面对面

WAIC 2026，凌迪科技把服装柔性仿真，摆上了具身智能的台面_我的网站

???ڇ?;

一 | 当机器开始思考，人类如何与之相处？当算法参与决策，安全如何保障？当技术挑战伦理，治理如何跟上？当鸿沟不断拉大，普惠如何实现？在2026世界人工智能大会暨人工智能全球治理高级别会议开幕式上，习近平主席指出，要始终用人类智慧和国际共识引领人工智能发展，使其真正成为增进全人类福祉、推动人类文明进步的强大正能量。智能时代，同球共济。

二 | 逛一圈WAIC具身智能馆，最容易让观众停下脚步的，往往还是机器人正在做什么：抓取、搬运、行走，或者完成一项具体任务。凌迪科技的展台上，同样摆出了一项直观的任务——叠衣服。两台机械臂将衣服、调整，再重新落回桌面。立时代潮头，担大国责任，中国全方位推动人工智能全球治理走深走实。从以自身发展起笔定势，到顶层设计的“大写意”，再到落实落细的“工笔画”，让技术红利普惠全球，让安全底线清晰可见，这是中国对世界的承诺，也是人类对未来的应答。单看结果，这是一场机器人衣物操作演示。 立足自身，以实力筑牢治理之基 不久前，新一代国产大模型Kimi K3正式开源，人人都可下载。2.8万亿参数规模，使其成为目前全球参数规模最大的开源模型。但凌迪科技真正想被看到的，藏在机械臂动作发生之前。

三 | Kimi K3是人工智能领域引发全球关注的“中国队”一员。

四 | 展台呈现的是机器人完成一次操作，凌迪想讲的，则是这项能力如何被训练出来。

五 | 全球前十大生成式人工智能专利申请人中，有6家总部设在中国。

六 | 要让机械臂学会叠衣服，得先把衣服变成数字世界里一个可计算的对象。英国《金融时报》评论，“中国企业在人工智能创新能力上正在跻身全球头部行列，成本效率也在超越同行。不同面料有多重、多滑、弹性多大、软硬如何，布碰到机械爪会怎么滑、怎么皱，这些都要先算出来。” 党的十八大以来，以习近平同志为核心的党中央高度重视人工智能发展，完善顶层设计、加强工作部署，推动中国人工智能综合实力整体性、系统性跃升。数据显示，中国规模以上制造业企业人工智能技术应用普及率超30%，智能经济核心产业规模超过万亿元，生成式人工智能用户规模突破6亿人，成为人工智能专利最大拥有国。中国人工智能技术创新和产业应用取得积极成效，整体实力提升显著。站在“十五五”新起点，以高水平科技自立自强夯实创新基础，以“人工智能+”拥抱全球机遇，中国人工智能发展迎来最好时机。 ——这份底气，源自关键核心技术的不断突破。 2026世界人工智能大会张江科学会堂展区所处的张江科学城，汇聚了数百家芯片设计、制造、封测企业，产业规模占全国约1/5。在受外部冲击影响的芯片领域，中国凭借自主创新、自立自强，不仅蹚出了一条新路，更把发展人工智能的主动权牢牢掌握在自己手中。然后模型才能换着材质、换着摆放方式、换着抓取角度一遍遍练，最后再通过评测判断它到底学会没有。这也是叠衣服与抓取规则刚体不同的地方。摩尔线程创始人张建中说：“算力是人工智能发展和治理的基石，不仅关乎技术突破，更事关战略主动。只有立足自主可控、普惠可及，才能不断夯实人工智能的发展底座。一只杯子被拿起后，形状通常不会发生明显变化；一件衣服被抓住一角，整体状态却可能随之改变。看起来只是一次抓取和翻折，背后对应的却是机器人进入家庭、轻工业等真实场景后绕不开的一类问题：如何处理那些会折叠、滑动、缠绕和持续形变的对象。” ——这份底气，源自创新生态的日益繁荣。在科技创新的有力支撑下，人工智能正全方位融入中国经济社会各个领域，走进千家万户、切实惠及民生，让“中国智造”成为中国式现代化的又一亮丽名片。凌迪科技此次重点展示的SynReal World，正是从这片更复杂的“柔性世界”切入。它不直接制造机器人，而是希望在机器人本体与具身模型之间，搭建一套覆盖3D资产生成、仿真训练和自动评测的一站式数据基础设施，让模型进入真实场景前，先在数字环境中经历足够多的物理交互与任务试错。广东顺德、湖北武汉，美的“智能体工厂”引入思谋科技人工智能视觉推理平台后，检测节奏完全匹配生产节拍，人工智能直接参与生产决策，大模型迅速转化为生产能力。

