联想科技沙龙直击具身智能产业化三大困惑

“共识与非共识”的深度思辨

具身智能到底该怎么落地？数据、模型、量产、商业化，哪个才是真正的卡点？6月30日，由联想控股微空间、联想之星和融科资讯中心共同发起的“科技有「联想」”线下沙龙首场活动“硅基进化论”，在京举办了一场火力全开的讨论。8位来自学术、创业、产业和投资领域的嘉宾，围绕这些核心议题，展开了一场既交锋又交心的思辨。

开放麦：在“共识与非共识”中寻找产业真相

活动第一个环节“白板开放麦”就亮出了底牌——主办方刻意避开了那些虚头巴脑的行业套话，邀请七位嘉宾分享了他们最真实、最独家，甚至是最尖锐的一线观察。

幂特科技联合创始人、CTO王志成，以AI 1.0到AI 3.0的演进为脉络，直接点出一个行业痛点：“数据是核心，模型是辅助”。他回顾了自己此前在旷视科技五年间参与AI 1.0落地的体会——80%的精力都花在了跟数据打交道上，场景高度垂直，导致边际价值递减。他直接点出一个警示：如果物理AI时代无法实现数据规模的Scaling，那行业就只能退回到“继续做AI 1.0时代的事”的老路上。

幂特科技联合创始人、CTO王志成

智在无界BeingBeyond合伙人郑思鹏，则分享了具身领域从“非共识”到“共识”的转变。他算了一笔很实在的账：真机遥操数据的成本有多高？一小时动辄数百到上千元不等，采集一万小时，投入轻松上千万。相比之下，大规模人类第一人称视频不仅成本低了几个数量级，还能覆盖机器人可行动作空间的更大范围。作为率先提出以大规模人类视频数据训练通用模型框架的企业，智在无界于今年4月发布的Being—H0.7具身通用基础模型，已将数据规模扩展至20万小时人类视频，并提出一种全新范式——基于潜空间推理的世界模型。不过，行业的Scaling拐点仍未到来，预计有效训练时长需要达到百万小时以上。

智在无界BeingBeyond合伙人郑思鹏

无问智科创始人刘盛翔的观点非常犀利。他强调，行业缺的不只是数据，而是涵盖工具链与测评体系的完整“数据基座”。他打了个比方：这就像英伟达的CUDA生态——没有整套工具链，再好的GPU也用不起来。他还提出了一个时间预判：2B场景将比2C场景提前三到五年落地。原因很简单，家庭场景的安全验证难度，远高于相对封闭的工业与商业环境。

无问智科创始人刘盛翔

本体层面，优宝特机器人创始人范永用“长坡厚雪”来形容人形机器人赛道。他认为，这场马拉松才刚刚跑了前两公里，现在的机器人就像一个“3岁小孩”——我们应该容忍它的不完美，给予包容和期待，相信它终将长大乘人。而联想集团MaaS业务leader陈磊，则从制造端给出了一个非常现实的提醒：工程化与量产化，是许多创业公司“倒在黎明前”的关键短板。产品从Idea到量产落地之间的巨大鸿沟，往往被研发团队严重低估。

优宝特创始人范永

联想集团MaaS团队业务leader陈磊

云松鼠智能创始人黄骏达，则抛出了一个颇具“非共识”色彩的观点：五指灵巧手的重要性被低估了。他梳理了自己从五指到三指、二指，再回归五指的研发路径，指出夹爪看似简单，实则是高度专用的器件——不同形状的夹爪（平行夹爪、鱼鳍状、旋转式）所采集的数据根本无法互通，泛化性极差。而五指灵巧手尽管控制难度大，却具备统一的“模板”价值。他预判，其收敛速度可能在三年左右超出预期。

云松鼠智能创始人黄骏达

宇泛智能CFO戴恺，则从产业终局视角给出了一个大胆预判：未来行业将走向高度分化。五到十年内，全球只有两到三家算法公司能跻身第一梯队，站上万亿市值；另有少数在算法、小脑、本体、场景应用四方面无短板的“1.5梯队”公司，同样有机会进入万亿俱乐部。而剩下的大部分“玩家”，只能在某一环节精耕细作。他还把世界模型比作打开通用具身智能的“钥匙”——虽然这把钥匙具体长什么样还不确定，但方向已经清晰可见。

宇泛智能CFO戴恺

圆桌一：数据与模型——具身智能基础设施的“修路”之争

首场圆桌聚焦具身智能基础设施，由《晚点late post》科技作者、AI分析师申远主持。嘉宾们达成一个共识：人类视频数据的价值已从非共识走向共识，但如何高效获取、清洗与利用，仍然是行业难题。

郑思鹏介绍，智在无界已将人类视频规模从1000小时扩展至20万小时，这是国内最大的具身预训练人类视频库。但他坦承，现存公开数据集的“洁净度”远低于预期——以学术界广泛使用的Ego4D为例，经其数据管线处理后，约有三分之二无法使用。他的比喻很形象：“把脏数据变干净，就像从铁矿石炼成钢铁，需要全行业一起努力。”在模型范式上，智在无界选择了隐式世界模型路线。理由很现实：显式模型（如英伟达Cosmos Policy）的训练成本约为隐式的80倍，20万小时数据训一次就需要数千万到上亿元投入。“出于成本和效率的考量，隐式世界模型是更优路径。”

