我先联网核实这个奖项的正式名称、颁奖场合和赵行的公开表述。
CoRL 2026 青年成就奖唯一华人得主赵行：机器人 97% 的时间在等模型，世界不会等模型。
11 月 9 日在美国奥斯汀举行的 CoRL 2026 上，清华大学交叉信息研究院助理教授、星海图联合创始人兼首席科学家赵行做了大会首场 Early Career Keynote（青年成就奖）演讲，题目是「Organizing Physical AI Across Timescales」。这个奖要同行提名、不能自荐，只授予博士毕业十年内在机器人学习领域有实质成果的年轻研究者，今年全球只有三位得主，赵行是唯一的中国面孔。他讲的不是 “模型有多强”，而是一个更硬的约束：GPT-6 Astra 已经能直接输出机器人动作，仿真里分数也很漂亮，但那些基准会为了等模型思考而暂停世界 —— 真实机器人不能暂停，一个回合近 4 分钟里机械臂真正运动只有 5.2 秒，剩下 97% 的时间都在等推理。所以他给的解法不是再训一个更大的模型，而是按 “时钟” 给机器人的智能分层，并留下那句被会场反复引用的话：世界不会等模型。
一、这个 “青年成就奖” 是什么分量
| 维度 | 情况 |
|---|---|
| 奖项形式 | Early Career Keynote，CoRL 主会场开场重头戏，每年为主会定调 |
| 提名规则 | 须同行提名，不得自荐 |
| 资格门槛 | 博士毕业十年内，且在机器人学习领域已有实质成果 |
| 2026 年得主 | 全球 3 位，赵行是唯一中国面孔 |
| 赵行身份 | 清华交叉信息研究院助理教授、博导，星海图联合创始人兼首席科学家（CTO） |
| 已有荣誉 | TR35、WAIC SAIL 之星、CoRL 最佳系统论文奖提名、CoRL 青年学者奖、2026 蚂蚁 InTech 科技奖 |
清华官网在 9 月 28 日的获奖通报里已经列出 “CoRL 青年学者奖”，说明学界对他的认可是持续累积的，不是突然冒出来的一顶帽子。
二、他要戳破的幻觉：基准测试在 “暂停世界”
赵行先摆出 Astra 的战绩：在指定动作接口和提示配置下，模型不做机器人专项微调就能出动作。
| 基准 | GPT-6 Astra | 专用机器人模型 π0.5 |
|---|---|---|
| RoboLab-120（直接输出动作） | 66% | 28% |
| RoboLab-120（作为可调用工具的智能体） | 约 75% | 28% |
| RoboDojo（按论文指标） | 约 22.5% | 约 6.9% |
他的原话是 “这真的很意外，我相信我们社区里很多人还没准备好面对这件事”。紧接着话锋一转：这些基准不计时间。英伟达那项测试在模型思考时会暂停仿真，模型想多久，虚拟世界就等多久。
于是有了那条最扎心的回合时间线：以直接策略运行的 Astra，跑完一个回合将近 4 分钟；机械臂实际运动总时长只有 5.2 秒；按 PPT 数据每次调用模型约 18.6 秒，机器人 97% 的时间在等待。
三、他的解法：给机器人智能装三个 “时钟”
赵行的核心主张是 “系统要对什么做出反应，决定了它的时钟；要选配得上时钟的模型，而不是反过来”。据此把智能分成三层：
| 层 | 运行频率 | 负责什么 | 训练方式 | 关键要求 |
|---|---|---|---|---|
| System 0 | 最高频、毫秒级 | 反射、平衡、底层控制 | 仿真强化学习 | 实时闭环，不能停 |
| System 1 | 中频 | 技能执行、短程动作 | 行为克隆 | 能自己感知失败并纠正 |
| System 2 | 低频 | 任务规划、语义推理 | 行为克隆 / 大模型 | 向下发意图，不直接控关节 |
层与层之间的接口原则很明确：向下发意图，向上报失败，每层自己闭环。他还给了两条实现路线 —— 分层多模型，以及单模型统一架构、每个时钟配各自专家、共享 KV cache；难点分别是联合训练和跨层通信。
四、RoboCasa365 实验：变量只有 “多久问一次模型”
为了证明分层不是纸上谈兵，他做了个干净的对照：5 个模型没见过的厨房场景、5 项任务（启动微波炉、把食物从盘子挪到锅里、移动到水壶或水槽旁、按类别分拣瓶子、把甜点上托盘），每项限时 50 秒，用同一个前沿大模型，只改执行过程中调用模型的频率。
| 方案 | 做法 | 思路 |
|---|---|---|
