黄用韬博士QCon演讲，真实世界不是数据集,AI系统需构建持续学习闭环

2026年10月22日至24日，QCon全球软件开发大会上海站将举行，聚焦AI Native时代的工程实践变革。其中，蚂蚁灵波科技首席数据科学家黄用韬博士的主题演讲《The World Is Not a Dataset - Building AI Systems That Continuously Learn from Reality》引发广泛关注。该演讲直指当前具身智能与物理AI落地的核心瓶颈：将真实世界简化为静态数据集的工程惯性，正在阻碍系统级持续学习能力的构建。

黄用韬在演讲中指出，当前多数机器人学习仍围绕预收集的数据集展开，但这一范式天然丢失了关键上下文——任务目标、执行环境、硬件状态、模型版本及人工干预过程。例如，一次抓取失败可能源于传感器标定偏移、机械臂磨损、光照突变或模型推理偏差，而非单纯“数据不足”。若仅以“再训练一次”作为标准响应，系统将反复陷入低效修正循环，无法真正提升泛化能力。

为突破此局限，黄用韬提出一种以时间轴为中心的系统架构视角：将任务创建、机器人执行、人工介入、失败反馈、模型发布等事件视为连续演化的学习环节，而非孤立节点。在此框架下，数据集不再是起点与终点，而是学习过程中动态生成的中间产物。系统需具备“反向决策”能力——当评测发现能力缺口时，能自动判断下一轮应由谁（人/机器人/仿真）、在哪里（真实场景/边缘设备/云端）、采集何种数据（特定工况下的多模态序列）、如何验证（A/B测试/因果归因）。

这一思路与近期物理AI基础设施的进展形成呼应。智源研究院联合逆矩阵、北大与vLLM发布的PhysisServe系统，正是面向高频实时交互场景的底层支撑尝试。该系统首次实现百亿参数级世界模型以千赫兹频率输出，比现有方案快1–2个数量级。其核心创新在于采用“自回归去噪”生成范式：不同于大语言模型逐token串行生成，PhysisServe以chunk为单位并行去噪，相邻chunk的计算可前后错开、重叠推进，从而释放算力潜力，匹配物理世界毫秒级动态变化的需求。

图中清晰显示，传统逐token自回归（左）受限于单token延迟，输出频率被锁死；而自回归去噪（右）通过chunk级并行与KV cache复用，显著压缩整体输出延迟。这一技术路径表明：参数规模与推理频率并非互斥关系，只要生成机制适配物理交互节奏，千亿级模型亦可服务实时控制任务。

值得注意的是，上述两类工作虽出发点不同——黄用韬侧重系统工程与闭环反馈机制，PhysisServe聚焦推理效率与生成范式——但共同指向同一趋势：AI正从“离线训练-部署-遗忘”的线性流程，转向“感知-决策-执行-反馈-进化”的持续学习闭环。这要求基础设施层支持高吞吐实时推理，应用层具备细粒度失败归因能力，而系统层则需整合端、边、云资源，形成协同的问题处理网络。

在具体实现上，黄用韬强调“端-边-云”不应仅是数据传输链路，而应成为问题驱动的行动中枢。例如，当边缘设备检测到某类抓取成功率骤降，系统可自动触发三路响应：1）本地缓存近期失败视频片段供快速回溯；2）向云端请求同场景历史数据与相似任务模型版本；3）调度仿真环境复现故障条件，生成针对性增强样本。整个过程需在数分钟内完成，而非传统流程中的数天至数周。

此类调度优化已在实际系统中体现价值。图中展示的多GPU任务编排方案，通过动态分配计算块（Blocks 1–4）与状态缓冲区，将端到端延迟压缩至4.1ms，满足工业级实时控制需求。更进一步，批次处理策略（Batch of 2/4）与缓冲区复用机制，使系统能在有限算力下服务更多并发交互任务，为规模化部署提供可行性基础。

行业层面，这一转变也反映在AI资产配置逻辑的演进中。德适-B（02526）等垂直领域模型公司正凸显价值：其医疗影像基座不仅依赖参数规模，更依托长期积累的临床数据闭环与医生反馈机制，实现模型持续迭代。高盛研究指出，中国模型在OpenRouter平台2026年9月Token用量占比达65%，印证了“场景驱动+反馈闭环”模式在成本与实用性上的竞争力。

金融投研领域同样呈现类似路径。讯兔科技联合创始人崔予淳在北大讲座中指出，2026年AI已能构建完整投研工作台，自主组装工具链并动态生成新模块。但其有效性高度依赖结构化反馈——例如，将分析师对模型推荐标的的修正意见，实时注入训练信号，形成“预测-验证-调优”短周期闭环。这与黄用韬提出的“从评测发现缺口开始学习”理念完全一致。

综上，AI进入真实生产环境后，核心挑战已从“能否训练大模型”转向“如何构建可持续进化的系统”。黄用韬所倡导的“真实世界不是数据集”观点，本质是对工程哲学的重构：数据是结果，而非前提；学习始于问题识别，而非参数更新；系统的终极指标，应是“发现问题到验证改进”的全周期时长，而非单一准确率或F1值。

随着QCon上海大会临近，来自阿里巴巴、腾讯、字节、华为等企业的百余场实战分享将进一步揭示：AI Native时代的工程重心，正从模型研发向系统集成与闭环治理迁移。而能否建立高效、可信、可解释的持续学习机制，将成为区分短期试点与长期落地的关键分水岭。