北京
撰文 | 白麗
出品 | 勇礪商業評論 阿桶觀察 全球商業風向
作為全球人工智能領域的頂尖風向標，2026年世界人工智能大會（WAIC）的規模與規格再次刷新紀錄。
來自全球數十個國家和地區的頂尖學者、科技巨頭CEO與頂級資本齊聚上海，上百家大模型與具身智能企業在此同臺競技。
在這個匯聚了全球AI產業最強聲浪的最高舞臺上，熱鬧與冷靜正形成一道極其微妙的分界線。
如果你只是在主展館里漫步，會覺得這是一個屬于“鋼鐵俠”的黃金時代——這里有上百款形態各異的人形機器人，有的在倒咖啡、有的在疊衣服、有的甚至在表演高難度體操。
但如果你推開閉門研討會的大門，在那些距離商業落地最近的圓桌論壇上，氣氛卻截然不同。
行業大佬們不再執著于用花哨的演示來證明“機器人有了靈魂”，討論的焦點已經從“模型架構與參數規模”，下沉到了極其干癟卻致命的工程命題：跨本體的數據因果關系怎么對齊？端側延遲如何降到毫秒級？在工廠搬磚的單機投資回報率（ROI）需要幾年能打平？
具身智能正在經歷一場從“規模幻覺”向“工程理性”的殘酷倒逼。而在這個轉折點上，星源智創始人兼CEO劉東，拋出了一個略顯“冷峻”但直擊要害的觀點。
在“真機數據賦能基礎模型訓練”論壇上，劉東對著臺下的產業代表們一針見血地指出：“具身智能的數據競爭，首先不是規模競爭，而是質量競爭。未經標準化和對齊的數據不宜直接混合訓練。”
在這個篤信大模型“大力出奇跡”（Scaling Law）的時代，劉東顯得格外冷靜：“數據規模仍然重要，但擴大規模應建立在統一標準和高質量數據基礎上”。
實際上，如果你了解它的來歷，就會明白這種“工程實用主義”并非空穴來風。
誰是劉東？誰在試圖做具身智能里的“Tier 1”
在創立星源智之前，劉東曾擔任京東智能駕駛總經理，主導過自動駕駛產品從全棧研發到大規模商業化閉環的全過程。他太清楚技術從“實驗室算法”走向“真實物理世界”時，需要踩過多少坑。
而在他背后站著的，是被譽為“AI黃埔軍校”的北京智源人工智能研究院。
2025年8月，星源智帶著智源的深度孵化背景正式成立。這匹黑馬以驚人的速度在短短幾個月內連續完成數億元的融資，資方陣容堪稱豪華：高瓴、賽富、中科創星等頂級創投，以及智元機器人、樂聚智能等產業龍頭紛紛下注。
與展會上那些拼命秀機械結構的硬件廠商不同，星源智的定位非常獨特——他們不造機器人的軀體，只造通用具身大腦（RoboBrain）。
劉東曾直言不諱地表示，星源智的目標是做具身智能領域的“ Tier 1 供應商”。他們要將這顆連接AI與真實物理世界的“物理大腦”標準化，賣給千姿百態的機器人本體企業。
但要指揮這支龐大的鋼鐵大軍，星源智必須先跨越第一座大山：數據割裂的數據死結。
數據的“異構鴻溝”:標準化不是為了“整齊”，而是為了“因果”
在互聯網和純文本的世界里，數據天然具備極高的同質性。這讓不少人產生了一種錯覺：只要把全網的真機操作視頻無限量地塞進模型，就能自動涌現出一個適應一切場景的“全能天才”。
但這在物理世界里根本行不通。
行業內很多家企業為了訓練和驗證基礎模型，團隊采買了20多個品牌的機器人本體，辛辛苦苦采集了約20萬條真機數據。然而，在實際操作中，工程師們很快撞上了一堵極其堅硬的“異構之墻”。
不同廠家的機器人，相機的安裝位置、視場角千差萬別；輪式、四足、雙足機器人的關節扭矩、自由度截然不同；底層的傳感器采樣頻率和標注體系更是自成一派。
這就好比讓20個說不同方言、戴著不同度數眼鏡的人去教一個孩子畫畫。如果將這些未經對齊的數據直接混合訓練，不僅練不出通用能力，反而會引入巨大的噪聲，導致模型產生“神經錯亂”，根本無法形成穩定的泛化能力。
面對窘境，團隊回過頭來做“修路”的苦活：自建數據采集與處理平臺，對采集視角、關鍵信息、數據落盤及標注體系進行強行統一。
劉東在論壇上點破了這一步的本質：標準的意義，絕不僅僅是把Excel表格里的數據“整理得更整齊”，而是為了讓不同來源、不同本體、不同場景中的“真實交互因果”變得可比較、可學習、可復用。
