｜用户侧智慧能源管理领航者 - AIoT驱动数字能源升级



搜索

400-86514785

聚力发展引领未来

新能源 + 储能配套 —— 赋能城市化建设

首页

新闻动态

具身智能的三大追问：数据、泡沫与落地

分类：新闻动态
发布时间：2026-09-11 18:21:09
访问量：12

具身智能的三大追问：数据、泡沫与落地

分类：新闻动态
发布时间：2026-09-11 18:21:09
访问量：12

【环球网科技报道记者李文瑶】2026年外滩大会期间，苏度科技联合创始人CEO韩铮与破壳机器人创始人、清华大学交叉信息研究院助理教授许华哲围绕具身智能行业的核心议题展开对话。从数据规模到行业泡沫，从技术路线到商业化落地，两位创业者观点指向一个现实：具身智能正从演示走向可靠性，从狂热走向理性。

数据迷思：规模与质量，仿真与真机

数据是具身智能的燃料，但两位嘉宾都认为，行业对数据的理解需要降温。

许华哲直言，行业对具身智能数据规模的追求，以及这种规模本身的重要性，都被高估了。他理解外界为何关注数字，“因为它是非常显化、非常可比较的”，但最近几个模型的表现并没有证明“数字越高，效果一定越好”。他相信数据规模，但反对盲目扩量：“不是盲目地我只为了那个数字，然后放弃里面的质量要求，放弃里面找Knowhow的时间。”他算了一笔账：一小时数据在市面上卖几百元，一百万小时可能就是几个亿，“如果最后证明这个数据没用，那对公司、对采集的人、对整个社会都是巨大的浪费”。他说道。

韩铮则认为仿真数据居于核心地位。他表示，苏度以仿真数据为核心的一部分，有一些任务是纯仿真，迁移到真机上面来，能达到非常好的效果。但他也划出边界：通用刚性物体抓取几乎不需要仿真数据；而电池组装、柔性物体操作等，必须要遵守一定的逻辑和规则，需要真实世界演示和视角数据。他总结，大规模、结构化、高质量的数据一定要全，仿真会起到非常重要的作用。

泡沫之辩：机会多的地方泡沫一定大

上半年460亿资金涌入具身智能，行业热度与泡沫争议并存。两位嘉宾都认为，泡沫源于预期与现实的差距，但判断并不悲观。

许华哲说：“机会多的地方泡沫一定大。”预期高于此刻状态，差距就是泡沫，“如果我们这个地方追的速度足够快，能追得上大家的预期，我觉得泡沫相当于填实了”。他预计“两三年后，这个泡沫是会被我们整体实力追上的”。在他看来，具身智能有实质技术进展，大模型看到智能上面上限不停地在变化，不停地在突破，与没有实质变化的行业泡沫不同。

韩铮则从资本市场角度解释，第一家上市公司承载了大家对整个行业所有的希望，早期会有心理预差，但随着市场了解各家公司擅长的领域，还是会回归到一个合理的市场的区间和价格。他强调，物体操作比运动控制更难，仿真在运动控制领域已被充分验证，而物体操作需要更多方法组合，他说道：“大家对于机器人的期待，是整个行业一起去完成的”。

落地之困：从泛化到供应链可靠性

技术能力在变化，但落地卡点依然清晰。两位嘉宾都谈到，泛化已经出现，但可靠性、供应链和成本仍是商业化必须跨越的门槛。

许华哲判断：“今年我们应该会批量地看到真正意义上的泛化。”同一模型在不同地方做一系列任务，以及长程任务能力变强，是核心变化。他透露，内部模型在见过物体上成功率98.1%，未见物体约80%。他认为，具身智能发展速度会逐渐接近大语言模型，但不会达到。在家庭场景选择上，他澄清破壳机器人不做陪伴，他解释到：“我们是在家里面以服务家庭去做保姆，包括管家”。他认为家庭与具身智能内核最匹配，因为不是在重复做一件事，家庭数据足够丰富、场景足够复杂，能形成“模型帮助到场景，场景回流给模型”的双向循环。

韩铮则把工业落地卡点指向供应链可靠性。“现在具身智能公司里面我们拿到的基础元器件还没有一家公司经过上万小时连续运行的检验。”他透露，同样型号的零部件，两台机器之间会存在微小误差，传感器延迟、上电信号波动，都是真实产线部署中绕不开的难题。硬件不可能做到百分之百一致，算法必须学会适配硬件个体差异，才能满足工业场景严苛的可靠性要求。

当机器开始理解真实世界，数据、泡沫与落地是绕不开的三大命题。两位创业者的判断虽有差异，但都相信具身智能的长期价值。许华哲认为，泡沫会有，但两三年内能被实力填实；而韩铮则提醒，从原型到量产，供应链的爬坡才刚刚开始。

上一个: 自然资源部发布“智能填图”系统、“智能找矿”系统

下一个: 对话斑马智能邢悦：车企布局具身智能不一定都要“造人”

上一个: 自然资源部发布“智能填图”系统、“智能找矿”系统

下一个: 对话斑马智能邢悦：车企布局具身智能不一定都要“造人”