| Coding | 模型先写一段程序，之后自己跑，不再问模型 | 最省调用，但不会应变 |
| Coding + Ask | 代码执行失败再让模型重写 | 失败才回问 |
| Orchestrated | 模型调用不同小技能网络 | 高层编排、低层快 |
| 持续请求（对照） | 每一步都问模型 | 最聪明，也最慢 |
实验结果指向同一个结论：调用频率决定成败，全程高频问模型的那一档，会被 50 秒的时限直接淘汰。这就是 “时钟” 的现实版。
五、他给行业的三条结论和一个请求
- 第一，先定系统要对什么反应，再定时钟；不要拿一个最强模型去适配所有频率。
- 第二，层间必须有接口：向下发意图、向上报失败，别让顶层大模型直接拧关节。
- 第三，不要只造一个快模型或一个小模型，要造整个系统。
- 一个请求：以后做机器人仿真基准，请同时报告 “截止时限前的成功率” 和 “所需推理时间”。
最后那句总结值得抄下来：在机器人领域，世界不会等模型。
六、赵行是谁：从 MIT 机器狗到星海图 CTO
| 时间 | 节点 |
|---|---|
| 2015 年 | 在 MIT 修一台动不动就坏的机器狗 |
| 之后 | 进入 Waymo，成为早期核心研究员之一 |
| 2020 年 | 回清华任教，实验室取名 MARS，不叫 “计算机视觉” 或 “深度学习” |
| 近年 | 提出以视觉为中心的感知与无图自动驾驶、“快 — 慢双系统” 自驾大模型，成果在理想汽车规模化量产 |
| 机器人方向 | 快速世界动作模型、自回归 VLA、机器人跑酷等代表性工作 |
| 产业 | 联合创立星海图，推 “一脑多型” 具身基础模型与通用机器人 |
论文 100 余篇、引用 4 万余次，这些数字放在 30 多岁的学者身上并不常见。
【常见问题】
问题 1：CoRL 2026 青年成就奖是什么奖，赵行为什么是唯一华人得主？
回答 1：CoRL 2026 青年成就奖即 Early Career Keynote，须同行提名、不得自荐，只授予博士毕业十年内有实质成果的年轻研究者；2026 年全球仅三位得主，赵行是唯一华人，因此被称为 CoRL 2026 青年成就奖唯一华人得主。
问题 2：赵行说 “世界不会等模型” 是什么意思？
回答 2：“世界不会等模型” 指真实物理环境不会像仿真基准那样暂停等大模型推理，赵行实测机器人 97% 的时间在等模型输出，所以系统必须按运行时钟分层，而不是让一个慢模型包办所有反应。
问题 3：赵行在 CoRL 2026 提出的 System 0/1/2 分层怎么理解？
回答 3：System 0 管毫秒级反射与底层控制，System 1 管技能执行与动作，System 2 管任务规划；赵行强调三层各按自己的时钟闭环，向下发意图、向上报失败，这套思路就是 “世界不会等模型” 的工程解法。
问题 4：赵行说的 “基准不计时间” 对具身智能研究有什么影响？
回答 4：赵行指出 RoboLab-120 等基准会在模型思考时暂停仿真，导致成功率虚高；他呼吁社区做机器人仿真基准时同时报告截止时限前的成功率和推理耗时，否则 “世界不会等模型” 的现实会被掩盖。
【数据来源】
- [2026-11-14]（OpenAI 解散独立机器人团队！GPT-6 Astra 证明：通用大模型已可直接用于 “物理 AI”，无需专用模型）华尔街见闻
- [2026-11-12]（CoRL 2026 青年最高荣誉唯一华人得主清华赵行：「世界不会等模型」）新浪科技
- [2026-11-10]（机器人 97% 的时间都在等大模型，星海图赵行谈破解实时性难题｜CoRL 2026）搜狐网
- [2026-09-28]（祝贺！交叉信息院助理教授赵行获得 2026 “蚂蚁 InTech 科技奖”）清华大学交叉信息研究院
- [2026-09-10]（AI 助力看清器官分子分布、机器人迈向全身智能！2026 蚂蚁 InTech 奖揭晓）中国网科技频道
【免责声明】
本文基于 2026 年 11 月 9 日 CoRL 2026 现场报道及新浪科技、搜狐网、清华大学交叉信息研究院官网等公开信息整理，演讲中的实验数据与图表口径以赵行团队公开材料为准；不同媒体对 RoboLab-120 成功率的表述存在 66%、75%、74.8% 等差异，源于 “直接输出动作” 与 “作为工具调用的智能体策略” 两种测法，本文已分别标注；文中观点为受访者个人学术判断，不构成投资或技术选型建议。