据光轮智能消息，8 月 22 日，光轮智能创始人兼 CEO 谢晨在 2026 世界机器人大会主论坛发表演讲，提出机器人需构建基于 " 言传身教、仿真试错、真实反馈 " 的持续学习闭环。他介绍了公司正在打造的物理 AI 持续学习基础设施，并宣布开源全球首个十万小时全模态人类数据集，发起 100 亿小时具身数据共建计划。

谢晨指出，大语言模型和自动驾驶已分别形成数字世界与物理世界的持续学习闭环，但机器人仍缺少基于本体、规模化且人在环的持续学习闭环，面临真机部署不足、数据成本高、现实试错受限等挑战。

他将机器人的持续学习归纳为三个核心环节：从人类行为中学习经验，在仿真中扩大试错与评价，以及在真实工作中获得反馈与纠正。围绕此，光轮智能构建了由四大平台组成的物理 AI 持续学习基础设施：EgoSuite 人类数据平台，将真实人类行为和任务经验转化为机器人学习教材；SimFoundry 全栈自研仿真平台，通过 " 求解—测量—生成 " 构建可规模化试错的仿真世界；RoboFinals工业（600528）级规模化评测平台，设计挑战性考题，识别能力边界和失败模式；RoboStack 部署与反馈平台，支持模型后训练、强化学习和真机部署，并将真实工作中的失败、异常和纠正反馈带回下一轮迭代，形成从真实世界到仿真世界、再回到真实世界的 Real2Sim2Real 持续学习闭环。

其中，SimFoundry 是连接真实与仿真的底层基础设施，将真实世界的物理参数、物体交互和任务逻辑转化为仿真要素。EgoSuite 已成为全球质量最高、规模最大的标准化具身人类数据集，覆盖家居、工业（600528）、商业和服务等场景。RoboFinals 则成为全球质量最高、规模最大的仿真评测集，已被全球前五的世界模型团队共同使用。谢晨强调，真实任务提出问题，仿真扩大覆盖和复现失败，规模化评测暴露问题，真机复核结果，反馈再回到下一轮迭代。

在开放生态方面，谢晨表示机器人文明需要群体智慧，标准是开放生态的基础。光轮智能是唯一同时参与全球两大具身智能标准—— Newton 仿真技术委员会和 EgoVerse 人类数据委员会定义的中国公司。大会期间，该公司开源了全球首个十万小时全模态人类数据集 EgoSuite-Open100K，包含腕部相机、手部位姿、全身位姿和事件级语义等多模态信息，涵盖超 15,000 类场景和任务。同时，光轮智能提出面向未来五年的 100 亿小时具身数据共建计划，连接仿真、机器人本体、产业场景、传感器（885946）、算力、云平台和研究机构等生态力量，共同推进具身数据的生产、开放、标准化、评测和迭代。谢晨表示，具身智能是艰难的长期事业，100 亿小时数据将成为人类与机器人共同创造的新文明。

原文：谢晨博士在 WRC 主论坛发表演讲：让机器人像人一样学习——构建物理 AI 持续学习基础设施（来源：光轮智能）