NE时代

◎ 具身智能的分岔：先做通用，还是先去干活？

“这个阶段大家之所以感觉有泡沫，我觉得可能跟现在大家还没有创造太多价值有关系，是个阶段的错配。”

在2026 Inclusion·外滩大会上，至简动力联合创始人兼CEO贾鹏这样解释具身智能行业的泡沫争议。

钱和预期先到了，机器人创造的价值还在工厂、仓库、医院和家庭中逐项验证。模型已经可以理解指令、识别物体和完成操作演示，客户购买的却是一套能持续工作的系统。

围绕这段距离，外滩大会连续举行了两场具身智能圆桌。

第一场由蚂蚁集团投资部“具身智能与智能硬件方向”负责人韩成龙主持，苏度科技联合创始人兼CEO韩铮、至简动力联合创始人兼CEO贾鹏、大晓机器人创始人兼董事长王晓刚参与。

第二场由量子位创始人兼CEO孟鸿主持，蚂蚁灵波科技CEO朱兴、乐聚机器人联合创始人兼CEO常琳、大晓机器人董事长王晓刚、地瓜机器人CEO王丛、傅利叶创始人兼CEO顾捷和青心意创创始人兼CEO牛腾昦参与。

八位具身“掌门人”都相信机器人会进入真实世界，对行业应该先解决什么，却给出了不同答案。

有人先追求少数任务的高可靠，有人继续等待基础模型出现更强的泛化。

模型公司希望把数据、训练和硬件定义握在手中，芯片、本体与场景企业则更强调分工。

到了商业化阶段，工业、康复和家庭也没有共用同一套标准。

01.

估值之后，先把价值做出来

贾鹏所说的“阶段错配”，发生在长期预期与当前产出之间。他认为，具身智能的产业链足够长，可以容纳多类企业，现阶段的泡沫感主要来自价值创造没有跟上估值。

谈到行业的关键节点时，他没有沿用常见的“ChatGPT时刻”。

贾鹏更期待机器人迎来“Claude Code时刻”，真正产生生产力。

模型听懂一句指令、识别一个陌生物体，说明能力有所进步。工厂和仓库还会继续看任务完成率、运行节拍，以及更换对象后需要多少时间重新适配。

王晓刚也谈到预期与进展之间的落差。他认为，外界此前对模型进步和场景落地速度估计较高，现实进展没有完全跟上。

他将行业所处阶段称为“黎明的前夕”，把希望放在人类第一视角数据、世界模型和零样本能力上。

工厂更换一种零件，如果机器人仍要回去学习一两个月，产线无法等待。零售仓面对大量SKU，也不能为每一种商品重新采集数据、训练模型。王晓刚把这种新任务适应能力，视为规模复制的前提。

韩铮更关注技术如何变成一套可用系统。他认为，具身智能已经出现不少关键技术框架，企业还要把模型、数据、仿真、硬件和控制整合起来，同时保证可靠性与一定范围内的泛化。

在他的判断中，行业眼下不缺单项能力，缺的是能够交给客户长期运行的完整方案。

贾鹏还指出，算力同时限制训练和部署。部分工厂不允许设备联网，机器人需要在边缘侧完成推理；端侧芯片提供的算力，又会限制模型规模和响应速度。

具身智能的算力问题不只发生在训练中心，也发生在机器人进入现场的最后一步。

02.

世界模型，不只用来直接出动作

几位嘉宾都谈到世界模型，却没有把它理解成同一种技术路线。

贾鹏不认同将“World Model as Policy”视为唯一终点，他更看重“World Model as Environment”，即用可以交互的世界模型提供训练环境，让机器人策略在其中并行试错和后训练。

