问题——从“会算”到“会做”，具身智能仍需跨越关键鸿沟。当前，机器人实验室环境中已能完成姿态识别、目标检测、路径规划等任务——但在真实世界的复杂场景里——仍普遍面临“看得见、听得懂却做不好”的难题：环境变化带来感知不稳定，物体属性与接触过程难以精确建模，动作执行中误差累积导致失败率上升。如何把感知、推理与动作控制有效闭环，提升通用性与可靠性，成为具身智能迈向规模化应用的核心关口。 原因——基础研究与工程落地之间，缺少统一框架与可复用“底座”。业内人士分析，上述难题背后有多重原因：一是传统路线多采取分模块设计，感知、规划、控制各自优化，系统级协同不足；二是数据获取成本高，真实交互数据难以大规模采集且存在安全风险；三是物理世界具有强不确定性，仿真与现实的差距长期制约模型泛化；四是通用技能的表达与迁移机制尚未成熟，机器人难以在少样本条件下快速掌握新任务。破解这些问题，需要在算法、数据、仿真与执行体系上形成可迭代的整体方案。 影响——青年科研力量与开源生态叠加，推动领域形成“可持续创新链”。此次“科学探索奖”面向基础科学和前沿技术等十个领域遴选，年度获奖人数不超过50人，每位获奖者在5年内可获得总计300万元奖金支持。奖项由社会基金出资、科学家主导评审，近年来持续为青年科研人员提供稳定支持，被视为鼓励探索“无人区”的重要制度安排。此次入选的卢策吾，2013年在香港中文大学获得博士学位，随后在香港科技大学及斯坦福大学对应的实验室从事博士后研究，2016年回国后在上海交通大学开展前沿攻关。其团队围绕具身智能与计算机视觉发表多篇高水平论文，并推出多项开源工具与数据体系，被国内外科研机构与产业团队广泛引用。受访人士认为，开源“基础设施”的扩散效应显著降低了重复开发成本，提升了学术界与产业界协同创新的效率，有利于形成更具活力的技术生态。 对策——以“感知—想象—执行”闭环思路，提升从理解到操作的系统能力。据介绍，卢策吾此次围绕具身智能提出整体研究框架，强调以全感知与交互感知为基础，通过概念驱动的仿真推理强化对物理规律与任务目标的把握，并将通用技能拆解为可复用的元操作能力，实现从“看见世界”到“操作世界”的闭环提升。业内专家指出，这个路线的价值在于把系统问题前置：一上感知端强化多模态与交互信息，使机器人不仅识别物体，还能理解可操作性与状态变化；另一上推理端引入对物理过程的可解释建模，降低“黑箱决策”带来的不确定风险；同时在执行端注重通用技能的积木式组合，服务制造、物流、服务等多场景的任务迁移。配合开放数据、评测体系与软硬件协同，有望为具身智能从“单点突破”走向“系统进化”提供更清晰路径。 前景——面向产业化与社会应用，需在可靠性、安全与标准体系上同步推进。多位业内人士判断，随着算力、传感器与工程能力持续提升，具身智能将在智能制造、仓储分拣、医疗康养、家庭服务等领域加快试点，但走向规模应用仍需补齐三上短板：其一，提升长时稳定运行能力，建立从训练、评测到部署的全流程工程标准；其二，强化安全可控与责任边界，完善数据治理、风险评估与测试认证机制；其三，建设跨机构、跨学科协同体系，推动基础研究、产业平台与应用场景形成闭环迭代。以“科学探索奖”等长期稳定支持为牵引，叠加高校、科研院所与企业的协同投入，有望继续夯实我国在相关前沿方向的创新优势。
卢策吾的研究历程展现了青年科学家在前沿领域的探索精神。"科学探索奖"不仅是对个人的肯定，更是对科技创新生态的长期投入。在当前科技竞争背景下，支持青年科学家勇攀高峰，将为我国科技自立自强提供重要支撑。