想造 GPT 通才的年轻人，和相信专才的老将｜IROS 2026 现场

9 月 27 日到 10 月 1 日，第 39 届 IEEE/RSJ 智能机器人与系统国际会议（IROS 2026）在大卫·劳伦斯会展中心举办。

上一次匹兹堡举办 IROS 还是在 31 年前的 1995 年，31 年里，CMU 在这里把机器人研究做成了招牌，老「钢铁之城」也多了个「Roboburgh（机器人之城）」的外号，本届大会主席同时也由 CMU 机器人研究所的 Howie Choset 担任。

先说一下核心的论文收录。这届 IROS 收到 4,348 篇投稿，再创历史新高，最终录用 1,585 篇，录用率约 36%，而外界最关心的 Best Paper / Best Student Paper 奖，入围名单只有 10 篇。

从 4,348 进 1,585，再从 1,585 里筛出 10，这条越来越窄的漏斗，恰能反映当前机器人圈「热度在涨，门槛也在涨」的现状。

当然，按惯例，这 10 篇入围论文本该是报道的主角，电波这次也在匹兹堡，与几位入围和获奖工作的作者陆续聊过，内容包括他们怎么找到和理解问题、怎么把一个念头熬成一篇站得住的成果，不少都是论文里讲不出来的，都会一篇篇整理发出来。

事实上，除了这些优秀的学术成果，IROS 最热闹的部分，在论文之外的大量的圆桌论坛和板块讨论。这些环节上鲜少人讲客套，台上台下你来我往、激烈辩论。

所以此文会把镜头更多对准这些最容易出真话的地方。也就是接下来要展开聊的三场讨论：

• 机器人的未来是做通才还是专才。
• 实验室里的技术如何变成一门生意。
• 产业界怎么看机器人、想招怎样的人才。

三场讨论，三个方向，技术路线之争、商业化之问、产业之需……无论话题怎么变，共识就是具身智能不太缺好论文，缺的是把论文变成产品、把产品变成生意的人。所以说，这届 IROS 在学术会议之外，也像是整个行业的一次盘点，大家聚在匹兹堡讨论着机器人下一步该怎么走。

通才还是专才

机器人到底该做成专才还是通才，对于这 个问题 的讨论让能容纳近千人的主会厅基本坐满了，现场人数比例大概一半学生一半老师，加上一小撮投资人创业公司，可以说是 IROS 现场最热的一场辩论。

按常理来说，一场好的辩论总该有来有回，同时改变些什么，结果两次投票，「机器人应该是专才」都取得了参会大部分人的认可。辩了一整场下来，人心没动。

值得一提的是，两条路线各自支持者的阵容，几乎是按年龄排的。通才方是 Georgia Chalvatzaki（达姆施塔特工业大学）、Katerina Fragkiadaki（CMU）、许华哲（清华）、Philipp Wu（XDOF CEO），几乎都是在模型时代成长起来的优秀年轻学者，讨论的是基础模型、数据规模、迁移与泛化的上限。

专才方是 Nancy Amato（UIUC、IEEE 机器人与自动化学会前主席）、Matt Mason（CMU 机器人研究所前所长）、福田敏男（名古屋大学，IEEE 前主席）、Yu Sun，全是把运动规划、抓取、机电一体化做了几十年的老将。

年轻人赌的是 scale，老将们算的是产线。台下的人用两次投票给这场代际之争画了句号。

专才赢在哪里？场景上。手术、制造、危险环境，专才方举的这些场景例子都很扎实。对于手术来说，同一个术式做一万次，人体会出现的解剖变异、并发症、异常出血，它全都见过，这种「知道哪里会出错」的智能，是专才用重复买来的。专才方在现场反问：如果你躺在手术台上，你会希望由一台通用机器人给你做手术吗？

而「制造」本就是传统机器人的主战场。产线上的夹具和传送带本身就是智能的一部分，面对已知任务时，把不必要的变异性去掉，无疑比增加产线永远用不上的能力更有价值。

除了以上现实场景中的硬需求，专才方 Matt Mason 还从哲学思辨的角度对通才展开抨击：「 所有机器人都应该是通才吗？就像是在问：所有动物都应该是人类吗？我认为这不是一个好主意，对吧？ 」

