2026年7月，计算机图形学顶会SIGGRAPH揭晓“时间检验奖”，香港大学Taku Komura教授团队2016年发表的深度学习角色动作生成论文获此殊荣。该研究首次将深度学习用于复杂3D动作生成，提前十年押中“物理AI”！其构建的“人类交互先验模型”让AI从“学会看”跨越到“学会动”，更将具身智能数据采集成本降至几十分之一，推动物理AI走向真实消费级场景。目前，团队正利用多模态人类原生数据训练世界模型，助力机器人理解物理规律，掌握跨环境自主行为智能。

北大和人大团队联合发布人形机器人通用大模型Being-M0，实现精细动作跨平台迁移。团队构建了百万规模动作数据集MotionLib，通过自动化流程处理超2000万段视频，生成100万条高质量动作序列，规模达现有最大数据集的15倍。基于此，Being-M0模型验证了“大数据+大模型”在动作生成中的协同效应，支持从语言到动作的端到端生成，并提出MotionBook框架，解决传统VQ技术的局限性。此外，团队设计了“优化+学习”两阶段方法，实现人体动作向宇树H1、H1-2、G1等多款机器人平台的高效迁移。Being-M0为通用具身智能奠定基础，未来将进一步提升人形机器人的自主性和通用能力。