封面新闻记者 孟梅 张越熙

过去一年具身智能很火热，却一直没有回答关键问题：训练机器人到底更应该依赖真实数据还是仿真数据？通用大模型会不会“降维打击”具身模型？机器人什么时候才能真正跨过Demo，进入可持续商业化？

在2026 Inclusion·外滩大会圆桌论坛《物理智能——分歧与抉择》上，苏度科技联合创始人、CEO韩铮，蚂蚁灵波科技首席科学家沈宇军，自变量机器人创始人、CEO王潜，以及破壳机器人创始人、清华大学交叉信息研究院助理教授许华哲，就数据、智能和场景三场“路线之争”展开讨论。

争论背后，一个共识正在形成：具身智能不会简单复制语言大模型的发展路径。真正的竞争，正在从单一模型能力，转向数据、模型、硬件、系统和场景共同构成的完整能力。

数据之争：不是“仿真还是真实”，而是谁能获得有效的物理经验

具身智能的第一个分歧来自数据。

韩铮认为，真实世界的数据采集效率有限、质量也不总是稳定，仿真因此是绕不过去的一环。苏度科技长期押注仿真，希望通过大规模强化学习，让机器人在不同物体和环境中获得泛化能力。但他同时强调，仿真与真实数据并不是非此即彼，最终更可能形成分层和组合。

沈宇军则把问题进一步推向了物理世界本身。在他看来，机器人未来真正进入现实环境后，所有信息都只能来自机身上的摄像头、触觉、力觉等传感器。而真实传感器天然存在噪声、误差和个体差异，这些“不完美”恰恰构成了现实世界的一部分。

因此，比“Sim to Real”更值得关注的，可能是“Real to Sim”：真实世界中复杂而细碎的物理特征，究竟能否被规模化地搬进仿真器。例如触觉传感器，真实信号在频率、幅值和一致性上都存在大量复杂变化，并不容易被仿真系统完整复刻。这意味着，未来真正有价值的数据竞争，可能不是简单比谁拥有更多小时的数据，而是谁能够获得并组织那些真正包含“物理智能”的经验。

许华哲也提醒，当前行业对数据量本身存在一定程度的高估。“一百万小时”“几百万小时”并不天然意味着更好的模型。数据规模之外，质量、分布和训练方式可能更加重要。

智能之争：通用大模型不会消灭具身模型，更可能与它分层协同

近期GPT-6 Astra在机器人控制上的表现，让行业重新讨论一个问题：通用大模型是否会直接进入机器人，甚至“降维打击”具身智能公司？

王潜并不认同这一判断。他的核心观点是，“智能的本体存在于数据里”。模型更像训练阶段的蒸馏器和部署阶段的容器。Coding之所以率先快速进步，并不是因为语言模型自然获得了编程能力，而是因为代码数据更容易生成、验证和反馈。同样，如果通用模型要真正进入具身智能，它依然必须面对机器人数据、现实世界评测、硬件、仿真和部署等基础设施问题。这些难度不会因为拥有一个更强的语言模型而自动消失。

许华哲对Astra进行测试后也观察到，它在语义理解和三维空间能力上表现突出，能够识别物体、抓取筷子，甚至完成一定程度的递送操作；但到了叠衣服、复杂接触等“Contact-rich”任务，物理交互能力依然存在明显不足。因此，更可能出现的未来不是谁取代谁，而是分层。上层大模型负责语义、推理、规划和任务拆解，底层具身模型负责实时感知、连续控制和高可靠执行。

沈宇军认为，这种分层甚至可能反过来改变大模型。机器人必须在行动过程中持续接收传感器输入，并根据环境实时改变决策，它不能像今天的聊天模型一样“一问一答”。这意味着具身智能最终可能形成一套属于物理世界自己的训练范式。“具身可能会走跟数字世界相同的模式，但一定不会走相同的技术路线。”沈宇军说。

场景之争：从Demo到产业，不只是模型问题，更是系统工程问题

如果说数据和模型决定技术上限，那么商业化决定行业能不能真正穿越周期。对于什么才算真正进入产业阶段，四位嘉宾给出了不同的衡量尺度，但最终都指向同一个问题：机器人能否稳定、规模化地创造真实价值。

韩铮首先强调的是成功率和泛化性。在真实商业场景里，机器人和实验室Demo面对的是完全不同的要求。大量工业任务第一次执行就必须接近100%的成功率；与此同时，它还要能够适应不同物体和环境，不能每进入一个新场景，都依靠大量后训练重新“过拟合”一次。

但沈宇军认为，行业还容易陷入另一个误区：把商业化几乎全部归因于模型性能。在真实场景中，客户最终购买的不是一个模型指标，而是一套能够工作的系统。是使用一台完整的人形机器人，还是只需要一套双臂？硬件成本是多少？传感器是否可靠？系统能否长期稳定运行？部署和维护成本能不能被客户接受？这些问题都会直接决定商业化是否成立。

“具身是一个复杂的系统工程。”在沈宇军看来，模型只是其中一环。真正落地，要综合考虑硬件、模型、系统鲁棒性、部署方式和最终ROI，而不能把所有场景问题都归结为“模型还不够强”。

王潜则给出了一个更加直接的判断标准：客户能否持续付钱，而且付得越来越多。他认为，本代机器人真正的商业价值，不应该只是复制上一代自动化，而应该解决过去解决不了的问题，并在真实场景里形成比人工或传统自动化更好的ROI。具身公司一旦能够通过前沿技术持续创造客户价值，商业化收入又会反过来支持更大的模型和更多研发投入。

许华哲认为，真正属于这一代具身智能的跃迁，是基础模型面对大量未知任务时，也能不断提高成功率——从50%、60%、70%，最终走向工业场景所需要的99.99%。因此，这场“场景之争”的答案可能并不是寻找某一个杀手级应用，而是同时跨过几道门槛：模型要有泛化能力，执行要足够可靠，系统成本要成立，客户还要愿意持续付费。

对于未来五年，几位嘉宾反而普遍更加乐观。

沈宇军认为，完全有可能会诞生一种完全新的技术。许华哲判断，通用具身服务的出现可能不需要五年、十年，“三年内就可以在很多地方开始服务”；王潜则认为，今天人们甚至低估了具身智能本身的重要性——数字世界的Agent已经开始重构软件生产，而只有当AI真正获得改造物理世界的能力，人工智能对生产体系的改造才可能形成完整闭环。

五年后回看今天，行业真正重要的或许并不是哪一个Demo最惊艳，而是哪一条技术路线率先把“物理智能”变成一种稳定、可复制、可规模化的生产力。