这个类比背后是一套西方叙事逻辑的科学史观。Mason 说，科学革命往往是一次「去中心化事件」，哥白尼之前，人类真的相信自己住在宇宙的中心，一切都围绕我们转动；后来我们发现，太阳也不是中心，宇宙根本没有中心，我们只是其中微不足道的一点。每经历一次这样的革命，人类对自己位置的认识就谦逊一分。

他将任务宇宙图拿出来，想告诉全场，人类也不是无所不能的通才，每个人受限于自己的身体形态和受过的训练，只在某些事情上擅长。「我甚至不确定通才这个说法是否成立。」Mason 说，「如果你想辩论机器人该不该做人形，那是一个定义清晰、可以辩论的命题。但通才这个词，是令人困惑的。」

从批驳人类中心论，到直接解构辩题本身，他几乎成为了全场最令人信服的类比。

火药味也没少飘，通才方也不只是会喊 scale。XDOF 的 CEO Philipp Wu 叙事最激进。他说，专用算法和专用系统，其实是机器人发展史上不得不走的一小段弯路，就像智能手机出现之前的 GPS、相机和 iPod，最后被一个通用终端尽数收编。

同时，AI 领域有「苦涩的教训」：最有效的方法，总是那些能扩展规模、吃透算力的方法。Philipp Wu 给机器人补了一条：最通用的硬件，也将是最有效的硬件。自由辩论里他甚至反击了 Mason 的一些观点，「我其实不认为专才是必需的。在没有钻机和机械臂的年代，人类照样活得很好，因为我们是通才。」他大胆预测，五年内，人形或半人形通用机器人的出货量将超过工业机器人。

通才方的许华哲火力最猛，用一页 ppt 反击，图里提到专用软件最终不过是「电脑里的 Excel」，硬件的价格终将回归「重量乘以金属单价」，不要造 Excel，要造 GPT。他还给通才补了一个「以备不时之需」的逻辑： iPhone 出现之前，没人知道自己需要它，专用系统对我们想象中的需求是最优的，但真正到来的需求，往往更适合通用系统应对。

专才方的 Yu Sun 当场把话顶了回去：专用机器人将继续胜出，至少未来十年都是如此，「2028 年，什么也不会发生！」

自由辩论中，Georgia 反问专才方：你们的方案默认旁边永远有一个人，来重新组装机器人、更改接口、更换夹具，但这个人未必会在场。护理和制造业的用工缺口就摆在那里，未来二十年，你到哪去找那么多「在环」的人？Yu Sun 回应道：完全自动化不是人类的终极目标，「我不会说人类是宇宙的中心，但在工厂里，我们就是中心。」

辩论到最后，双方其实又站到了同一个架构上。通才方的 Katerina Fragkiadaki 给出一张部署分工图，图里展示 常态走专才的快路径，遇到计划外的情况，交给通才去推断、诊断、重新规划，再交还给专才 ；通才方的叙事还包括通用模型调用机器人工具，把长程任务拆成子任务，针对每个子目标训练专才。

而专才方的 Yu Sun 也在预测里写了几乎一样的图景：未来的系统，是把通用的感知与调度能力，连接到针对特定任务的技能、本体、工具和安全控制器上。有人打圆场：「我觉得，你们可能是在激烈地表达同一种意见」。

显然，未来的机器人既不会是纯通才，也不会是纯专才，更像一个懂大局的大脑，带着一群专精的手。至于其中谁当大脑，两次投票说明，在场的从业者更愿意信老将们的答案。也就是说，端侧需要的大脑，它不必什么都会，但它能知道，什么情况该叫谁上场。

让技术变成生意

今年 IROS 还有一场圆桌讨论，相信大多数都会感兴趣，名字叫「机器人创业与企业家精神」，嘉宾阵容也足具分量。

Vijay Kumar 是宾夕法尼亚大学的招牌，无人机领域被引到烂的名字；旁边是慕尼黑工业大学的 Sami Haddadin，曾经那个「挨打不还手的机器人手臂」实验背后的人。Andrea Thomaz 做的是医院里的 Diligent Robotics，Ali Agha 在 Field AI，Sanjiv Singh 是 Near Earth Autonomy 的 CEO，Martina Hansen 来自 Sudo AI。两位主持人分别是 Lisa Chai 和 Henrik Christensen ，前者在 Interwoven Ventures 看机器人投资，后者是 UCSD 的机器人研究旗帜。

主持人在这场圆桌的开场就泼了冷水：「Not every piece of research should become a startup」（并不是每项研究都能成为初创公司）。

