2026年11月5日上午，中国科学院大学人工智能学院邀请清华大学自动化系副教授、博士生导师封硕，在雁栖湖校区教一楼107教室作题为“通往物理世界模型的Scaling Law”的科学前沿讲座，玉泉路校区教学楼阶-3教室同步直播。封硕老师围绕人工智能从数字世界走向物理世界所面临的安全与规模化挑战，以高维空间中的小概率事件为切入点，介绍了密集强化学习、高价值数据生成与具身智能自我迭代等方面的研究，探讨构建低成本、可持续扩展的数据飞轮与能力进化闭环的技术路径。
讲座伊始，封老师结合自动驾驶、医疗机器人和家庭服务机器人等应用，分析了无人系统安全落地面临的核心难题。他指出，这类系统需要在开放、复杂且不断变化的物理环境中运行，即使发生概率很低的失效，也可能造成严重后果。随着感知信息、环境状态和交互对象的维度增加，潜在场景组合迅速增多，罕见但危险的长尾事件难以被有限数据充分覆盖，成为系统可靠性提升的重要瓶颈。
围绕这一问题，封老师进一步解释了高维空间中的稀疏性如何影响模型学习与测试验证。在常规训练中，大量常见样本主导参数更新，而与安全密切相关的小概率样本可能被噪声淹没，造成学习信号不足、梯度方差较大等问题；对于训练中从未出现过的极端场景，简单的数据再平衡也难以奏效。与此同时，验证低概率失效需要大量测试，仅依靠自然道路行驶或常规随机采样，往往难以高效发现风险并评估系统安全性。
针对小概率事件“难遇到、难学到、难测到”的特点，封老师介绍了两类应对思路：一是利用大模型的推理能力，基于已有知识与经验推演未曾直接见过的场景，探索应对策略；二是从数据价值出发，自动识别对模型能力提升具有较大贡献的样本，将有限的训练与测试资源集中到关键问题上。他强调，数据规模的扩大需要与数据价值的提升相结合，才能更有效地支撑物理智能的发展。
在方法介绍中，封老师重点讲解了密集强化学习的研究思路。针对稀疏事件下有效反馈不足的问题，该方法筛选与安全风险密切相关的关键状态，将学习过程聚焦于更具价值的状态与交互，降低策略学习的方差，并对由此引入的偏差进行控制。相关方法既可用于训练无人系统应对罕见危险场景，也可用于构建高价值的对抗测试环境，使原本难以在常规测试中暴露的问题得到更充分的检验。
随后，封老师介绍了高价值数据的生成与筛选机制。他从场景在正常运行条件下的发生概率，以及其对模型学习和策略更新的贡献两个方面，说明如何评估数据价值。在此基础上，结合真实道路数据与强化学习，生成具有挑战性的交互轨迹，并形成视觉图像、激光雷达点云等多模态测试数据。通过有针对性地构造场景，可以提高关键风险的出现频率，为模型训练和安全评估提供更有效的数据支持。
面向具身智能，封老师将上述思路延伸至机器狗、机械臂等系统的安全测试。与主要围绕交通参与者开展交互的自动驾驶不同，具身机器人还需处理频繁的物理接触、复杂地形以及物体状态变化，对可靠性提出了更高要求。通过引入突发视觉干扰、新增物体和复杂环境条件等对抗因素，研究能够发现常规任务测试中不易暴露的失效点，进而为策略改进提供依据。
围绕未来发展，封老师提出让机器人在环境交互中“自我出题、自我答题”的研究设想：一方面持续生成具有学习价值的挑战场景，另一方面利用强化学习改进策略，再通过测试反馈发现新的薄弱环节，使数据生成、能力提升与安全验证形成持续迭代的闭环。他结合世界模型的预测与推演能力，讨论了如何提高物理经验的学习效率，推动具身智能向更高可靠性和更广泛场景适应能力发展。谈及科研创新，封老师还强调，应重视基础机制的原创发现，以及能够切实推动工程应用的关键突破。
本次讲座从小概率事件的安全挑战出发，将强化学习方法、数据价值评估与物理智能的规模化发展联系起来，为同学们理解世界模型与无人系统安全之间的关系提供了参考，也为探索高效学习、可靠验证和具身智能持续进化等研究问题拓展了思路。
更多专家信息：
封硕，清华大学自动化系副教授、博士生导师，主持国家自然科学基金委青A项目，从事具身智能、世界模型领域研究。以通讯作者或第一作者在《自然》（2023年，封面论文）、《自然通讯》（2021年、2024年、2026年）等期刊发表论文。曾获IEEE智能交通系统学会最佳博士学位论文奖、美国运筹与管理学会智能交通系统年度最佳论文奖、MIT TR35 China、达摩院青橙奖、中国自动化学会青年科技奖、中国电子学会自然科学二等奖、中国仿真学会自然科学一等奖等荣誉，担任Accident Analysis and Prevention期刊编委。