七 | 01. 机器人认出一件衣服，离叠好它还很远过去两年，机器人的视觉识别和动作控制能力快速提升。模型可以判断桌上放着什么，也可以根据指令生成动作。四川南充、安徽亳州，讯飞医疗科技的“智医助理”通过结构化问诊、智能提示等功能，显著提升病历书写效率与规范程度。

八 | 一批终端企业依托完善的产业链配套体系，加快推出新一代智能手机、智能机器人、智能眼镜等新产品，丰富市场选择，带动形成信息消费新热点。 8月12日，荣耀推出全球首款机器人手机。但“看见一件衣服”和“把衣服整理好”，仍然是两个不同层次的问题。“我国拥有丰富多样的生产生活场景和软硬一体的工程化能力，为人工智能从需求到体验的高效落地提供了绝佳土壤。衣服被抓住一个角，整体状态会立即改变。”荣耀首席执行官李健说。

九 | ——这份底气，源自统筹发展和安全的制度保障。

十 | 抓取位置、布料材质、初始褶皱和夹持力度出现细微差异，都可能让原有动作策略失效。近日，东壁科技数据联合上海财经大学数字经济学院发布了《全球大语言模型安全防范能力测评报告（2026）》，以313条科技类高风险问题为测试集，对国内外38个大语言模型在帮助用户获取、理解和使用科技知识过程中的安全防范能力进行了测评。 “当前，全社会十分关注人工智能大规模落地后衍生的内容安全、数据安全等问题，兼顾发展与安全，将科技创新与科技法治、伦理诚信建设同步推进，将进一步引导大模型与人工智能全产业向上向善，可持续发展。机器人每完成一步操作，都需要重新判断物体发生了怎样的变化，并据此调整下一步动作。”清华大学公共管理学院院长朱旭峰说。这也使柔性物体的操作数据更难规模化采集。

十一 | 机器人一次操作失败后，工作人员往往要重新铺平衣服、整理绳索或复位物料。

十二 | 面对不同材质、尺寸、形态和摆放方式，真机数采所需的时间与人工成本会迅速。近年来，从国务院《关于深入实施“人工智能+”行动的意见》明确提出建立健全人工智能技术监测、风险预警、应急响应体系，到《智能体规范应用与创新发展实施意见》明确智能体发展要坚持安全可控、规范有序、创新驱动、应用牵引的基本原则，中国正加快构建与人工智能演进趋势相适应的法律法规、政策制度、应用规范和伦理准则，为中国式现代化筑牢安全根基，为全球科技治理贡献中国之智、中国之治。

十三 | 胸怀世界，以理念引领治理之道 美国《纽约时报》近期一篇评论将前沿人工智能模型的发展比喻为两种路径：“核武器”与“核能”。仿真由此成为具身智能扩大训练规模的重要方式。

十四 | 但柔性物体仿真的难点，并不只是生成更多3D资产，数字对象还需要具备接近现实的材料属性和形变规律。简言之，谁更了解布料如何垂坠、拉伸、碰撞和褶皱，谁才更有可能把这类对象转化为机器人可用的训练数据。这也解释了，为什么一家长期服务服装行业的企业，会在此时进入具身智能。前者强调破坏性，须严密看管；后者主张风险可控，应开放共享。不同路径的背后，归根结底是认知逻辑的差异——人工智能究竟是垄断争霸的战略筹码，还是造福人类的公共产品？中国的答案清晰而坚定：以人为本、向上向善，让人工智能成为促进共同繁荣、维护共同安全的一个重要动力源。 02. 凌迪的具身智能入场券，来自十年柔性仿真积累凌迪科技并非从机器人本体起步。但它过去十年处理的，恰好是机器人今天开始集中面对的问题——如何让计算机准确模拟柔性材料的物理变化。习近平主席提出携手构建公正合理的全球人工智能治理体系，这是着眼技术大势、时代大势的深刻洞察，是以共商促共享、以善治促善智的思考沉淀，更是中国推动人工智能全球治理的智慧担当，指向的是构建人类命运共同体的长远价值。据了解，凌迪科技成立于2015年底，过去十年主要服务服装及轻工业，围绕数字面料、服装建模、服装设计和产业协同建立产品体系。 ——坚持开放共赢，驱动创新发展，让人工智能赋能千行百业。

