突破百億元產(chǎn)值后，“具身智能的ChatGPT時(shí)刻”何時(shí)到來？銀河通用等頭部玩家激辯共識(shí)與焦慮

每經(jīng)記者：李宇彤 每經(jīng)編輯：余婷婷

具身智能產(chǎn)業(yè)正站在爆發(fā)式發(fā)展的關(guān)鍵窗口期。

3月27日，在“2026中關(guān)村論壇年會(huì)”的“AI開源前沿論壇”上，一場主題為“百億具身智能對話”的圓桌論壇成為全場焦點(diǎn)。

“去年是具身智能關(guān)鍵的一年，行業(yè)產(chǎn)值突破百億元，也涌現(xiàn)出一批估值超百億元的公司。”圓桌開場，銀河通用創(chuàng)始人王鶴作為主持人，一句話點(diǎn)出了這場“百億對話”的底色。現(xiàn)場，王鶴與智平方聯(lián)合創(chuàng)始人張鵬、千尋智能聯(lián)合創(chuàng)始人高陽、原力靈機(jī)創(chuàng)始人唐文斌、星動(dòng)紀(jì)元聯(lián)合創(chuàng)始人席悅同臺(tái)對話，這五位國內(nèi)具身智能賽道的頭部企業(yè)創(chuàng)始人圍繞產(chǎn)業(yè)發(fā)展現(xiàn)狀、技術(shù)核心瓶頸、場景落地路徑與行業(yè)標(biāo)準(zhǔn)共建四大核心議題，展開了一場深度探討。

圖片來源：每經(jīng)記者 李宇彤 攝

《每日經(jīng)濟(jì)新聞》記者現(xiàn)場了解到，在這場圓桌對話中已經(jīng)達(dá)成產(chǎn)業(yè)共識(shí)：2025年是行業(yè)筑牢基礎(chǔ)、從實(shí)驗(yàn)室走向真實(shí)場景的蓄勢之年，2026年則有望成為具身智能從技術(shù)積累邁向規(guī)模化落地的躍遷之年。

另一方面，隨著機(jī)器人逐步走進(jìn)真實(shí)商業(yè)場景，行業(yè)標(biāo)準(zhǔn)體系的缺失，已成為制約產(chǎn)業(yè)發(fā)展的核心痛點(diǎn)。

2026年年末到2027年年中有望迎來“具身智能GPT3.0時(shí)刻” 數(shù)據(jù)仍是最大考題

對于過去一年的行業(yè)發(fā)展，“打基礎(chǔ)”成為五位嘉賓不約而同提到的核心關(guān)鍵詞。

張鵬率先給出判斷：“2025年對于整個(gè)行業(yè)來說，我覺得最重要的一點(diǎn)，是把場景驗(yàn)證真正落到實(shí)處，能夠開始從實(shí)驗(yàn)室走到真實(shí)的場景里面。”在他看來，具身智能行業(yè)已完成核心場景的初步驗(yàn)證，后續(xù)則需要在具體場景中不斷地優(yōu)化模型。

與此同時(shí)，唐文斌也有著冷靜的觀察，他表示行業(yè)技術(shù)水平仍處于初級階段。但他同樣認(rèn)可過去一年全行業(yè)在數(shù)據(jù)、訓(xùn)練、模型底座上的積累，并表示技術(shù)迭代的增長斜率極為可觀。

自從具身智能駛上發(fā)展快車道，將其與已先行一步的大語言模型迭代路徑相類比的聲音便不絕于耳，“具身智能的ChatGPT時(shí)刻”何時(shí)到來，始終是行業(yè)熱議的話題。在本場對話中，千尋智能聯(lián)合創(chuàng)始人高陽給出了判斷，“2025年，我們處在GPT2.0的時(shí)代”。

在他看來，具身智能的發(fā)展遵循著與大語言模型相似的迭代路徑，2025年行業(yè)正處于GPT2.0向GPT3.0跨越的關(guān)鍵前夕。這一年，行業(yè)核心解決了數(shù)據(jù)層面的基礎(chǔ)設(shè)施問題，完成了規(guī)模化擴(kuò)張的前置準(zhǔn)備，整體已是蓄勢待發(fā)。當(dāng)前具身智能模型已具備基礎(chǔ)泛化能力，但仍存在較高出錯(cuò)率，與GPT2.0的階段特征高度契合。同時(shí)，數(shù)據(jù)與模型的規(guī)模化擴(kuò)張已出現(xiàn)初步可行性，2026年行業(yè)核心將聚焦大模型與大數(shù)據(jù)的規(guī)模化訓(xùn)練，完善系統(tǒng)層面的scaling（規(guī)模化擴(kuò)容）能力。高陽判斷，2026年末到2027年年中，行業(yè)有望迎來具身智能的GPT3.0時(shí)刻。

