9 月 27 日 —10 月 1 日，机器人学术盛会 IROS 2026 在美国匹兹堡盛大举行，帕西尼作为本届 IROS 的最高级别赞助商与合作伙伴之一，以资源与服务深度支持大会举办，并以卓越的技术展示、密集的专业演讲、前沿的交互体验，全面提升了本届大会在触觉智能领域的学术能级与技术标杆。

大会期间，帕西尼（PaXini AI）还正式举办了全球具身生态之夜（Global Embodied Ecosystem Night），邀请近 200 位全球顶尖学者、产业领袖与科技投资人齐聚，复盘技术路线，研判产业节奏，凝聚产业共识，成为本届 IROS 最具思想密度的会场之一。

帕西尼创始人兼 CEO 许晋诚博士在 GEEN 晚宴发表演讲

GEEN 登陆机器人之城，行业先锋云集共谱具身蓝图

作为具身智能核心技术领军者，帕西尼深知，具身智能全面走向真实世界，亟需科研、产业与资本各方形成高效连接。为此，帕西尼继北京 WRC 2026 之后，在匹兹堡这一全球机器人创新重镇再度举办全球具身生态之夜，依托自身在全球具身智能前沿创新圈层中的连接能力，助力行业加速迈入协同共创新周期。

具身智能正进入以落地为导向的新阶段，物理 AI 的核心议题之一，是让机器人通过通用底层能力形成对物理世界的高维认知。对此，帕西尼创始人兼 CEO 许晋诚博士指出，物理感知层是机器人与物理世界进行信息交换的第一接口，通过传感器建立精密、统一且可计算的物理量度，是机器人进入真实世界、应对复杂物理约束的基础能力。在此基础上，机器人能够以高质量物理数据为养料，进而学习复杂操作中的接触、受力与变化规律，不断提升技能水平与陌生变量下的全面泛化，最终形成更高水平的自主执行能力。

尽精微而能致广大，微纳尺度的精细操作探索，对破解当前人形机器人的灵巧操作难题极具借鉴意义。为此，本届 GEEN 特邀微纳机器人领域国际著名专家、中国工程院外籍院士、多伦多大学机器人研究所创始所长孙钰院士登台分享。

孙院士指出，力触觉始终是跨越不同本体、不同任务层级的核心操作模态，他结合团队在生物医学领域的标志性实践，系统阐释了从微纳力觉感知、全闭环操控到临床诊疗与产业应用的技术转化路径。

当机器人走向真实世界，环境、任务与交互始终处于变化之中，机器人必须持续更新自身能力适应变化。

围绕这一命题，德国弗莱堡大学 Abhinav Valada 教授带来题为 "Open World Embodied Intelligence" 的系统思考，机器人需要建立一套面向开放世界的持续学习机制，从开放世界感知、未知检测与场景理解，到世界模型、离线学习与动态场景图，再经由终身学习持续积累经验，并借助跨本体学习实现经验的迁移与共享，从而真正具备在真实世界中持续学习、适应与成长的能力。

机器人学习正面临一个现实困境：更强的泛化能力，往往意味着更多的数据、更长的训练与更复杂的真实交互。

美国南加州大学 Daniel Seita 助理教授提出 "Doing More With Less" 解法，探索如何从有限的经验与本体资源中释放更大的能力空间。他以少量真实示范为起点，借助 Real-to-Sim、视频生成与多模态数据增强拓展经验边界；同时将示范拆解为可复用的对象中心技能，通过技能组合以及本体资源的统筹分配支撑长程任务。

共话产学研协同，为具身智能规模化按下加速键

具身智能步入深水区，产学研各界的系统性协作已成为破局关键。不同视角的交汇碰撞，能够最大程度凝聚共识、校准方向，最终孕育出富有活力与韧性的产业创新生态 —— 这是行业的长期议题，也是 GEEN 平台的价值所在。

圆桌对话环节汇聚来自高校、科研机构、创业企业与产业资本的代表性人物。嘉宾既拥有顶级学府的科研背景，也长期深耕机器人产业一线。经由实践复盘与观点交锋，与会嘉宾围绕具身智能产业化过程中的关键问题，形成了五点高度共识：

触觉正成为具身智能产业化落地阶段的核心基础设施，是操作智能的刚需入口，破解视觉无法解决的 "最后一毫米" 难题。高性能、高一致性、高耐久的触觉传感器，为机器人构筑起适配复杂环境的感知基底。帕西尼触觉传感器历经四代迭代，始终让任务需求 "反向塑造" 产品，从芯片、算法到结构设计形成全链路的闭环优化路径。

数据短缺是具身智能的最高战略议题，模态丰富度、场景与任务的多样性，共同决定数据的应用效能。针对当前行业数据基建重复建设、标准化不足的短期阵痛，补齐关键触觉模态、全行业共建数据集与接口标准，是投入产出比最高的协同支点。

具身智能的 "大脑" 必须建立在物理锚定（Physical Grounding）之上。不同于 AIGC，物理 AI 容错空间更小，可靠性高于一切；传感器、数据与模型必须环环相扣，才能避免执行误差逐级放大，而数据质量同样直接决定模型的上限。

科研与产业化当 "往大处着眼、往小处着手"。面向源头性问题的颠覆性创新，更需要在需求清晰的产业场景中尽早完成产品与市场的契合（PMF），建立源自真实使用的持续反馈，以真实场景倒逼源头创新。

产学研各有其节奏、逻辑与评价体系，需找到共同纽带。高效推进协同创新，需要以真实项目为纽带，建立跨越 "论文 — 专利 — 产品 — 量产" 全链条的激励与利益分配机制。

（来源：帕西尼）