新华未来机遇对话丨厘清智能李毅：让智能自由流动，从“知道”走向“做到”

9月23日，由中国经济信息社数字经济研究中心举办的新华未来机遇对话·闯关——从“演示级智能”到“规模化应用”具身智能高质量发展研讨会在京举行。北京厘清智能科技有限公司（以下简称“厘清智能”）首席运营官李毅表示，厘清智能从真实任务出发，连接数据、模型、物理训练、本体适配与场景反馈，让智能不再被限定在单一本体或单一场景中，在反馈中持续改进。

图为厘清智能首席运营官李毅在研讨会上发言

“智能已经学会读、写、看和思考，但当它走出屏幕、进入现实，知道怎样做，不等于真正做得到。大模型从语料中学习，而Physical AI需要的能力，只存在于真实世界的交互里。”李毅说。

当前，行业仿真工具百花齐放，企业自研与开源工具并存，同质化、碎片化问题突出。大量企业基于第三方仿真引擎做二次开发，底层自主权受限。

厘清智能是一家下一代 Physical AI 公司，致力于建设面向物理世界的通用基础设施，让智能从真实任务中学习，跨越不同本体与场景，并在反馈中持续改进。

李毅介绍，厘清智能坚持全栈自研，自研了PWM可微分物理引擎并开展后训练强化学习。通过先采集少量真机数据做对齐，再在物理引擎中进行大量仿真试错，能够大幅节省部署成本和时间。对底层算子的掌握，也增强了终端部署时对训练结果的掌控力。仿真引擎可优化、可微分，能够适应不同产品需求，针对不同场景灵活调整，具备良好的泛化性。

关于具身世界模型的训练，李毅介绍，在数据层面，厘清智能构建了从数据采集硬件、采集场景到数据管线的全链条自研模式；在训练层面，公司在预训练和后训练两个阶段均坚持自研路线，与数据管线共同构成了整套模型训练体系。

在产业生态协同方面，李毅建议，政策端需要规范数据标注、数据采集等环节；标准端需要解决不同榜单标准不一、场景任务价值难衡量的问题，推动形成相对统一的行业标准；资本端需要加强与行业的沟通交流，明确上市标准与门槛，让资本化渠道更顺畅，引导行业健康持续发展。

“新华未来机遇对话”系列研讨沙龙，旨在搭建高端智库交流平台，架起行业洞察趋势、凝聚共识、链接资源的桥梁。活动与业界人士共同聚焦未来产业发展，对行业热点、焦点、难点展开“头脑风暴”，以思想碰撞催生新思路，以集智聚力破解新难题。

编辑：杨扬

版权声明：未经新华财经书面授权许可，严禁任何个人或机构以任何形式复制、引用本文内容或观点。

免责声明：新华财经（中国金融信息网）为新华社承建的国家金融信息平台。任何情况下，本平台所发布的信息均不构成投资建议。如有问题，请联系客服：400-6123115