(相关资料图)

近日，蚂蚁灵波科技在2026 Inclusion·外滩大会举行“基座之上：具身智能的场景突围与协同进化”论坛。多位具身智能领域的年轻科学家、数据专家与百亿具身企业掌门人齐聚，围绕通用大脑、数据飞轮与场景落地展开讨论。

现阶段，具身智能行业热度不断升高，人们对机器人“真干活”的期待也越来越高，但技术路线尚未收敛，真正有效的数据仍然稀缺，能够规模复制的产品形态和商业模式也还在探索。

谈及机器人究竟需要怎样的大脑，蚂蚁灵波首席科学家沈宇军表示，与其争论VLA（Vision-Language-Action，视觉—语言—动作模型）还是WAM（World Action Model，世界动作模型），不如先回答机器人究竟需要什么能力。在他看来，过去的路线之争一定程度上是在沿用多模态大模型、视频生成模型等数字世界的既有工具寻找捷径。这些路线有阶段性价值，但不是终局。与对话式模型不同，机器人行动时，视觉、触觉等传感器信号仍在连续涌入。沈宇军将通用大脑的基础能力归纳为三件事：从原始信号中提取有效表征，将视觉、触觉等不同模态融合对齐，再生成可以真正执行的动作。具身模型不能简单复刻数字世界处理信息的方式，还是需要发展真正面向物理世界的模型架构与训练方法。

数据方面，过去行业讨论更多的是“机器人数据不够”，而此次圆桌讨论了究竟缺什么数据，什么数据能够真正让模型进步等问题。蚂蚁灵波首席数据科学家黄用韬认为，数据飞轮尚未真正转起来的一个关键原因，是进入真实生产和服务场景的机器人还太少。大量机器人仍用于科研、数采或展示，真实工作中的失败与反馈没有充分回流。

黄用韬把数据质量分成两层，掉帧、画面异常、时钟不同步等属于工程底线，越过这条线后，什么是“好数据”，必须由训练目标决定。关键在于把模型当前的问题变成可量化的数据筛选条件，快速组合出相应数据集，再通过训练结果验证判断是否正确。这种能力，无法靠买一批数据直接获得。在他看来，数据飞轮真正转起来的标志，是行业开始“做减法”，能够判断哪些数据不需要，转向更有效地使用数据。

在场景落地方面，参会的六位企业负责人都认为机器人应该马上下场干活，不过，对于机器人现在能干什么、应该先进入什么场景，其各自的判断不同。蚂蚁灵波CEO朱兴认为，机器人即使还处于“童年”，也需要下场干活，否则学习过程本身就是不完整的。但场景选择需要谨慎，可以优先从安全性较高、环境较可控、任务链条较短的领域开始。他认为，今天真正困难的问题已经从“一”转向“多”。机器人可能在一家门店工作，但当它进入下一家门店，货架布局、商品位置和任务细节都会变化。如果每增加一个场景都需要大量重新适配，就很难真正形成规模。

乐聚机器人联合创始人兼CEO常琳认为，机器人在生产领域已经开始“真干活”。从零部件上下料到纸箱拆垛，一些看似简单的拿取和放置任务，已经能够解决招工难、人员流动性高等现实问题。傅利叶创始人兼CEO顾捷则指出，机器人早在“具身智能”概念兴起之前，就已经进入医院和养老机构。随着模型与人形本体结合，机器人可以承担更多需要与人交互的任务。但医院和患者最终关心的不是任务由模型还是传统程序完成，还是疗效好不好、是否安全、投入产出能否成立。

对于更加开放的家庭场景，判断则更为谨慎。青心意创创始人兼CEO牛腾昦认为，能够完成多种任务的通用机器人距离真正进入家庭还有一段距离。现阶段可以先从交互和陪伴切入，打通关系理解、场景理解、角色构建以及成长进化，赋予机器人生命感和人格化。在他看来，“功能永远可以被替代，但情感黏性不能被替代”。地瓜机器人CEO王丛则表示具身智能现阶段解决的，主要还是单场景、单任务甚至单一末端执行器下的泛化。相比直接进入完全开放的家庭环境，他更关注能否率先出现覆盖多个操作任务的“小基模”。

不同企业对于场景的判断并不一致，但背后的尺度正在趋同，一个场景有没有价值，最终仍要看机器人能否稳定运行，客户是否愿意持续使用，以及商业账能不能算过来。大晓机器人董事长、商汤联合创始人王晓刚提出了更直接的商业化标准，“只有当一个场景中出现数千台机器人，购买机器人的客户能够实现盈亏平衡，才意味着可持续的商业模式开始形成”。他同时将具身智能拆成硬件、模型、数据和场景四个要素，认为任何一家公司都难以独立完成闭环。

标签： 飞轮 具身 机器人 大模型 外滩大会