刘盛翔则从自动驾驶的经验出发，指出具身智能的数据需求远超自动驾驶——前者在三维空间作业，后者仅在二维空间行驶。他提出“采集世界—生成世界—模拟世界”的飞轮模型，强调Real2Sim2Real的闭环对齐，是缩小仿真与真实鸿沟的关键。他还透露，无问智科正与头部场景方合作搭建“数据高速公路”，类似“在厂区门口设立检查站”，通过专业第三方的测评体系，判定哪家机器人“行或不行”，以此加速标杆案例的复制。

黄骏达直指灵巧手数据的“真空”状态：目前几乎没有任何可用的开源预训练模型。他将灵巧操作的学习分为三个层次——身体行为、身体与外界接触、外界运动模式，理想状态是三层次结合训练、取长补短。在数据采集硬件上，他判断头戴设备相对成熟（受益于VR产业积累），但触觉手套无论技术路线、分辨率密度还是成本，都远未收敛。

王志成则提出了一个更具前瞻性的判断：任何需要额外硬件设备的数据采集方式，都只是“过渡态”。最终，应该让全球70亿人，用智能手机等唾手可得的设备贡献数据。幂特科技的技术栈覆盖了Ego、Exo、Wholebody等多视角人体视频的6D姿态精准解析，目标是做到数十万小时人类视频数据无需人工干预即可精确解析。他特别强调，数据量的指数增长，必须伴随场景多样性的指数增长，否则量变无法带来质变。

圆桌二：量产与商业化——万亿市场可容纳多家优秀公司

第二场圆桌由跃为资本合伙人王孚睿主持，将视角拉向产业化最现实的问题：谁能真正在工厂里跑出来，谁能在商业场景下稳定运行？

联想之星合伙人高天垚，作为投资方代表，回顾了所在机构从2013年起布局机器人赛道的历程。他认为，当前行业的火热，源于模型能力、本体进步与场景拓展三大要素的历史性共振。行业仍处上升期，远没到所谓的“倒闭元年”。高天垚表示，具身智能的产业逻辑仍处于循序渐进的过程中，他看好拥有跨领域能力支撑的公司能够最终胜出。

范永对“倒闭元年”的说法持保留态度。他认为，除非一家公司同时缺乏核心技术、落地场景和资金储备，否则在当前政策与资本环境下，仍有生存空间。在量产方面，优宝特正从去年的百台级迈向今年的千台级交付。为此，他们正系统性地优化设计可制造性、产线流水化以及售后服务体系。“从100台到1000台，对企业是一次大考。”

戴恺的发言非常务实。关于具身智能商业化成熟度，他提出了三个分层：量产能力、交付能力与交付质量。量产能力解决“能不能造出来”，交付能力检验“能不能卖出去并装好”，交付质量则拷问“客户愿不愿再买、行业能不能持续”。在他看来，衡量一家具身公司的真实价值，量产能力只是起点，交付能力和交付质量才是真正的分水岭。“依托中国强大的供应链和产业链基础，即便是一家初创公司，通过自建或代工方式，也能实现一定规模的量产。”戴恺表示，高复购率、人效提升30%以上、经营性现金流为正，是他判断交付质量的量化硬指标。

关于未来行业格局，范永认为万亿市场容得下多家企业。产业链足够长，做模组、做本体、做大脑，在各自环节都能长出优秀公司，一家通吃不现实。高天垚则倾向于，最终能收获最大估值溢价的，一定是具备跨领域通用能力的公司。戴恺则从宇泛智能自身实践出发，介绍了其“聚焦两个场景做深做透、再逐步扩展”的策略，目前已在广义物流和大型商业清洗两个细分赛道落子。

结语：让想象力落地，与产业共进化

这次沙龙活动，不仅是一次观点交锋，更是一次产业共识的凝聚。从数据基建到模型选择，从量产爬坡到场景深耕，嘉宾们传递出的共同信号是：具身智能的“想象力”必须转化为实打实的“新质生产力”。

作为活动发起方，联想控股全体系已投资超过1000家科技创新企业，其中具身智能相关企业超过60家，覆盖从具身大脑、小脑到整机的全产业链。联想之星作为联想控股旗下早期投资平台，长期关注机器人与人工智能赛道，持续陪伴一批优秀科技创业企业成长。融科资讯中心位于中关村创新核心区域，汇聚了众多全球科技企业、创新机构与科技资本，致力于打造一个连接学术与产业、资本、技术与人才的创新生态平台。

活动现场，与会嘉宾与观众还在互动环节亲自体验了人形机器人的点球PK——机器人在罚球点前调整姿态、抬脚射门，引来阵阵喝彩。这个轻松的瞬间，恰如当下产业状态的隐喻：比赛刚刚开始，胜负远未定局，但每一次精准的“射门”，都在拉近技术与现实的距离。

未来，“科技有「联想」”系列活动还将持续聚焦中国硬科技创新，希望集结更多具有话语权的“最强大脑”，为行业带来最一线的真知灼见。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：联想科技沙龙直击具身智能产业化三大困惑要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题