基础设施优先：面向全球南方的具身 AI 科学实验基础设施
计算机与社会
2026-04-09 v1 机器人学
摘要
具身 AI 科学（EAI4S）通过统一感知、推理与机器人动作，使智能体能在物理世界中自主运行实验。对于全球南方而言，这并非为追求先进自动化而亟需，而是要克服一个根本性能力约束：手头人手不足，实验需求过多。通过在人力、能源和连接受限的条件下实现持续可靠的实验，EAI4S 将自动化从奢侈品转化为关键科学基础设施。然而，最大障碍并非算法能力，而是基础设施。虽然开源 AI 和基础模型已缩小了知识差距，但 EAI4S 依赖于可靠的边缘计算、节能硬件、模块化机器人系统、本地化数据管道以及开放标准。若无这些基础，最具能力的模型也只能被困在资源丰富的实验室中。本文主张采用基础设施优先的方法来推动 EAI4S，并概述大规模部署具身智能的实际需求，为全球南方机构提供将 AI 进展转化为持续科学能力和竞争性研究产出的具体路径。
引用
@article{arxiv.2604.06722,
title = {Infrastructure First: Enabling Embodied AI for Science in the Global South},
author = {Shaoshan Liu and Jie Tang and Marwa S. Hassan and Mohamed H. Sharkawy and Moustafa M. G. Fouda and Tiewei Shang and Zixin Wang},
journal= {arXiv preprint arXiv:2604.06722},
year = {2026}
}