在復(fù)盤行業(yè)進(jìn)展的同時(shí)，嘉賓們也直面當(dāng)前產(chǎn)業(yè)面臨的核心技術(shù)瓶頸，數(shù)據(jù)成為聚焦的核心痛點(diǎn)。

“當(dāng)前行業(yè)最大難點(diǎn)仍在數(shù)據(jù)端。”席悅以落地視角直言，真實(shí)場景的數(shù)據(jù)采集難度大、成本高、效率低，傳統(tǒng)人工采集優(yōu)化的模式已無法適配行業(yè)發(fā)展需求。為此，星動(dòng)紀(jì)元正構(gòu)建從數(shù)據(jù)采集到模型迭代的閉環(huán)數(shù)據(jù)飛輪，并探索人類與真機(jī)搭配的多模態(tài)數(shù)據(jù)采集模式，破解數(shù)據(jù)適配難題。

唐文斌則補(bǔ)充指出，數(shù)據(jù)是核心瓶頸之一，但并非全部。當(dāng)前雖有遙操數(shù)據(jù)、仿真數(shù)據(jù)、真實(shí)場景回流數(shù)據(jù)等多種來源，但問題在于模型對訓(xùn)練分布外的未知場景泛化能力弱。他進(jìn)一步指出，數(shù)據(jù)采集與模型落地形成了“雞和蛋”的悖論——機(jī)器人不成熟就無法批量部署，而沒有批量部署就無法獲得真實(shí)場景的持續(xù)回流數(shù)據(jù)。“我們必須找到一種方法，讓機(jī)器人能夠批量、持續(xù)地被真實(shí)場景使用，在這個(gè)過程中完成數(shù)據(jù)回流。”唐文斌稱。

張鵬也給出了自己對解決數(shù)據(jù)問題的思考。他認(rèn)為，具身智能的數(shù)據(jù)問題，雖然可以通過開源數(shù)據(jù)、互聯(lián)網(wǎng)各類視頻數(shù)據(jù)作為模型預(yù)訓(xùn)練的基礎(chǔ)素材，但最具不可替代價(jià)值的，是工業(yè)、公共服務(wù)等一線真實(shí)場景回流的數(shù)據(jù)，這是行業(yè)最核心的資產(chǎn)。對此他建議，要搭建高效數(shù)據(jù)飛輪推動(dòng)場景數(shù)據(jù)持續(xù)回流，在保障數(shù)據(jù)安全的前提下與客戶共享數(shù)據(jù)，同時(shí)通過合成生成、數(shù)據(jù)增強(qiáng)、仿真技術(shù)放大數(shù)據(jù)價(jià)值，參考自動(dòng)駕駛行業(yè)經(jīng)驗(yàn)降低數(shù)據(jù)成本。

模型能力尚處早期，結(jié)構(gòu)化場景是規(guī)模化落地必由之路

筑基之后，對于2026年企業(yè)的目標(biāo)落地方向，嘉賓們達(dá)成共識(shí)：現(xiàn)階段人形機(jī)器人的落地，必須從結(jié)構(gòu)化、半結(jié)構(gòu)化場景切入。

張鵬表示，智平方2026年將主要布局工業(yè)場景與公共服務(wù)場景。在他看來，這類半結(jié)構(gòu)化場景與當(dāng)前的模型能力、產(chǎn)業(yè)鏈供應(yīng)鏈能力相匹配，是能夠?qū)崿F(xiàn)規(guī)模化交付與布局的。高陽同樣將公司2026年的核心發(fā)力點(diǎn)放在了工業(yè)場景與基礎(chǔ)服務(wù)場景，“當(dāng)前模型能力仍處于早期階段，我們還是要從相對簡單的場景入手”。

2025年底，千尋智能“小墨”機(jī)器人在寧德時(shí)代中州基地電池產(chǎn)線落地，負(fù)責(zé)EOL（生產(chǎn)線終端測試）與DCR（直流內(nèi)阻測試）工序的高壓測試插頭插接。同期，“墨子”（Moz）機(jī)器人入駐京東零售場景，提供商品講解、操作演示及咖啡制作等服務(wù)，完成零售場景落地驗(yàn)證。

圖片來源：千尋智能公眾號

這一落地路線也和銀河通用有相似之處。2025年6月，寧德時(shí)代領(lǐng)投銀河通用11億元融資，隨后其Galbot機(jī)器人開始在寧德時(shí)代電池工廠實(shí)現(xiàn)全自主常態(tài)化作業(yè)，適配復(fù)雜工業(yè)工況。零售端，“銀河太空艙”無人零售方案已落地全國超百家門店。