十五 | 当前，中国已成为全球开源大模型供给最活跃、增长最快的地区之一。中国人工智能开源大模型全球累计下载量已突破100亿次，AtomGit等开源社区汇聚超1100万注册用户。目前，其业务覆盖亚太、欧洲、美洲和非洲等区域，服务全球3000多家轻工业客户。数字样衣并不只是把服装做成一个视觉逼真的3D模型。从部分性能在全球大模型榜单登顶，到多模态能力持续攀升，再到单个智能体衍生出智能体集群，中国大模型创新迭代不断提速，不仅催生出丰富多样的智能应用场景、激发国内经济增长新潜能，并以高性能、低成本等优势推动技术普惠，成为众多海外开发者和用户青睐的“生产力工具”，也成为全球模型厂商评测中的标杆与海外研究机构的重要样本。同一件版型换一种面料，垂坠、拉伸、褶皱和贴合效果都可能发生变化。开源开放不只是一种技术发展模式，更是协作共生的发展理念、合作共享的发展行动。要在虚拟环境中还原这些差异，需要将重量、厚度、摩擦、弹性和弯曲刚度等材料属性转化为可计算的参数，并持续处理布料与人体、地面及其他布料之间的碰撞、滑动和形变。发起《“人工智能+”国际合作倡议》，倡导各国结合自身国情积极开展“人工智能+”行动，加强政策交流与务实合作，分享最佳实践和解决方案；《人工智能合作发展行动计划》提出开源生态共享、规则标准共建、安全治理协作、人工智能向善等八项行动；发布人工智能气象服务系统“风和”大语言模型，启动全球开源计划……哈萨克斯坦总统托卡耶夫感慨：“中国在开源创新、开放平台搭建和国际科技合作方面发挥引领作用，为世界各国创造了全新的发展机遇。据凌迪科技披露，其已经积累超过60万种行业面料数据库，围绕不同材料的物理属性、形变效果和仿真计算形成了长期积累。2024年至2025年，科研团队在顶级学术会议发表论文超过20篇。

十六 | ” ——强化风险意识，确保安全可控，让人工智能始终成为人类的可信工具。 “随着人工智能推理、科学能力和自主性呈指数级增长，各国政策制定者需以预防原则为指导，为可能出现的情景、风险等做好准备。这些能力过去主要服务服装设计和生产，如今开始被重新组织，用于机器人训练。”图灵奖得主、联合国人工智能独立国际科学小组联合主席约书亚·本吉奥的警示发人深省。习近平主席指出，人工智能技术发展越是一日千里，向上向善、造福人类的方向越要正确锚定，监管治理的尺度越要精准把握，防范失控的措施越要及时完善。

十七 | 当然，数字样衣与机器人仿真并不能直接画等号。

十八 | 发布《全球人工智能治理倡议》，围绕风险分级评估、法律法规完善、伦理指南建构等提出主张，呼吁各国共同做好风险防范，不断提升人工智能技术的安全性、可靠性、可控性、公平性。发布《人工智能安全治理框架》1.0版和2.0版，将安全要求嵌入模型研发、部署和应用全过程。《人工智能全球治理行动计划》将“安全可控”列为核心原则之一；《国际人工智能伦理治理行动计划》为全球人工智能治理贡献兼具原则性与可操作性的行动框架……从明确方向到划定路径，中国持续提供国际公共产品，让人工智能这匹千里马既跑得快又跑得稳。 ——鼓励包容并蓄，促进文明互鉴，精心培育各美其美、美美与共的文明百花园。前者更关注设计效果和服装呈现，后者还要面对机械手接触、受力反馈、连续形变和大规模并行计算。都江堰不筑坝截流，以因势利导、科学分流，驯服了奔涌岷江，泽被成都平原两千余载；孔子言“君子和而不同”，制度文明各有其道，贵在相互尊重、共存共进——世界知识产权组织监督委员会副主席鲁子龙以东方智慧，解读中国一脉相承的人工智能治理之道。但两类应用共享一个底层前提：虚拟材料不能只有外观，还要能够根据物理规律发生变化。

十九 | 如今，东方智慧正落地为具体行动方案。这使凌迪科技具备了一张相对特殊的具身智能入场券。

| 由远期人工智能研究中心和中国科学院自动化研究所联合打造的“文化交互引擎”，以人工智能技术探索和揭示世界文化遗产间的内在联系，面向全球170多个国家用户，展示人类文明的共性与多样性；米兰冬奥会基于千问大模型打造出奥运史上首个官方大模型，在专业赛务与公众服务双端同步落地，开启冰雪赛事智能新体验；中国和马来西亚企业联合建设东盟人工智能多语言译制中心，支持130多种语言互译，实现影视内容“30分钟快速译制”……从文明对话到赛事赋能，从语言通联到民心相通，中国人工智能技术正跨越山海，让文明在包容中生长、在交流中焕新。 ——倡导和衷共济，完善全球治理，避免在人工智能领域造成新的历史不公。 2026世界人工智能大会暨人工智能治理高级别会议期间，世界人工智能合作组织应运而生。

