张江，跑出一家世界模型黑马

近日，AMD宣布以约82亿美元收购李飞飞创办的World Labs。李飞飞公司推出的模型，可以从文字、图像、视频和空间数据中生成、补全、重建三维场景，为游戏、影视、自动驾驶乃至机器人提供可交互的仿真环境，目标是让机器理解真实世界的物理关系。芯片巨头愿意用真金白银押注“让机器看懂世界”，是具身世界模型赛道巨大发展潜力的有力佐证。

沿着同样的赛道，在上海科技大学的校园里，藏着一间YesAI Lab（可信与通用智能实验室）。作为上海科技大学信息学院的AI研究实验室，其主要聚焦生成式模型与具身智能。在这里，机器不仅学会“看懂”世界，还能在三维交互环境中反复训练动作、感知接触，并从每一次失败中自我改进。

这间实验室的负责人是石野教授。过去几年里，他和团队在生成模型、强化学习、三维视觉、机器人操作等领域积累了大量成果，让具身世界模型的机器人得以从单场景部署走向规模化适应，在真实世界里更快、更省地学到新东西。2025年底，石野在张江AI创新小镇成立了瞬适科技（上海）有限公司（简称“瞬适科技”），定位于物理AI时代的具身世界模型基础设施。成立不到一年，瞬适科技完成千万美元种子轮融资。

近期，张通社走进上海科技大学YesAI Lab，专访了瞬适科技创始人石野，了解、探讨：为什么机器人每换一个场景，就得从头学起？他们如何破解这一难题？

少年砺学，躬身入局具身世界模型赛道

石野的成长轨迹，每一步都比同龄人快一些。

小学连跳两级，16岁便考入西北工业大学数学系。当同龄人还在为高考冲刺时，他已经坐在了大学的课堂里，接受数学训练。这种训练，也塑造了石野看待问题的方式，“数学让我习惯从问题背后的共同结构出发，而不是只解决一个具体任务。”这种思维方式，贯穿了他后期整个科研生活，也为他发现具身智能单场景应用问题埋下伏笔。

2014年，石野远赴澳大利亚悉尼科技大学攻读博士，从事人工智能相关研究，25岁取得博士学位后，继续留在海外开展博士后研究。直到2021年，年仅27岁的石野入职上海科技大学，牵头建立YesAI实验室，聚焦具身智能、世界模型与机器人泛化学习研究，成为信息学院最年轻的课题负责人和博士生导师。

石野在实验室研究中发现，长期研究的产品推向真实世界后存在巨大壁垒。很多单点问题在实验室已取得不错的结果，但真正把机器人放到工厂、家庭或者其他复杂环境中，会发现机器人换一个任务、换一个场景，甚至换一种本体，往往又需要重新采数据、重新训练。

这些现实问题逐渐让石野意识到，仅仅做单模型具身智能并不能解决问题，而是需要一套能支持快速适配新场景的系统。

在2023年，大模型技术爆发，AI前沿加速从学术界向产业界迁移。石野做出了一个决定，与其在实验室里反复验证单点，不如到真实产业中去，把“数据获取—训练环境建立—模型后训练—真机反馈”这条链路完整跑通。

2025年底，瞬适科技在张江AI创新小镇注册落地。石野表示，“瞬适这个名字，取自快速适应，希望机器人进入新环境后，不再从零学起，而是利用过去积累的经验，更快获得新能力。”

有了方向，还需要一支能打仗的队伍。石野想要打造的，是一支能将基础模型、数据、工程与真实部署完整串联起来的团队。目前，成员横跨世界模型、生成式强化学习、三维视觉、触觉、机器人学习等交叉领域，后续将持续补充数据基础设施、机器人部署、产品和产业化人才，预计今年年底形成20至30人的全职团队。

破解机器人落地顽疾，让其“自学成才”

要回答机器人怎么才能快速适应新任务，需要先拆解一个更基本的问题：机器人要适应一个新环境，到底缺的是什么？

“不是缺一个更大的模型，而是缺一套持续经验生产和自我改进的能力，即具身智能的递归自我改进（RSI）。”石野表示。一个机器人到了新工厂、新家庭，面对新物体和新任务，需要经历完整的链条：先获取对这个环境的理解，再把理解转化为可训练的经验，然后基于经验制定行动策略，最后在真实执行中发现不足、回到起点继续改进。

