新闻 
万亿具身智能赛道,被数据卡住了
万亿具身智能赛道,被数据卡住了万亿具身智能赛道,被数据卡住了
当前，通用人工智能的讨论逐渐从文本与图像转向物理世界，具身智能——赋予AI以物理身体，使其能感知、理解和交互真实环境，而这些正成为全球科技竞赛的下一个关键战场。
然而，与语言模型时代“数据天然存在”的繁荣景象不同，具身智能的“大脑”模型正陷入一场前所未有的“数据饥渴”。训练一个能在复杂、长时序任务中泛化的具身智能大脑，需要的不再是万亿级的文本Token，而是高质量、多模态、时空对齐的“人类行为数据”。这背后，是一场从硬件架构、数据采集到处理范式的系统性革命。
资本热追，但仍不“完美”
据国务院发展研究中心?预测，中国具身智能2030年达4000亿元人民币，2035年突破万亿元。与此同时，中国信通院?《具身智能发展报告（2025年）》中，首次将具身智能纳入国家未来产业重点，2025年全球市场规模195.25亿元人民币。
2026年开年仅前三个月，国内具身智能赛道融资规模已近300亿元，融资事件同比增长63%。光轮智能斩获超5亿美元融资，创下国内该领域融资纪录；逐际动力完成2亿美元B轮融资，估值超过10亿美元；星海图再获20亿元B+轮融资——资本正以加速度涌入这条赛道。
与赛道火热相对的，具身智能在真正走进生活，走进产业的过程中，却并不是一帆风顺。英特尔研究院副总裁、英特尔中国研究院院长宋继强曾明确指出：“当前具身智能的发展，正处于‘提升能力上限’与‘保障能力下限’的双重攻坚期。大家都在展示机器人的智能能力，但很少有人关注它表现不佳时该怎么办——这正是产业化必须跨越的鸿沟”。
虽然我们已经有了诸如宇树科技、银河通用这些具身智能“本体”的制造商，他们造的机器人已经具备了充分的灵活度，能完成翻跟斗、跳舞等“表演”，但这些技术的背后更多的是通过提前预编辑好的程序执行的。换句话说，虽然当前的具身智能“小脑”已经足够发达，但在“大脑”层面，如何能让机器人更具有“活人感”，更像人一样，通过自主思维去执行指令，是接下来产业关注的焦点。
对此，简智新创联合创始人朱雁鸣告诉笔者：“今天大家看到的所有具身智能公司，其实它们真正模型化的能力，仍然停留在一些非常短时序的简单任务上，比如叠衣服、倒水、拿杯子。” 这揭示了当前产业的普遍现状：演示惊艳，但实用尚远。这些精心设计的演示任务，往往在受控环境下完成，距离能够应对家庭、工厂、物流等真实场景中复杂、多变、长链条的任务要求，还有巨大差距。
朱雁鸣认为，当前具身模型在学术上仍需突破，而在产业化和商业化上的差距更大。这种差距的核心在于，现有模型缺乏对物理世界的深刻理解和鲁棒交互能力。去年行业普遍推崇的VLP（视觉-语言-规划）路径，其底层是语言模型，擅长基于文本指令进行规划，但其生成的行动“本质上只是基于语言规划出的轨迹和行为”，与真实物理世界中“认知-行动-获得物理反馈-产生新认知”的持续闭环相去甚远。
因此，产业共识正在转向构建 “世界模型”。世界模型的核心是让AI理解底层的物理规律，如摩擦力、刚体动力学、空间关系等，而不仅仅是进行语言描述下的轨迹规划。这标志着具身智能的发展从“模仿语言逻辑”进入“学习物理法则”的深水区。
这个过程中，一个有趣的趋势是：大量智能驾驶（智驾）领域的人才涌入具身智能赛道，简智机器人核心成员便多来自智驾背景。朱雁鸣指出，这种迁移并非偶然，而是因为两者在技术栈（如视觉-语言-动作模型VLA、环境模拟）和产品方法论上存在深刻共鸣。更重要的是，智驾领域所锤炼出的 “数据驱动闭环” 的产品迭代架构，即“通过真实数据持续训练、测试和优化模型”，正是当前具身智能从演示走向实用所亟需的工程化能力。智驾从业者对物理环境交互反馈、系统测试与迭代的实践经验，能够加速具身智能产品的开发进程。
[物价飞涨的时候 这样省钱购物很爽]
| 分享: |
| 注： | 在此页阅读全文 |
| 延伸阅读 |
推荐: