港大教授Taku Komura：用消费级设备构建具身智能原生世界模型
量子位 · wechat · 2026-07-31
在 SIGGRAPH 2026 上，香港大学 Taku Komura 教授因其 2016 年的动作合成论文荣获时间检验奖。他的研究主线清晰：让机器从数据中学习人类运动结构，进而理解物理世界。
从动作生成到物理 AI
十年前，Taku 团队率先将深度学习用于 3D 角色运动合成，提出了“人类运动先验”的概念。此后，他的研究逐渐从孤立的姿态生成，扩展到身体、物体与环境的复杂交互。其开源项目 AI4Animation 已获超 8000 Star。
破局具身数据瓶颈
当前机器人遥操作数据采集成本极高且场景受限。Taku 团队认为，突破口在于消费级场景。依托其人类交互先验模型，团队仅需一台 iPhone，就能完成日常操作的数据采集与 3D 重建，将手部重建误差降低了 60%，成本降至过去的几十分之一。
构建多模态原生世界模型
现有的具身数据多依赖视觉与轨迹，但相似动作背后的受力与接触可能完全不同。团队正在推进以人为中心的原生多模态世界模型：通过可穿戴设备同步采集第一视角、眼动、肌电（发力与接触）等信号。这让世界模型不再单纯预测下一帧像素，而是预测真实的物理状态变化（如推力大小、接触位置），从而让机器人真正理解“这样推会不会倒”。
「具身」频道最新
- 宝马斯巴坦堡工厂测试 Figure 03 人形机器人 — emmanuelvivier · 2026-07-31
- 三星成立机器人业务部门，全面加码工业与服务机器人 — emmanuelvivier · 2026-07-31
- 突破边走边抓瓶颈：CoorDex让49自由度人形机器人协同操作 — 量子位 · 2026-07-31
- Physical Intelligence 高管澄清定位：不止于遥操作，全力攻克通用具身智能 — ZeYanjie · 2026-07-31
- 实拍大型电机轴打磨加工现场 — MatthewChang · 2026-07-31
- M5Stack 开办强化学习机器人研讨会：从仿真到真机部署 — ShawnHymel · 2026-07-31