當一個雙臂機器人因為抓取力度不夠導致水杯滑落，和一個四足機器人因為重心偏移導致摔倒，如果它們的數據標準統一了，底層模型就能學到這兩種不同表象背后的核心物理因果。這才是真正的高質量數據資產。
祛魅“Sora幻覺”：懂得“為什么失敗”的世界模型
除了數據質量的重構，WAIC 2026的另一個核心暗線是對“世界模型（World Model）”能力驗證的深層思考。
過去，以Sora為代表的視頻生成模型讓許多人產生了一種“Sora幻覺”——認為只要模型能生成高逼真度的物理世界視頻，就能直接拿來當機器人的大腦。但“看起來合理”與“物理上的絕對精準”是兩碼事。
劉東指出，隨著機器人開始進入真實崗位，世界模型已經進入了嚴苛的“能力驗證階段”。行業的競爭維度，正在從單純的模型能力，迅速拓展到工程化能力和產業化能力。
真正具備產業價值的世界模型，必須穿透單純的視覺生成，掌握三項硬核能力：
預測后果的物理直覺： 機器人不僅要能響應指令，更要能評估動作后果——預測“我推一下這個箱子會對物理世界產生什么影響”，并在微秒級的時間內根據真實反饋調整動作。
端側閉環的實時性：如果在高危工業流水線上，機器人的大腦完全依賴云端大算力，一次網絡抖動就可能導致機械臂撞毀精密設備。大模型必須在機器人端側實時運行。
從失敗中學習的能力（最關鍵的一環）：過去我們只教機器人“怎樣會成功”，但真實的物理世界充滿了變數。模型必須基于真實交互和失敗經驗持續學習，知道“什么情況下會失敗”，才能不斷更新策略，提升任務成功率。
這正是星源智押注“具身交互式世界模型 + RoboBrain Pro具身大腦 + 端側算力平臺”協同發展的底層邏輯。讓大模型不僅能理解世界，還能評估動作后果并在失敗中進化，最后通過標準化接口靈活適配不同軀體。
商業算賬：告別展臺表演，到真實場景去掙錢
技術價值最終要落在商業閉環上。判斷具身智能實力的標準不再是論文的引用量，而是極其冷酷的商業賬本。
本屆WAIC展現出的一個鮮明變化是：機器人開始真正走向工業制造、公共服務等真實崗位“上崗”了。 機器人的產業應用，不僅依賴本體硬件的強化，更依賴底層智能能力完成的這一輪“工程化演進”。
在星源智與中力股份聯合打造的具身裝卸解決方案中，我們可以清晰地看到這種“算賬思維”的勝利：
無人叉車：搭載具身大腦后，無人叉車的裝卸效率已經達到了人工操作水平，雙車協同裝卸時間被驚人地壓縮到了分鐘級。
“擎天柱”高位作業機器人：這種能在十米高空進行復雜揀選的設備，直接切入了工業場景中最危險、最難招人的地帶。過去這類高空作業需要復雜的系統和多臺設備配合，現在被整合為單臺機器人的自主閉環作業。
工廠老板不在乎你的機器人會不會翻跟頭，只在乎它能不能替代十米高空的高危作業，單機效率能不能拼過三個產業工人。星源智通過真實的業務數據，驗證了具身智能在工業場景中的硬核商業價值。
走向“Wintel式”的生態大航海
隨著行業逐漸祛除虛火，具身智能正在從單點技術突破，邁向規模化應用的前夜。
目前，星源智的具身大腦已經覆蓋了超過70%的主流機器人本體企業，包括智元機器人、極智嘉（Geek+）、樂聚等行業頭部玩家都在將其技術體系應用于產品部署。
這種現象級覆蓋率背后，是產業分工的必然規律。造出一臺優秀的機械本體與訓練一個高泛化的具身大模型，完全是兩套不同的基因。
星源智選擇了一條類似“Wintel / 安卓”的生態賦能路線：通過提供標準化的底層接口和“大腦模塊”，大幅降低本體廠商的智能化門檻。
站在2026年WAIC的會場，回望過去幾年的狂熱與迷茫，一個清晰的事實正在浮出水面：
具身智能的終局，不僅在于聚光燈下多么優雅的炫技，或許更在于深夜無人的倉庫里，無人設備能否精準、低成本地完成一次次復雜的交互與搬運。
當跨本體的數據因果被統一，當世界模型學會了從失敗中總結物理法則，當這顆“大腦”能像芯片一樣無縫嵌入到萬千形態的機械軀體中時，這個行業，才真正迎來了它的“大航海時代”。（文/白麗）
#WAIC #WAIC2026 #世界人工智能大會 #星源智 #人工智能 #AI #具身智能 #大模型 #世界模型 #機器人
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
