3月27日，在2026中關(guān)村論壇年會AI開源前沿論壇·百億具身智能圓桌對話會議上，銀河通用創(chuàng)始人王鶴、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)始人唐文斌以及星動紀(jì)元聯(lián)合創(chuàng)始人席悅為正處在爆發(fā)前夜的具身智能產(chǎn)業(yè)描繪了清晰的路線圖。

與會嘉賓普遍認(rèn)為，2025年是“打基礎(chǔ)”的蓄勢之年，而2026年將是具身智能從實驗室的“炫技”走向真實場景“實干”的關(guān)鍵跨越之年。

從GPT-2到GPT-3

如何定義當(dāng)前具身智能所處的發(fā)展階段？千尋智能聯(lián)合創(chuàng)始人高陽認(rèn)為，2025年的具身智能處在“GPT-2”時代，行業(yè)在數(shù)據(jù)基建層面解決了大量問題，而從2025年到2026年，正是具身智能從GPT-2向GPT-3跨越的關(guān)鍵時期。他預(yù)測，到2026年末、2027年中，具身智能極有可能看到GPT-3級別模型的出現(xiàn)。

對于這一判斷，原力靈機(jī)創(chuàng)始人唐文斌表示認(rèn)同。他坦言，行業(yè)雖然仍處于非常早期的初級階段，但發(fā)展“斜率極大”，充滿了令人興奮的增長潛力。

王鶴亦表示，2025年是技術(shù)上打基礎(chǔ)，凝聚了一部分共識，同時又打開了部分場景的一年，具身智能賽道徹底被點燃。

星動紀(jì)元聯(lián)合創(chuàng)始人席悅則指出，2026年是“速度和加速度都飛快的一年”，新公司不斷涌現(xiàn)，行業(yè)洗牌也在同步進(jìn)行。

數(shù)據(jù)：從“花錢解決”到“真實飛輪”

盡管前景廣闊，但通往GPT-3時代的道路并非坦途。與會嘉賓都將“數(shù)據(jù)”視為當(dāng)前最核心的挑戰(zhàn)與瓶頸。

“數(shù)據(jù)，是當(dāng)前最卡脖子的瓶頸?！毕瘣傊毖裕谡鎸嵀h(huán)境中收集數(shù)據(jù)的難度極高，不僅需要場景方開放，大規(guī)模收集的成本和效率也是巨大難題。

對此，唐文斌認(rèn)為，數(shù)據(jù)采集的初期問題本質(zhì)上是“錢和時間”的問題，可以通過投入來解決。但真正的挑戰(zhàn)在于，如何讓機(jī)器人從真實場景中持續(xù)反饋數(shù)據(jù)，形成類似自動駕駛領(lǐng)域的“數(shù)據(jù)飛輪”。

“這是一個雞和蛋的問題?！碧莆谋蠓治龅?，“現(xiàn)在的機(jī)器人還不夠成熟，無法被大規(guī)模部署；但想要機(jī)器人取得進(jìn)步，我們又必須讓它被批量使用?！彼麑?dāng)前一些不成熟的應(yīng)用稱作“偽裝成干活的跳舞”，但他也表示這在技術(shù)尚不完美的當(dāng)下，能夠提供情緒價值，也是一種有價值的商業(yè)探索。

除了數(shù)據(jù)，模型架構(gòu)的升級也是亟待攻克的難關(guān)。高陽指出，當(dāng)前多數(shù)視覺-語言-動作（VLA）模型的設(shè)計仍較為簡化，例如輸入僅為單幀圖像。未來的機(jī)器人需要像大語言模型一樣擁有“記憶”能力，如何通過模型架構(gòu)的升級，實現(xiàn)更端到端、更一體化的決策系統(tǒng)，是數(shù)據(jù)之外的另一大挑戰(zhàn)。

智平方聯(lián)合創(chuàng)始人張鵬則從系統(tǒng)論的角度強(qiáng)調(diào)，單純談?wù)撃Ｐ突驍?shù)據(jù)都無法解決所有問題，只有讓“模型+本體硬件+場景系統(tǒng)”三位一體，在真實場景中經(jīng)歷磨煉，才能真正實現(xiàn)規(guī)?；桓?。

場景：聚焦“半結(jié)構(gòu)化”

機(jī)器人眼下雖還未大規(guī)模走進(jìn)家庭，但也正通過在工業(yè)等場景的落地，一步步為未來的普及鋪路。在落地場景的選擇上，幾位嘉賓都一致認(rèn)為，先進(jìn)入工業(yè)與公共服務(wù)領(lǐng)域。

“今天模型能力還比較弱，還得從比較簡單的場景開始做。”高陽表示，千尋智能目前重點關(guān)注工業(yè)和服務(wù)場景，因為這些場景相對結(jié)構(gòu)化或半結(jié)構(gòu)化，多樣性較低，便于將探索標(biāo)準(zhǔn)化、可復(fù)制，并快速上量。

張鵬也認(rèn)為半結(jié)構(gòu)化的工業(yè)制造、簡單的服務(wù)與物流搬運場景，是當(dāng)前結(jié)合模型能力與供應(yīng)鏈能力，可以實現(xiàn)規(guī)?；桓逗筒季值淖罴亚腥朦c。

唐文斌則為場景選擇提出了四條“必要條件”：能容忍錯誤、對效率有容忍度、需要一定的泛化能力、能夠長時間作業(yè)并算得平ROI（投資回報率）的賬。這也清晰地指向了標(biāo)準(zhǔn)化程度高、流程明確的場景。