2012 年，杰弗里·辛顿团队凭借 AlexNet 在 ImageNet 竞赛中一举成名，开启了深度学习的黄金十年。这场变革的核心逻辑在于：先有数据地基，后有算法高楼。大语言模型的爆发是这一剧本在文本世界的重演，而在物理智能领域，苏昊正是这场变革的关键亲历者与推动者。
苏昊师从中科院院士李未及微软亚研院沈向洋，后加入李飞飞团队成为 ImageNet 早期核心成员，并在斯坦福大学师从几何计算宗师 Leonidas Guibas。从图像识别到三维几何，两大传统在他身上交汇。ImageNet 之后，他转向 3D 视觉，主导了 ShapeNet、PointNet 等突破性成果，确立了自动驾驶与具身智能的 3D 感知框架。其研究逻辑朴素而深刻：机器不仅要“看懂”平面照片，更要理解立体世界中物体的距离与交互关系。
随着研究深入，苏昊将重心投向更具挑战的具身智能（Embodied AI）。他认为，机器人仅知道物体位置远远不够，必须掌握与物理世界交互的力学知识，而这无法从互联网图文中获取，只能源于真实的物理交互。2019 年前后，他全面转向机器人与物理交互研究，发布了 SAPIEN 仿真环境与 ManiSkill 评测基准，为行业提供了虚拟训练场与量化标尺。
苏昊
二十年来，苏昊始终致力于在每一波 AI 浪潮来临前夯实数据地基。这一次，数据不再是图片与文字，而是机器人与物理世界的交互本身。2025 年，苏昊回国担任复旦大学通用物理智能研究院首任院长，并联合创办具身智能公司“苏度科技”，出任董事长兼 CTO。
“苏度（sudo）”源自程序员指令"super user do"，寓意赋予系统最高权限以执行任何操作。这一命名直指公司愿景：打造通用的具身智能系统，使其具备应对任何任务的“最高能力”。
长跑二十年，等来了“发令枪”
苏昊创立苏度科技，基于对人工智能产业化的两大判断：一是 AI 正加速向物理世界渗透，但基础科学问题尚待破解；二是具身智能正处于落地瓶颈期，技术演示惊艳却缺乏真正的通用能力。
苏度科技成立于 2025 年 5 月，虽是新公司，核心团队却是深耕该领域多年的“老兵”。过去两年，机器人行业从表演后空翻到跳舞跑马，展示了硬件实力的飞跃。然而，机器人的关键在于软件算法对物理规则的理解。与大语言模型仅能描述物理现象不同，具身智能需模拟真实世界并预判环境变化。相比高难度的特技动作，拧瓶盖、开罐头等日常精细操作反而更难攻克。2026 年，行业焦点已正式从硬件展示转向软件算法突破。
苏度团队拥有浓厚的计算机视觉底色。研发副总裁徐泽祥曾任 Adobe Research 科学家，主攻 3D 生成与空间智能；联合创始人兼 CEO 韩铮出身微软亚研院，兼具技术研发与商业落地经验。这群产业老兵汇聚一堂，旨在通过虚拟世界训练出真实本领，实现通用具身智能。
路线抉择：虚实融合的跨越式发展
具身智能的终极目标是“通用”，即让机器人无缝融入人类社会。然而，著名的莫拉维克悖论指出：对人类而言简单的感知运动技能，对机器却极难实现。人类依靠进化与成长积累了物理直觉，而机器人必须从零学起。
2023 年，Google RT-2 成功从玩具中识别“灭绝动物”
针对如何获取训练数据，行业分为两派：一派主张渐进式，从具体工业场景切入，成本低但难以平台化；另一派主张跨越式，直接追求通用能力，前景广阔但成本高、周期长。此外，数据采集也面临两难：真实数据可信但稀缺且存在安全风险；仿真数据规模大且自带物理标注，但需攻克仿真拟真度难题。
苏度选择了“不选边”的第三条路：虚实融合的跨越式路线。利用仿真数据解决规模与多样性问题，利用真机数据将能力锚定在现实世界。创始团队早在 2022 年便做出预判：跨越式技术可在 3-5 年内实现初步商业化，且单纯依赖真实数据无法覆盖整个物理世界。真机数据贵在“真”，作为锚点；仿真数据贵在“多”，作为风帆。两者缺一不可。
先进厂打螺丝，再谈物理 AI
在正式进入产线前，苏度进行了一次严苛的自我验证。2026 年 4 月，苏度发布技术日志显示，其模型在未使用任何真机数据和人工标注的情况下，仅凭仿真数据、世界模型与强化学习的一体化设计，便实现了在一小时内抓取 100 多种不同材质形态物体，首次成功率高达 98%。即便在人为干扰和光照变化下，机器人依然表现稳定。团队刻意优先追求“稳”而非“快”，因为在工业场景中，错误的代价远高于速度。
随后，苏度在宁德时代生产线上成功破解三大难题：不同尺寸电池的泛化拿放、亚毫米级精密组装、以及协同扫码枪的视触觉联动。在今年的 WAIC 大会上，苏度展示了与宁德时代的合作试点：四台机器人搭载苏度模型，完成了箱体上料、电芯装配、除尘扫码、成品下线四道工序。这是全球首次有机器人能胜任多种实际工序并适应现场动态变化。
苏度的方案以仿真数据打底，再通过真机反馈校准虚实缝隙，具备极强的场景迁移能力。具身智能的发展路径与语言模型相似：先靠演示出圈，再寻找规模化落地场景。如果说语言模型的"Coding 时刻”成就了巨头估值，那么“进工厂”就是具身智能的"Coding 时刻”。
工业生产标准化程度高，且制造业对提效诉求强烈，是具身智能落地的理想场景。尽管汽车工业自动化程度极高，但在柔性环节仍大量依赖人工。将这些重复、非标的劳动解放出来，是具身智能当下的重心。随着技术在工厂的验证成功，零售商超、餐饮连锁等服务场景也将快速解锁。从波士顿动力的后空翻到机器人批量进厂，具身智能的产业化进程比预想中更快。在这个全新赛道上，出发最早的人往往跑得最远。
