具身智能当下正深陷典型的“鸡与蛋”困局：没有充足的真实场景数据，系统能力就难以迭代提升；但没有足够成熟的解决方案，机器人又无法进入真实场景采集到有效数据。在2026世界人工智能大会期间，多位业内专家围绕这一核心矛盾，探讨了物理AI与世界模型的破局路径。

　　中国科学院院士、南京大学副校长周志华指出，当前具身智能的核心挑战是开放环境适配，这类场景下传统数据驱动的强化学习需要大量交互试错，而智能工厂等真实场景中，精密设备一旦损坏将产生极高成本，根本无法容忍机器人反复试错。针对这一痛点，他提出以少量基础数据先搭建出可靠的“世界模型”，用虚拟环境中的交互替代现实世界的试错，大幅压缩落地前的验证成本，再用真实场景中积累的新数据持续迭代优化模型，以此打破数据与落地的循环僵局。　　张静