他的出发点是效率。

预训练可以通过扩大数据和算力继续推进，真机后训练却受到设备数量、采集速度和安全成本限制。机器人在世界模型中反复尝试，可以提高训练并行度，再把策略部署到真实设备。

韩铮把世界模型看作一个更宽的概念，视频生成、三维表征、数据生成、环境生成和基于模型的强化学习，都可以参与机器人预训练。

到了执行阶段，他倾向于采用上下分层：上层模型负责理解指令、分析环境和拆解任务，底层技能负责稳定完成抓取、插接等动作。

上层模型可以更通用，接触真实物体的底层技能必须可靠。

王晓刚关注世界模型能从哪些信息中学习物理规律。视频预测可以提供物体变化的线索，多摄像头位置、深度、力触觉、物体定位和动作推理，也可以作为训练信号。

这些信息服务于同一个目标：让基础模型面对新环境和新任务时，减少从头采集真机数据的次数。

数据也因此成为王晓刚反复强调的瓶颈。他认为，真机遥操作和针对单一本体、单一任务训练VLA，难以支持更广泛的泛化。人类第一视角数据、合成数据和世界模型数据，需要共同扩大训练覆盖范围。

三家公司对世界模型的侧重不同。

至简动力看重可交互的后训练环境，苏度科技强调上层推理与底层技能配合，大晓机器人则用多种训练信号推动基础模型泛化。

03.

通用能力，要从可靠任务中长出来

讨论机器人应该下场工作还是继续训练时，朱兴说：“哪怕是打童工也要干活。”

朱兴把现阶段的机器人模型比作仍在成长的孩子。机器人需要进入真实场景获取数据，产品定义也要适应当前能力，不能一开始就要求它处理开放环境中的复杂长任务。

他以门店复制为例，不同门店的环境和陈设会发生变化，机器人从一家店复制到更多门店，仍要付出较高的适配成本。

朱兴主张近期先选择结构化程度较高的环境，缩短任务链，减少异常情况，让模型先负责部分环节，随着基础模型进步，机器人再承担更多步骤。

韩铮把成功率放在能力范围之前。他认为，少数任务可以接受约80%的成功率，并允许机器人再次尝试；超过95%的工业任务仍要求接近100%的可靠性。

现阶段可以先覆盖预期任务中的5%至10%，在这部分任务上把可靠性做高，再逐步扩大范围。

这条路线会暂时降低跨本体泛化的优先级。韩铮表示，团队会先解决特定场景的高可靠问题，再考虑更大范围的任务和本体适配。

王丛给出的现状更接近工程部署。他认为，当前操作泛化主要发生在单一场景、单一任务，甚至单一末端执行器内。背景、物体位置和形态可以变化，跨任务或更换末端执行器后，模型仍需重新适配。

常琳判断，操作模型以后可能沿着运动控制走过的路径发展。机器人早期的走、跑、跳需要分别训练，后来逐渐可以交给一套运动模型；操作也可能先积累单项技能，再把更多任务和感知信息纳入统一模型。

顾捷把技术能力放进一段完整服务中检验：“你做到前面99步，如果最后一步还是需要人……那还是没打透。”

顾捷介绍，傅利叶从2016年前后开始让康复机器人进入医院，陪患者进行神经康复训练，其中包括围绕吃饭、喝水、行走和肢体运动的练习。

医院和患者不先区分设备采用大模型还是传统程序，他们关心疗效、安全、稳定和投入产出。

一段约30分钟的训练，如果机器人可以全程陪患者完成，顾捷才会把它视为一项完整服务。机器人持续工作后，现场数据还能支持后续技能开发。

04.