| 它并非从零研究布料为什么会垂坠、拉伸和褶皱，而是可以在已有的面料数据、服装仿真和物理计算能力上，继续向机器人操作与训练延伸。

| 03. SynReal World，把机器人训练接成一条数据管线搭出一个仿真场景并不难，难的是让它持续生成机器人可用的训练经验。这需要一套能够持续生成训练资产、组织模型试错，并判断机器人是否真正学会的数据基础设施。 SynReal World瞄准的正是这一环节。38个国家成为该组织创始成员国。一年前擘画蓝图，今朝硕果盈枝。凌迪科技将其定位为面向具身智能的全栈数据引擎，覆盖“3D资产生成—训练应用—仿真评测”完整闭环，将原本分散的建模、训练和验证环节接入同一条数据管线。简单来说，SynReal World搭建的，可以理解为一个面向机器人的“训练世界”：其中的物体遵循物理规律，任务可以反复运行，训练结果也能够被量化验证。这个“训练世界”的构建，可以拆成三个环节。作为全球首个人工智能政府间国际组织，世界人工智能合作组织坚持向善普惠，遵循《联合国宪章》宗旨和原则，向所有国家开放，为智能时代的全球共治锚定了新的航向与坐标。第一步，是把数字资产变成可用的训练对象。

| 中国以行动诠释担当，践行多边主义，团结国际社会，持续寻求全球治理共识的最大公约数，致力于让人工智能真正成为全人类共同的宝贵财富。 面向未来，以行动践行治理之责 回望1956年夏天，在美国达特茅斯学院的研讨会上，“人工智能”的火种被悄然播下。 70年间，于未知中求索、于曲折中前行、于坚守中突破，世界各国人工智能科学家和研发者不断拓展着技术的边界。

| SynReal World支持从文字、图片和CAD等输入生成物体与任务空间，并为资产补充质量、摩擦、弹性和碰撞等物理属性。

| 历史见证了中国科技于贫瘠中开垦田垄，从微光中启程一路走来。从跟跑、并跑，再到于更多赛道抢占先机，来时路上的每一道辙痕、每一个节点，都让中国更深刻读懂技术的力量，也更清醒地思量前路何往、何以立身、何以致远。

| 包容普惠、互利共赢才是越走越宽的人间正道。远程操控池塘增氧、全天候在线监测水质参数、无人机精准投喂饲料……在柬埔寨南部茶胶省，依托中国实施的智慧农场一体化发展计划，智能化稻渔种养模式助力当地罗氏沼虾苗种成活率和质量显著提升，每公顷土地年收入从约1000美元增加到3000美元以上，养殖户的钱袋子实实在在鼓了起来。

| 其核心能力覆盖高精度形变体仿真、刚体仿真和多物理场耦合仿真。这一区别很关键。在泰国沙拉武里府，来自中国的“愚公”为传统矿区装上了“数字大脑”。从挖掘机到矿卡，从电量监控到运输路径，这一平行矿山操作系统基于人工智能大模型，毫秒之间已为全矿设备作出最优配置。效率跃升16%，电耗下降20%……泰国暹罗水泥集团国际总经理吉拉帕感慨：“中国人工智能技术，让我们看到了实现‘零伤亡、高效率、低排放’矿山的可能。” 红海沿岸，潮水退去，一份份沉积物样本被装入容器，借助中国人工智能驱动的海洋药物智能筛选平台，成为新型抗菌药物的“种子库”。

| 吉布提多哈雷多功能港，高温、短时暴雨、突发性强风等极端天气频繁侵扰，来自中国的气象智能预警方案“妈祖”助力搭建“监测—预报—预警—服务”全链条预警体系。守望万家灯火、护佑四海安澜，吉布提国家气象局局长穆罕默德·伊斯梅尔·努尔说：“吉布提希望依托中国技术稳步推进经济社会发展。

| ” 弥合数智鸿沟，授人以鱼不如授人以渔。国际电信联盟的数据显示，全球仍有约1/3人口无法接入互联网。世界银行《2025年数字化进程与趋势》报告显示，中低收入国家在系统数量和算力规模上同高收入国家差距明显；非洲数据中心报告显示，全球数据中心容量绝大多数集中于发达经济体，非洲占比不足1%。若缺乏协同干预，人工智能领域的发展差距，或将进一步演化为数智鸿沟乃至南北鸿沟，给全球发展带来新的挑战。中国举办人工智能能力建设研讨班，启动“一带一路”人工智能科技创新专项合作计划，打造全球发展项目库“数字南方”品牌，成立中国—东盟人工智能产业创新中心……一系列务实举措跨越山海，以中国之智助力各国特别是全球南方国家加强能力建设。

