问题：从“能算会动”到“会看会注意”，共融机器人亟需“类脑”能力支撑 随着机器人制造、医疗、养老、公共服务等场景加速落地，如何在真实复杂环境中实现安全、稳定、可协作的“人机共处”，成为产业与科研共同面对的关键挑战。当前不少系统在结构化环境中表现良好，但在开放场景里仍易出现感知不稳、决策不可解释、注意分配不合理等问题。业内普遍认为，机器人要真正提升环境理解与协作能力，必须在“看得清、找得准、注意得当、行动可控”上实现突破，而这与人类大脑视知觉、注意与意识等的机制研究高度涉及的。 原因：交叉学科成为突破口，基础研究向工程需求“对接”是必由之路 方方的学术经历体现出明显的跨界特征：早期在北京大学完成心理学与智能科学相关训练，随后赴海外攻读心理学方向博士并接受系统实验研究方法训练，回国后进入高校与重点实验平台持续推进认知神经科学研究。多年的学术积累使其研究聚焦于视觉加工、注意选择与意识产生等核心科学问题，并逐步形成从实验到建模、从机理到验证的研究路径。 在学界看来，人工系统的智能水平提升，离不开对“人类如何感知与选择信息”的理解。尤其在多任务、高噪声、强干扰的现实环境中，人类之所以能保持相对稳定的行为表现，与大脑具有高效的注意调控与信息筛选机制密切相关。将这些机制转化为可计算、可解释、可调控的模型框架，是推动共融机器人迈向更高水平智能的重要方向。 影响：方法体系推动关键机理研究，也为共融机器人“操作系统”提供理论基础 据介绍，方方团队将脑成像技术、神经调控技术与计算建模等手段协同使用，形成较为完整的研究闭环：一是通过功能磁共振、脑电、脑磁等手段捕捉大脑对视觉刺激的时空响应特征，明确不同脑区在信息加工链条中的作用；二是利用经颅磁刺激、经颅电刺激等方式对特定脑区进行非侵入式调节，检验关键环节对注意与知觉的因果作用；三是结合心理物理学实验与计算建模，对行为表现与神经信号进行统一解释，尝试还原注意与意识相关过程的可计算机制。 这个思路的价值不仅体现在基础科学层面，也为共融机器人提供了可借鉴的“机制模板”。业内人士指出，机器人若能具备类似人类的注意分配策略，便可在信息洪流中优先处理关键目标，减少无关干扰，提高协作效率与安全性；同时，可解释的注意模型有助于提升系统透明度，增强用户信任，为高风险场景部署提供保障。 对策：以“多模态感知—可解释注意—协作闭环”为路径，推动人机协同能力升级 围绕共融机器人“类脑化”发展目标，相关研究提出清晰的技术路线：第一，提升机器人多模态感知能力，使其在视觉、听觉、触觉等信息融合上更接近人类处理方式，从而增强对环境变化的鲁棒性；第二，构建可解释、可调控的注意机制，既要能在复杂场景中稳定筛选关键信息，也要能对外给出可理解的依据，便于调试、监管与责任界定；第三，面向共享环境的人机协作需求，形成从感知、注意到动作执行的闭环系统，使机器人能根据人的意图、环境风险与任务优先级动态调整策略，实现“无缝协作”。 在人才与平台建设上，交叉领域的发展也需要更系统的组织方式。专家认为，应更畅通脑科学、心理学、自动化、机器人等领域的合作通道，建设共享数据与标准化评测体系，促进基础研究成果向可复用模型、算法模块和工程规范转化，同时加强伦理与安全治理，为共融场景应用打牢制度基础。 前景：脑机交叉有望成为新一代智能的重要引擎，共融机器人将走向更高层次“共处” 面向未来，随着测量手段、计算能力与算法范式持续迭代，类脑机制研究与机器人技术的融合有望进一步加速。业内判断，共融机器人的竞争重点将从单一能力比拼转向体系能力建设：既要“能做事”，更要“懂环境、懂人、能解释、可协作”。在这一过程中，脑科学研究的价值将不仅是揭示机理，更是为复杂智能系统提供可验证的原则、结构与约束条件，推动智能从经验驱动向机制驱动与可控可信方向演进。
方方的研究不仅推动了对应的科学问题的深入，也表明了中国在交叉学科领域的探索力度；随着脑科学与人工智能继续融合，人机协作有望打开新的应用空间。这个进程既需要科研人员持续攻关，也离不开产业与社会层面的共同参与。在全球科技竞争加速的背景下，中国科学家正以可验证、可落地的研究成果，为智能技术发展提供新的思路与贡献。