別被機器人跳舞騙了，我們還在 GPT-2 時代| 具身智能百億圓桌

說到機器人，過去兩年科技圈里，最不缺的大概就是各種機器人「后空翻」的視頻。

社交媒體上的討論和各大公司的宣傳片，也讓人覺得我們距離被機器人接管，似乎就差那一個季度的距離。

剛剛，在 2026 中關村論壇年會上，幾位國內具身智能的創始人，進行了一場「百億具身智能圓桌會議」。來自銀河通用的王鶴、智平方張鵬、千尋智能高陽、原力靈機唐文斌，以及星動紀元的席悅坐在一起，聊了聊具身智能的核心議題。

現在的具身智能到底發展到哪一步了，哪些場景是得到了驗證？

技術方面，要讓機器人真正進入我們的生活學習和工作，需要解決的問題是數據、模型還是機器人硬件？

以及未來一兩年內，具身智能的主要發力場景會集中在哪些方向，工業化落地多還是真的有望進入家庭？

最后，他們也談到了具身智能的發展，需要像自動駕駛一樣，有 L3、L5 類似的標準，才能規范整個機器人行業所處的智能水平。

歡迎來到機器人的 GPT-2.0 時代

如何定義剛剛過去的 2025 年與機器人賽道全面進擊的 2026 年？

五位大咖給出了高度一致的研判：2025 年是「打基礎」的蓄勢之年，而 2026 年將是機器人場景泛化能力提升，和商業規模化落地的元年。

千尋智能的高陽將當前的具身智能所處的階段，比喻為大語言模型的 GPT-2 時代。

千尋智能聯合創始人 高陽

他提到具身智能行業，在 2025 年解決了大量數據基建層面的問題，隨著模型參數與數據規模的提升，2026 年極有可能迎來跨越至 3.0 時代的躍變。

原力靈機唐文斌也坦言，當前行業仍處在發展初級階段，但在數據規模化驅動下，行業斜率（增速）極大。

他直言哪怕今天我們坐在這里談論模型、算法，但是連一個大規模的 benchmark 都還沒出現，無法準確的衡量不同具身智能的水平。

星動紀元聯合創始人 席悅

星動紀元聯合創始人席悅則提到，過去一年資本的瘋狂涌入，一些 2025 年沒有出現的公司，在 2026 年突然涌現；同時也伴隨著很多公司突然就消失。

這是速度和加速度都飛快的一年。

銀河通用創始人王鶴則提到了前段時間他們和清華大學合作的項目，讓機器人也可以上場打網球。他說隨著很多概念的逐漸清晰，具身智能是正在迎來從實驗室走向真實世界的時刻。

得數據者得天下

和李飛飛推出的大規模圖像數據集 ImageNet，成為深度學習發展中重要一環類似，具身智能的發展也需要大量的數據。

相比于 ChatGPT 這類大語言模型能夠從互聯網的海量文本里面提取數據，物理世界的高質量交互數據依然缺失。

星動紀元的席悅說， 「數據，是當前最卡脖子的瓶頸」 。

想要讓機器人能在復雜的特種環境里自主工作，就需要它在真實場景里收集數據。但真實場景的試錯成本太高了，沒有哪個廠長愿意讓一個半成品機器人在自家流水線上瞎折騰。

原力靈機則說的更直接，唐文斌認為數據本質上就是錢的問題，它不是最關鍵的，花錢就可以解決。真正的數據難題是需要讓機器人從真實場景里面反饋數據。

但他也提到，這會是一個雞和蛋的問題。現在的機器人不成熟，沒有辦法被批量部署，但是想要機器人得到進步，我們又需要機器人被批量使用。

智平方聯合創始人 張鵬

智平方的張鵬認為，真正能讓模型產生質變的，永遠是一線真實場景回流的數據。而在數據之外，模型的架構和系統的設計也同樣重要。

他認為 具身智能是「模型+本體硬件+場景系統」的三位一體的綜合實力比拼。讓機器人在不同場景上，能夠以更小的成本去適應更多的場景，對具身智能行業應用來說是一個非常大的挑戰。

就像自動駕駛領域的特斯拉和 Waymo。誰能以最低的成本，讓最多的機器人在真實物理世界里跑起來，誰就能拿到通往 GPT-3.0 時代的入場券。

做家務不是今年的優先場景

如果說 2025 年是拼 Demo、跳芭蕾、表演武術的一年，那 2026 年就是拼場景的一年。

而這些創始人們選出的落地場景，都 不約而同地放棄了科幻電影里那些高大上的 C 端家庭場景，轉而一頭扎進了物流、公共服務，甚至是街頭零售。

張鵬、高陽與席悅一致看好半結構化的工業制造、簡單的服務與物流搬運場景。

特別是物流環節中那些「人類只需短時間培訓即可上崗」的日結型工作，其高標準化和明確的指標要求，能成為機器人最易替代與規模化復制的突破口。

原力靈機創始人 唐文斌

唐文斌則給出了四個極為嚴苛的落地標準，堪稱具身智能的「避坑指南」。

第一，必須是能容忍錯誤的場景；第二，必須對效率有容忍度；第三，需要一定的泛化能力，否則直接用非標自動化機器就行；第四，能夠長時間作業算得平賬。

他幽默地提到，在技術尚不完美的當下，「偽裝成干活的跳舞」，能夠提供情緒價值的展示型應用，也不失為一種極佳的商業路徑。

銀河通用創始人 王鶴

銀河通用的王鶴提到了他們正在全國鋪開的「太空艙」零售店。在這些充滿未來感的艙體里，機器人自主幫顧客取貨。

機器人取貨的動作可能沒有人類店員那么利索，但它新奇、酷炫，為顧客提供了極高的「情緒價值」，顧客愿意為這份體驗買單。

同時，在這個過程中，銀河通用已經積累了 8 萬小時的真實貨架取貨數據。 這不僅是一個成熟的商業場景，更是一個極其巧妙的具身智能數據采集方案。

在圓桌會議的最后，他們還聊到了整個具身智能行業需要一些標準。

剛好今天央視新聞有報道， 中國信通院聯合 40 余家單位，發布了具身智能領域的首個行業標準，將于 2026 年 6 月 1 日實施。

該標準不僅統一了基準測試框架（靜態仿真、動態仿真、真實環境、組合式），還配套建立了包含超 1 萬條測試任務的題庫，覆蓋工業、家庭等 300 種場景，結束了行業「無標可依」的現狀。

知名的具身智能算法評測平臺 RoboChallenge

幾位創始人也提到了標準、法律和安全的重要性，只有一套廣泛認可的行業標準，才會有具身智能實質性和規模性的進步。

結束的時候，主持人說今天是「百億」，希望明年能變成千億具身智能對話。

是的，還沒到萬億， 機器人要想徹底接管人類，可能還需要再練習好幾年。

我們正在招募伙伴

簡歷投遞郵箱hr@ifanr.com

?? 郵件標題「姓名+崗位名稱」（請隨簡歷附上項目/作品或相關鏈接）