| “对非洲而言，开放共享的技术、科研合作与人才培养至关重要，而中国正在以行动回应这种关切。普通3D模型解决的是物体“看起来像不像”，机器人训练关心的是施加动作之后，物体是否会按照接近现实的规律变化。只有数字对象能够合理地碰撞、滑动和形变，虚拟资产才可能变成有效的训练数据。”世界科学院院士、非洲数学联盟研究与创新委员会主席阿卜顿·阿坦加纳如是评价。

| 另外，通过可仿真与交互的3D资产与场景的智能建模，SynReal World 可以对真实世界中采集的任务数据进行灯光与物体材质的泛化，解决数据有效性过低的问题。通过仿真把一条有效数据低成本变成十条，高效地实现训练数据的多样性，同时有效降低数据采集的成本。大道众行远，携手启新程。第二步，是把单次试错扩展为可规模化运行的训练过程。 SynReal World支持强化学习和模仿学习，可以面向灵巧手、机械臂、双足机器人和机器狗等不同形态开展训练与策略验证。它的价值并不在于替代真机，而是承担大量高频、重复和早期探索阶段的试错，把有限的真实设备与现场资源更多用于校准、验证和落地。

| 中国宣布，未来5年将面向发展中国家提供5000个人工智能专题研修培训名额；面向东盟、阿盟、非盟、拉共体、上合组织、金砖国家建设国际人工智能应用合作中心；推动气象智能预警方案“妈祖”在30个国家落地应用…… 站在新的历史起点上，中国愿以更加开放的姿态、更加务实的行动、更加长远的目光，同各方一道，把握和应对人工智能发展的机遇与挑战，携手共创人类社会更加美好的未来。第三步，把“机器人学会了”转化为可重复验证的任务能力。（记者陈尚文谷业凯）。一次演示成功，并不代表模型已经掌握任务。只有在场景和变量发生变化后仍能稳定完成，能力才具备进一步迁移到真机的可能。 SynReal World将程序化评测接入训练流程，支持并行测试、成功率统计、失败模式分析和过程记录，让模型每次更新后都能在已有任务中重新验证。对一套具身智能数据引擎而言，完整闭环之外，还要看它能否以足够高的效率和精度运行，并接入现有研发体系。

| 根据凌迪科技提供的测试数据，在部分高复杂度场景中，SynReal World的仿真效率较Isaac Sim快5至10倍，静动力学误差降低近20%。在生态层面，凌迪科技是NVIDIA Newton核心成员，SynReal World支持USD和Python API，并兼容MuJoCo、Newton等仿真引擎。在SynReal World之外，凌迪科技此次还展示了面向服装等轻工业场景的数字伙伴中台StyleWork。

| 它融合AI Agent能力，让数字伙伴理解设计、选品、营销和运营等业务流程，调用专业工具并反馈结果，同时通过持续学习与记忆参与长期协作。

| 这是凌迪科技将AI嵌入真实产业流程的另一条路径。 04. 物理AI竞争，正在向“训练场”深处延伸把资产生成、模型训练和结果验证放进同一套流程，首先解决的是研发效率。模型每更新一次，不必重新搭建场景、切换工具，再单独统计任务结果。但这套数据管线更值得关注的地方，在于它回应了具身智能面临的一项核心约束：机器人所需的数据，无法像语言模型那样从互联网低成本获取。语言、图像、视频，天然以数字形态存在。而机器人需要的数据，必须包含动作、接触、力和物体状态变化——每一次交互，都是一次物理事件。

| 模型要学习的，不只是一个物体长什么样，更是对它施加动作之后会发生什么。真机采集的速度和成本，很难跟上模型对任务多样性的需求。仿真不能取代真实世界，但它可以重新分配试错成本。当仿真承担越来越多训练任务，行业比拼的焦点也在转移。画面逼真不再是唯一标准。更关键的问题是：虚拟世界里的物体，是否遵循真实世界的物理规律？训练结果，能不能被重复验证？从仿真中学到的经验，又能在多大程度上迁移到真机？沿着这几个问题往下看，柔性物体成了一种更高门槛的检验标准。

| 它更能代表家庭服务、轻工业和普遍的非结构化环境。