2016 年，当 AI 的突破还集中在图像领域，港大团队已将深度学习用于角色运动合成。十年后，这篇论文获 SIGGRAPH 2026 时间检验奖——它让机器从 学会如何看 到 学会如何动，为物理 AI 埋下关键伏笔。
2026 年 7 月，计算机图形学顶会 SIGGRAPH 公布时间检验奖（Test-of-Time Award），专门表彰十年前发表、至今仍对业界产生持续影响的论文。今年，香港大学 Taku Komura 团队 2016 年的论文获此殊荣。
这篇论文做了什么？
研究团队用卷积自编码器从大规模动作捕捉数据中学习一个低维的运动空间，再将行走路径等高层控制条件映射到这个空间。模型由此可以生成和编辑动作，同时保留人类运动的自然性。
关键不在于逐帧记住训练动作，而在于学习可复用的运动表示——用今天更熟悉的说法，它学习的是一种 Human Motion Prior：哪些姿态与时间变化通常属于自然的人体运动，以及怎样在满足目标约束时仍留在这个运动空间内。
注：时间检验奖评选标准为论文发表十年后仍对学术与产业有显著影响。该论文引用量持续增长，是数据驱动动作生成领域的基础性工作。
2016 年的获奖论文只是一个起点。Taku Komura 团队沿着「让机器理解人类运动」这条主线，逐步将研究从孤立的人体动作扩展到身体、物体和环境之间的关系。
注：以上为 Taku Komura 团队在动作生成与物理 AI 方向的核心节点，完整研究线还包括 AI4Animation 开源项目（8,000+ Stars）等多项工作。
从 2016 年到 2026 年，Taku 的研究主线可以概括为一个完整的人类交互先验模型：让模型先学会表示人类在真实世界的自然运动，再学习人与场景、物体和任务如何发生交互，再把真实接触、受力与环境变化纳入模型。
这条路线对物理 AI 的意义，正在被机器人行业验证。
真机遥操作数据采集成本高、场景窄、动作不自然。更可行的来源是人自己的日常操作——但人的数据并不是采下来就能用。
硬件贵、场景窄、动作不自然，难以规模化。低成本传感器噪声大、信息缺失。
知道什么姿态是自然的人体运动，能把残缺信号补齐，约束回真实运动。消费级设备即可采集。
注：误差降低数据来自第一人称手部重建公开评测。消费级设备指 iPhone 等日常可用设备，无需专业动捕硬件。
依托这套先验，团队现在用一台 iPhone 就能完成采集与重建，得到人手、物体和场景在同一世界坐标系下的 3D 结果。采集成本降到过去的几十分之一，误差降低 60%。
这套管线的价值不止于降低成本，更指向一个关键判断：具身智能的下一个突破口，将出现在消费级场景而非受控环境。家庭整理、厨房操作、日常物品交互——这些场景数据量巨大、离散，边际成本极低，却因动作精细、接触关系复杂，此前始终缺乏可规模化的高质量数据来源。
采到数据只是第一步。行为克隆能让机器模仿示范动作，但要在真实世界里行动，机器还必须知道一个动作会带来什么结果，以及结果背后的物理规律。
Taku 团队正在做的，是一个用人类原生数据训练的多模态世界模型。
现有的具身数据范式，不论是第一视角视频、UMI 还是机器人遥操数据，都只包含视觉和动作。但同一段看起来相近的动作，背后的接触过程和操作结果可能并不相同——只依赖视觉与轨迹，模型很难区分这些差异。
团队把采集设备做成人可以直接穿戴的形式：
采集时人只要照常完成日常操作，即可获得时序对齐的多种模态信息。这也改变了世界模型要预测的目标：不再只是下一帧像素，而是物理状态会怎么变——物体的 3D 状态、接触的位置、受力的大小。
对机器人真正有用的判断是「这样推会不会倒」「这个力够不够拧开」，这些关键特征构成机器眼中的世界状态，而不是一堆像素。
人能示范的经验总有边界。机器人把人类经验学到手之后，需要在自主行动和探索中继续积累对世界的感知与行为经验，逐步具备自我探索和自主学习的能力。今天以人类为中心的范式，是在为那一步打基础。
Taku Komura 围绕「机器如何从人的运动与交互中学习」已经研究了二十余年。他曾在爱丁堡大学任教多年，2020 年加入香港大学，现任计算机科学系教授。他曾任 SIGGRAPH Asia 2025 大会主席，并被 AI 2000 评为该领域最具影响力学者全球前 15。
从 2016 年的获奖论文到 2022 年的 SIGGRAPH 最佳论文，再到如今物理 AI 方向的布局，他的研究脉络清晰而连贯：让机器从数据中学习人类运动的结构，并进一步理解动作如何随场景、物体和任务而变化。
更关键的是，这条研究线已经形成完整的技术闭环：从学术论文到开源项目（AI4Animation，8,000+ Stars），从实验室原型到消费级设备落地，从动作生成到物理 AI 世界模型。每一步都踩在产业需求的前夜。
在爱丁堡大学任教多年后，Taku 选择在中国香港继续自己的研究。他认可中国相关领域的学术活力与产业落地场景，为物理 AI 研究提供了丰富的实践条件。
物理 AI 的下一个突破口不在受控环境，而在消费级场景。人类原生的多模态操作数据，正在成为机器人理解物理世界最可规模化的入口——而 Taku Komura 团队用十年时间，提前建好了这条管道。
Taku 团队的下一个目标：让机器人形成对物理世界的内部表示，在真实交互中理解身体、动作与物理规律，获得能够跨机器人、跨任务和跨环境迁移的行为智能。
AI4Animation 开源项目已获 8,000+ Stars，汇集了人形运动、四足运动和场景交互等方向的积累，可前往 GitHub 了解更多。
GitHub 项目页 →注：该页面为编辑重制快讯，所有数据引自公开报道与学术论文。