孟庆虎：场景智能或为具身机器人技术落地提供可行路径

2026年9月，南方科技大学电子与电气工程系主任、加拿大工程院院士孟庆虎在专题学术报告中，围绕“大模型加仿真机器人为什么还不行”这一热点问题，梳理人工智能发展脉络，剖析当前大模型与具身机器人面临的技术瓶颈，并提出“场景智能”的务实发展思路。

孟庆虎指出，当下广受讨论的“大模型”本质是大语言模型（LLM），以一维文本数据训练而成，擅长文字处理，但对二维图像理解存在缺陷，几乎不具备三维世界认知能力。大语言模型以海量文本数据为训练基底，而数字化文本仅占人类真实生活的极小部分，造成人类高维智能空间与AI低维智能空间的维度错配，这是大模型接入机器人后表现不及预期的深层原因。针对人形机器人热，他认为部分行业叙事带有资本宣传属性，不能直接等同于可行技术路线；当前人形机器人虽能完成固定环境下预设动作，但惧怕现实环境不确定性，缺乏自主任务规划与真实智能交互能力。

面对具身智能发展的不确定环境处理、自主任务决策、高质量智能交互三大现实障碍，孟庆虎提出“场景智能”方案：不盲目追求覆盖一切的通用大模型，而是立足具体垂直应用场景，采集场景专属干净数据集，针对性训练轻量化专用模型，实现技术落地。他以团队研发的主动型胶囊内窥镜机器人、核酸采样机器人样机为例，两套系统均不依赖超大规模算力集群，依靠场景化专用模型，分别完成消化道病灶筛查、核酸采样等实际任务，验证了该路线的可行性。

孟庆虎预测，若要实现家庭养老等家庭场景落地，技术突破叠加成本下降，整体大概需要六至十年周期，不宜过度高估短期产业化进度。他还表示，真正的通用人工智能或许是在覆盖一个个真实生活场景的场景智能之后才可能实现，未来智能发展可借鉴婴儿通过感知与行动自我学习的模式，而非盲目堆砌算力、采集海量复刻动作数据。