全栈的边界，画在迭代速度上

具身智能涉及本体、零部件、芯片、传感器、数据和模型。两场圆桌都谈到产业协同，各家公司希望自己掌握的环节并不相同。

贾鹏强调，模型、硬件和数据系统需要快速联动。

外部团队可以承担数据采集，但采集设备、流程、质量控制、标注和反作弊方法要由模型团队制定。

数据团队还要根据模型暴露的问题调整采集规则。至简动力希望控制的是数据生产与验证方法，具体采集人力可以交给外部团队。

韩铮接受成熟的外部组件，同时要求团队掌握关键数据、仿真器和模型依赖的核心部件。 他认为模型迭代快于硬件，团队需要参与零部件选择和系统整合。

王晓刚认为模型与数据不能分开。 模型公司需要参与数据设备和机器人本体设计，大规模生产可以交给制造伙伴；自身数据产能不足时，也可以采购外部数据。

几位嘉宾强调全栈，重点都落在关键能力的迭代速度，而非包揽所有生产环节。

王丛从芯片公司的角色解释协作。芯片要与MCU、传感器、存储、本体和模型工具链配合，还要处理模型从训练平台迁移到部署芯片的问题。

他以GR00T、Cosmos等模型和工具为例，说明芯片企业除了提供算力，还要参与模型适配。

朱兴认为，模型公司没有必要替代数据运营商、传感器企业和本体厂商。

蚂蚁灵波向乐聚提供基础模型和工具链，双方共同做后训练，本体在现场遇到的问题再反馈给模型团队。

常琳介绍，乐聚从本体和运动控制延伸到数据，再与蚂蚁灵波合作模型。乐聚还在牵头建设开源数据社区，希望汇集真机、第一视角、世界模型交互和仿真合成数据。

不同角色对协同的要求也不一样。

模型公司希望控制数据规则、训练方法和硬件定义；本体、芯片与场景企业则负责把这些能力变成可以运行和交付的系统。

05.

工业先算运营账，家庭先选入口

常琳把机器人干活分为生产和生活两类。他判断，当前进展更快的是工厂，任务集中在拿取、放置、小件上料和物流拆垛。

常琳在现场介绍，乐聚参与了兆丰股份汽车零部件生产中的小件上料，也在海晨股份服务的联想生产物流仓库开展纸箱拆垛。

按照他的说法，这类拿放任务已经可以被客户批量采购，用来缓解招工难和人员流动问题。

工业场景的选择也有分歧。

贾鹏暂时避开单工位单任务、高节拍和过于精细的操作，优先考虑多工位或长任务，并要求机器人可以在安全条件下重试。

韩铮则把接近100%的可靠性放在工业落地前面。

王晓刚把商业化落在部署规模和客户运营上，他希望在单一场景中看到数千台机器人，并让采购、运营机器人的客户实现盈亏平衡。

王丛给出的近期尺度是上千台机器人进入工厂，同时让算法团队获得足够算力训练模型，他关心机器人部署与模型训练能否同时取得进展。

康复医疗已经有长期使用场景。顾捷判断，未来三至五年，封闭、可控并有操作人员的2B场景仍会占据重要位置，家庭环境更加开放，机器人还需要现场学习、持续记忆和持续适应。

顾捷期待机器人进入没有见过的养老院或房间后，听懂一句话并完成拿水等任务，这个标准同时考验语言理解、环境适应和操作执行。

家庭机器人也分出两种入口。

牛腾昦认为，家庭机器人既要理解物理环境，也要理解人的状态、意图和社交情境。青心意创选择从教育、健康和情绪陪伴切入，再增加功能。

“功能永远是可以被替代的，但情感粘性是不可能被替代的。”

牛腾昦将长期关系放在家庭产品的前面，并用用户增长和留存判断需求是否成立。

朱兴把家庭需求分成情绪陪伴、有限辅助操作和完整家务，三类需求对能力、安全和信任的要求不同。他主张从陪伴与少量操作逐步推进，全能家庭机器人还要处理安全、伦理和复杂交互。

朱兴希望看到更多由模型驱动、真正工作的机器人，也希望同类任务的后训练数据成本下降。

常琳则期待工业部署继续扩大，并在家政场景中看到洗碗、整理衣物等进展。

八位CEO给出的商业化标准并不统一。工业和康复看成功率、部署量与客户运营账，家庭产品看长期使用和关系建立；模型公司还会观察泛化能力与后训练成本。

具身智能已经越过只比动作演示的阶段，可靠任务带来客户和现场数据，数据再进入模型训练，模型能力扩大后才能覆盖更多任务。

估值可以提前表达预期，机器人创造的价值只能在一次次真实工作中积累。