瞬适科技的技术体系，正是沿着这条链条逐层搭建的。

首先是经验获取。“如果把机器人看作一个需要不断学习的学生，那它首先需要的是教材，也就是高质量的训练数据。”瞬适科技要做的，是把真实世界“翻译”成机器人读得懂的语言：通过人类第一视角数据、机器人交互数据、视觉触觉数据、三维重建技术以及生成式方法，把现实场景变成机器人可以反复练习的三维仿真环境。该环节的核心，是恢复动作、三维空间、物理接触和物体状态之间的关系，让一段真实经验可以被编辑、扩展和复用，为下一轮学习提供素材。

拿到了教材，机器人还不能直接上场，它得先学会在脑子里“预演”。机器人需要知道“下一步怎么做”，也需要理解“这样做以后会发生什么”，进而推演不同动作可能带来的不同结果。因此，视触觉在这里非常重要。机器人做插接或者精密装配时，接触之前视觉可以判断位置和姿态。但真正发生接触以后，仅靠视觉很难判断究竟是已经插入、发生滑移，还是卡住。此时，触觉给了机器人理解真实物理交互状态的一条关键信息通道，也有助于判断失败发生在哪里。

而机器人真正的成长发生在真实世界里，即策略后训练和自我改进。机器人部署到真实场景以后产生的成功、失败和边界案例，会重新进入世界模型和仿真系统。系统针对当前策略最薄弱的地方生成新的训练经验，再通过生成式强化学习等方法更新策略。更新后的策略经过验证，再回到真实世界执行，产生新的反馈。如此循环往复，每一轮执行都能够为下一轮学习提供方向，每一次部署都能够成为下一次能力提升的起点。

这套方案已经获得国际认可。今年，瞬适科技受邀在NVIDIA GTC 2026上与英伟达联合展示技术进展，是现场唯一展示物理AI基础设施方向的企业。石野期待与英伟达的下一步合作，“从仿真与训练，到真机反馈与持续进化，把整个闭环真正跑起来，让机器人在真实世界中持续学习、不断进化。”

英伟达Spencer到实验室参观

目前，瞬适科技已经围绕灵巧手操作、机器人精细操作，以及视觉和触觉结合的接触类任务完成了系统验证。下一步将聚焦消费电子、精密装配等对接触精度要求较高的工业场景。

客户说“好用”，跑通技术变现“最后一公里”

2026年8月，瞬适科技宣布完成千万美元种子轮融资，由协创智慧、云晖资本、浦东创投和吴越天使联合投资。资金将主要用于物理AI数据基础设施建设、具身世界模型研发以及核心团队扩充。

值得注意的是，浦东创投最终参与本轮融资。在石野看来，这不仅是资本层面的支持，更代表了本地产业资本对物理AI时代具身世界模型基础设施赛道的认可。

但对一家公司来说，拿到融资只是第一步，下一步要思考的是：一项顶尖技术，如何变成客户愿意买单的产品？

从技术到产品，往往需要接受客户的验证。模型、论文和技术Demo都可以证明技术能力，但公司必须从客户角度思考问题。客户真正在意的，是系统在面对全新任务时能否快速完成适配、整体部署成本能否有效压缩，以及系统可否基于现场运行产生的反馈持续迭代优化。归根结底，“这套系统在真实场景里，能帮客户省时间、降成本、提成功率。”

客户的这些核心诉求，正是瞬适科技一直以来努力的方向。通过具身RSI技术栈，在新任务环境里，真实数据的需求量目前可以降到原来的1%–5%，部署之后达到约90%的成功率。

面向未来，石野对物理AI具身世界模型基础设施赛道有自己的判断。他认为，具身智能正处在从单点Demo走向规模化落地的关键节点，而规模化落地的前提，是机器人不再依赖一次次重复训练。世界模型正是这个方向的底层能力，它决定了机器人能否理解真实世界，能否在新环境中快速适应，也决定了整个行业的天花板在哪里。

瞬适科技要解决的，是机器人被造出来、部署出去之后的“成长”问题。不再是一锤定音的交付，而是让它在真实世界里持续积累经验，越用越聪明。

每一次失败，都是下一轮变得更好的起点。这或许才是物理AI时代，机器人该有的样子。