创业的起点是客户，不是技术 。 学术追求「广泛适用性」，公司却需要一个「等不及」的客户。Near Earth Autonomy 做自主飞行器，真正找到落点是矿山需要机器人进危险环境；Diligent Robotics 进医院，是发现护士被低价值事务占住时间。所以务必要分清，是你把技术推向市场，还是市场在拉动你的技术。

原型能跑一次，产品得跑一万次。相比于原型 demo 的一次成功，产品得反复稳定运行、可维护、可集成、有现场支持。99% 的成功率听着高，在高频工作流里就是每几十次一次失败、一次人工接管。从原型到产品还要趟制造、供应链、法规、服务这片研究者没受过训练的泥沼。

对此，嘉宾给出的建议是， 从一个足够聚焦的场景起步，选一个范围较小的问题，在那里收集合适的数据、验证算法并证明价值。随着对规模化条件了解得更多，再逐步扩展，而不要一上来就铺通用平台。

技术变成生意，最难的是「谁付钱、怎么付」。嘉宾的看法是，客户显然更看投入是否物有所值，但组织通常把支出分为资本性支出和运营性支出。客户可能不愿购买昂贵设备，因为设备几年后可能过时，或者闲置在库房里。在条件允许时， 按成果或服务收费 ，可以让价格与实际交付的价值相对应。

比如说，地图测绘服务可以按测绘面积或体积收费，运输服务可以按距离和重量收费。但按服务收费同时意味着初创公司自己要负责系统运营和支持。早期确实可以帮助验证价值，但公司最终仍应算清让规模化后的经济账。

圆桌还讨论到，RaaS 这几年客户接受度高了，前期投入低、跑不通能停，可对创业公司藏着现金流错配的隐藏问题，前期部署贵硬件、服务费却按年来有限收取，账面有收入现金流却可能断，必须被足够资本撑住。还有个 To B 细节，在医院，使用的是护士，却是其他人负责采购，也就是说，谁用、谁有预算、谁批采购，三方都得拿下。

关于融资和教授创业。主持人提了大家会感兴趣的融资时间的问题，「学术创业者融资前是否应该先有客户访谈、意向书、付费试点或收入？」

事实上，嘉宾认为没有唯一答案，但最有说服力的市场证据已不再是传统调研或意向书，现在变成愿意为试点付费的客户，因为钱是最诚意的兴趣表达。

需要注意的是，当前只有少数公司能凭愿景融巨资，多数人还该走中间路径：建证据、懂市场、融到足以完成下一个里程碑的钱就够。

同时，具体到公司组成与管理，嘉宾认为，教授可以先用小公司试探机会，但公司上规模后必须有人全职，CEO 不能无限期一脚大学一脚公司，还牵扯学生和利益冲突。团队中要互补，技术、招人、讲清市场价值，具体到机器人落地还要懂客户组织内部。

对于技术变成生意，圆桌给出的共识是技术仅仅只是入场券，客户付不付钱、产品跑不跑得稳、现金流撑不撑得住、团队能不能把技术翻译成市场语言，这些不那么技术的部分才决定一项研究能不能走到「公司」那一桌。

产业里的机器人和人才需求

在产业讨论现场，一位在特斯拉负责机器人车队的嘉宾提到，100 台移动机器人，每天工作八小时。他们跟踪的核心指标叫「自主运行比例」，直接对应人工干预的次数。

这里的干预又分两类。工程干预修的是机器人、模型或数据本身的缺陷，运营干预处理的是环境问题。干预减少，才算进步。「如果我总被叫去处理问题，说明系统出了问题」这种朴素的衡量标准，往往会比论文里的成功率更接近产业真相。

当然，要撑过完整的八小时，远不是一个问题能解决。机器人硬件不像人那样能从疲劳里恢复，得有人维护。一位嘉宾说，如果只能选一个能力，他希望给机器人一个强大的记忆系统和从中学习的能力，即失败时弄清原因、自己恢复。

今年 IROS 的最佳论文是 Yumin Lee、Hyoseok Ju 和 Giseop Kim 的《LT-Mem: Volatility-Aware Spatio-Temporal Memory for Lifelong Scene Understanding》，这篇 best paper 正是聚焦机器人长期记忆能力。这或许能说明产业非常关注机器人的长期记忆和学习能力，也为后续机器人学术研究指明了方向。