本次圓桌對話中，王鶴也透露了“銀河太空艙”的最新落地成果。據(jù)其介紹，太空艙零售場景目前已落地全國數(shù)十個(gè)城市、上百家門店，累計(jì)回流了8萬小時(shí)的真實(shí)場景作業(yè)數(shù)據(jù)，為模型迭代提供了支撐。

唐文斌也在分享時(shí)表示，當(dāng)前模型驅(qū)動(dòng)的機(jī)器人難以做到100%成功率，因此場景選擇必須滿足具備錯(cuò)誤容忍度、節(jié)拍可彈性、具備泛化性、支持長時(shí)間作業(yè)這四大條件，唯有如此才能形成清晰ROI（投資回報(bào)率）與商業(yè)閉環(huán)。他指出，場景規(guī)模化的核心在于兩點(diǎn)，一是客戶業(yè)務(wù)流程可閉環(huán)，二是投入產(chǎn)出可算清；基于此，物流場景成為優(yōu)先方向，可通過容錯(cuò)兜底機(jī)制保障落地。

他同時(shí)也肯定了銀河通用“銀河太空艙”的落地場景，認(rèn)為兼具實(shí)用與體驗(yàn)的場景同樣具備價(jià)值。機(jī)器人雖執(zhí)行效率尚未完全成熟，卻能在提供基礎(chǔ)服務(wù)的同時(shí)傳遞情緒價(jià)值，成為技術(shù)走向成熟的重要驗(yàn)證載體。

席悅分享的三大場景選擇邏輯，同樣錨定了物流與工業(yè)賽道：優(yōu)先選擇技術(shù)模塊高度標(biāo)準(zhǔn)化、可規(guī)模化復(fù)制的場景；優(yōu)先選擇有明確量化指標(biāo)的場景；優(yōu)先選擇人類經(jīng)過短期培訓(xùn)即可上崗的崗位。

評測基準(zhǔn)、硬件接口、安全底線：標(biāo)準(zhǔn)缺位成具身智能落地痛點(diǎn)

隨著人形機(jī)器人逐步走進(jìn)工廠、物流園區(qū)、零售終端等真實(shí)商業(yè)場景，行業(yè)缺乏統(tǒng)一標(biāo)準(zhǔn)體系的痛點(diǎn)日益凸顯。圓桌對話的最后，王鶴將問題拋向了行業(yè)的標(biāo)準(zhǔn)。

張鵬將這一標(biāo)準(zhǔn)的建立拆分為三個(gè)方面：一是數(shù)據(jù)標(biāo)準(zhǔn)與數(shù)據(jù)格式規(guī)范，這是行業(yè)數(shù)據(jù)流通與協(xié)同的基礎(chǔ)；二是機(jī)器人智能等級與能力評測體系，為行業(yè)技術(shù)迭代提供統(tǒng)一的衡量標(biāo)尺；三是配套的法律法規(guī)與合規(guī)準(zhǔn)則，明確機(jī)器人的行為邊界與事故責(zé)任界定。在他看來，這三大標(biāo)準(zhǔn)是行業(yè)規(guī)模化發(fā)展的核心基礎(chǔ)。

唐文斌重點(diǎn)強(qiáng)調(diào)了評測基準(zhǔn)的核心價(jià)值，他直言：“我覺得對內(nèi)對外（標(biāo)準(zhǔn)）都非常重要。對內(nèi)，如果在模型訓(xùn)練時(shí)都不知道怎么去評價(jià)模型，我們怎么去衡量自己的進(jìn)步？”

站在產(chǎn)業(yè)鏈發(fā)展的角度，高陽補(bǔ)充了硬件與接口標(biāo)準(zhǔn)化的重要性。他預(yù)測，未來人形機(jī)器人將走向類似筆記本電腦、汽車的復(fù)雜整機(jī)形態(tài)。這就需具備零部件、遙操接口、通訊協(xié)議的標(biāo)準(zhǔn)化，才能實(shí)現(xiàn)產(chǎn)業(yè)鏈的精細(xì)化分工，大幅降低行業(yè)研發(fā)與適配成本。

席悅則從底線思維出發(fā)，強(qiáng)調(diào)安全標(biāo)準(zhǔn)是當(dāng)前行業(yè)最迫切、最核心的底線需求。“它（具身智能）的標(biāo)準(zhǔn)是一個(gè)行為標(biāo)準(zhǔn)，怎么去約束、制定這個(gè)標(biāo)準(zhǔn)是非常值得推敲的。”他表示，安全標(biāo)準(zhǔn)的制定，既要避免過度嚴(yán)苛的規(guī)則約束行業(yè)創(chuàng)新，也要牢牢守住安全底線；既要建立全行業(yè)通用的共性安全標(biāo)準(zhǔn)，也要針對不同應(yīng)用場景建立細(xì)分的行業(yè)安全規(guī)范。