、99.9%,一直到8个9——99.999999%。9越多,留给机器人犯错的余地就越小。 在清华大学自动化系副教授、幂级智能首席科学家封硕看来,物理AI真正要走的,就是这条不断增加“9”的长坡。 按他的判断,如今机器人的任务成功率连1个9都还没达到,而工厂生产大约需要4个9,进入家庭这类安全攸关的场景可能需要6个9,做手术则可能要8个9甚至更高。从1个9走向8个...