我们常听到学界大部分人认为，机器人时刻到来就 3-5 年时间，但产业界并非都如此乐观，或者说看起来更冷静一点。

对于 24 小时不间断运行，嘉宾坦白「我们还没有」。还有人也提到，宝马工厂里倒是有机器人在跑。可要让机器人像扫地机器人那样进千家万户，可能还要十年。

一位学者就拿扫地机器人举例，十年前类似产品已经存在，用户并不满意；今天的新款已经「很可靠，我妻子对家里的很满意，我们不再用其他吸尘器」。

人形机器人会这样吗？没有人能给简单答案。一位学者拿椅子绕了个弯，光一把椅子，就有至少 500 项标准覆盖它的方方面面，时间之所以「有效」，是因为人们共同认可一个标准。可该怎么知道自动驾驶汽车可靠？没有简单答案。怎么知道人形机器人可靠？也没有。

原因在于，静态、确定的事物容易标准化，动态、不确定、不断变化的系统则难得多。对此，他们以产业界的视角认为并呼吁，制定标准是一种公民参与，包括加入标准组织、和同行合作、推动方法投票通过。人形机器人眼下还没被严格监管，这恰恰是开始建立标准的窗口期。

因为现场有许多产业界的人，所以有人会提问他们对于人才的看法。事实上，这些从产业里摸爬出来的人，看人才的眼光也确实不一样。

一位负责招聘的嘉宾直说道，「我们不太看论文数量，更看重一项工作的质量和深度。我们会详细提问，确认你是否真正理解它」在 agent 时代，agent 可能带来虚假的成就感，所以标准也就需要有新的含义，「但你必须掌控工作、核验它的结果」。他后面还送了一句话给容易焦虑的学生：多花时间把问题想透，而不是推销自己 。

旁边一位博士生补了更朴实的建议，他认为不要只做模型，开始做 benchmark，因为一个合理、反映了重要问题的 benchmark，不一定需要海量数据，但它可以是进入研究的路径。

还有个带学生的教授也把标准给出，即做出一项让人记得住的「Grand Slam（标志性成果）」，发在有声誉的会议上，开源代码，回应挑战。另一位则强调要传播自己的工作，一篇论文太容易被淹没，「如果你不分享，别人可能永远不知道你的成果」，清晰的视频、网站、公开的论文和代码、训练说明，这些都是让工作被看见的方式。

总的来说，学界或许觉得三五年就能等到机器人的「时刻」，但产业里的人更愿意先把可靠性、把标准、把那台能稳定跑下来的机器人做出来，再谈别的。这也是他们对人才的看法，agent 时代真正稀缺的，是能掌控工具、把问题想透、还懂得让别人看见自己成果的人。

写在最后

31 年，IROS 才绕回匹兹堡。这座城市从钢铁做到机器人，某种意义上也是机器人行业走过的路，从传统机械臂那样重的、实的、确定的东西，做到具身大脑这样轻的、软的、不确定的东西。

但总结完这一周的讨论，会发现人们又开始谈「重」的东西了，谈产线的节拍、谈八小时的连续运行、谈谁付钱、谈标准和责任。

两场投票输给专才，并不意味着通才叙事的失败，这反而表现了机器人行业的一次自我校准。基础模型的上限没人会怀疑，但躺在手术台上的时候，同样也没人愿意为上限买单。当然，有意思的是，辩论双方最后画出的架构图几乎一样，即一个懂大局的大脑，带一群专精的手。

圆桌和论坛里还有很踏实的观点值得思考。技术只是入场券，客户、现金流、可靠性才是牌桌上的筹码。特斯拉车队那个「自主运行比例」的指标也比论文里的成功率更重要。

并且这届最佳论文给了关注长期记忆的工作，多少也说明学界听见了产业的声音，比起一次次惊艳的 demo，机器人确实需要从失败里恢复的能力。

再看「学界说三五年，产业说十年」的这个温差，这或许是健康的信号，做研究的人负责乐观，做生意的人负责冷静，两种人如今坐在同一个会场里认真吵架，行业成熟的样子莫过如此。

匹兹堡 31 年前是钢铁之城，今天是机器人之城。这座城市懂一个道理：真正值钱的东西，都是熬出来的。机器人不缺好论文，不缺聪明的大脑，缺的是把论文熬成产品、把产品熬成生意、把生意熬成标准的人。

下一次 IROS 再回到这里时，希望我们现在聊的机器人已经在需要它的地方，安静地跑满了八小时。