五小龍集體赴滬背后 ：具身智能的算法神話，最終要靠數(shù)據(jù)落地 | 前沿在線

編輯：前沿在線 編輯部

就在最近WAIC期間，

智元與覓蜂聯(lián)合主辦的“智啟具身論壇2026——迎接物理AI智能涌現(xiàn)”這場具身論壇，在圈內(nèi)刷屏；

核心從來不是「聚齊了五個人」，而是這件事戳破了一層窗戶紙：過去兩年支撐具身智能高估值的「算法敘事」，已經(jīng)走到頭了。

任至意、王尊玄、馬也騁、徐丹飛、趙子豪，再加上坐陣圓桌的騰訊機器人實驗室，幾乎把當(dāng)前具身智能最主流的技術(shù)路線湊齊了；

PI 押注純 VLA 通用策略路線，Sunday Robotics 走低成本 UMI 家庭數(shù)據(jù)路線，Genesis AI 錨定靈巧手 + 全棧仿真路線，Dyna 死磕工業(yè)部署飛輪路線，徐丹飛團隊主攻人類第一視角經(jīng)驗遷移，騰訊則偏向分層系統(tǒng)與世界模型融合方向。

從底層技術(shù)假設(shè)到落地路徑，幾條路線完全不同，背后累計超過 3 億美元融資，核心履歷清一色出自 DeepMind、NVIDIA、Tesla 及全球頂尖高校。

放在半年前，圈子里還在為「誰的路線更接近終局」吵得不可開交，甚至被視為非此即彼的路線之爭。

但這一次在智元論壇齊聚，所有分歧都被暫時擱置，沒有辯論，沒有站隊，所有人的討論最終都收束到了同一個行業(yè)共識：數(shù)據(jù)產(chǎn)能不足，才是當(dāng)前所有路線共同的核心瓶頸。

這不是一次普通的行業(yè)聚會，是整個賽道的轉(zhuǎn)向信號。

具身智能的上半場，驗證算法可行性、拼 Demo 炫酷度、炒架構(gòu)概念——已經(jīng)結(jié)束；

下半場的核心矛盾，徹底轉(zhuǎn)向了數(shù)據(jù)規(guī)模化能力、場景落地效率與閉環(huán)迭代速度。

而這場下半場的主戰(zhàn)場，正在不可逆地從硅谷向中國轉(zhuǎn)移。

純算法路線在物理世界撞了墻，是五小龍東進的底層邏輯

幾條路線從底層技術(shù)假設(shè)到落地路徑截然不同，本該各有各的攻堅方向、各走各的技術(shù)路線，但這一次齊聚上海，幾支全球頂尖團隊遇到的核心瓶頸卻高度重合：模型能力已經(jīng)摸到了當(dāng)前數(shù)據(jù)規(guī)模的天花板，再往下迭代，缺的不是算法靈感，是足夠多、足夠多元、足夠貼近真實場景的物理交互數(shù)據(jù)。

這不是某一家公司的問題，是硅谷整個具身賽道的結(jié)構(gòu)性困境。

大模型時代的成功，讓硅谷形成了根深蒂固的「算法至上」路徑依賴：只要架構(gòu)足夠先進、算力足夠多、公開數(shù)據(jù)足夠大，就能靠 Scaling Law 一路推高能力。但這套邏輯放到物理世界，直接失效了。

根本原因在于，具身智能的 Scaling 從來不是單變量線性游戲。

大模型只需要數(shù)據(jù)、算力、參數(shù)三個變量，線性投入就能換得能力線性提升，公開互聯(lián)網(wǎng)語料近乎無限供給。

但具身智能的 Scaling 同時被硬件成本、場景數(shù)量、采集效率、閉環(huán)速度四重約束卡死 ——你不能像爬網(wǎng)頁一樣「爬取」物理世界的交互經(jīng)驗，每一小時真實數(shù)據(jù)都對應(yīng)著硬件損耗、場地成本、人力投入，是實打?qū)嵉闹刭Y產(chǎn)、慢變量。

這就是硅谷的天然短板。實驗室里幾十臺機器人 24 小時連軸轉(zhuǎn)，一年也攢不出多少有效數(shù)據(jù)；

商業(yè)場景拓展速度慢、成本高，很難快速拿到真實環(huán)境里的失敗數(shù)據(jù)、邊界數(shù)據(jù)。哪怕手握上億美元融資，算法能力全球頂尖，也繞不開物理世界的客觀規(guī)律。

而中國恰恰在這些慢變量上形成了集中優(yōu)勢：

1、量產(chǎn)端：智元一家已下線 15000 臺通用具身機器人，真機數(shù)據(jù)產(chǎn)能是硅谷團隊的數(shù)量級優(yōu)勢；

2、場景端：3C、餐飲、物流等產(chǎn)業(yè)愿意開放真實場景做落地驗證，邊界數(shù)據(jù)的獲取效率遠高于實驗室；

3、成本端：依托供應(yīng)鏈優(yōu)勢，無本體數(shù)據(jù)采集成本已壓到真機遙操的 1/2 到 1/3，數(shù)據(jù)生產(chǎn)的單位成本全球最低。

五小龍集體赴滬，從來不是哪家公司面子大，是產(chǎn)業(yè)規(guī)律使然。

算法引擎在硅谷已經(jīng)造出來了，但能讓引擎持續(xù)運轉(zhuǎn)、持續(xù)迭代的「數(shù)據(jù)燃料」，最大的供給基地在中國。

當(dāng)算法不再是瓶頸，誰掌握了數(shù)據(jù)生產(chǎn)能力，誰就掌握了下一階段的主動權(quán)。

路線之爭突然熄火：落地面前，所有范式之爭都是偽命題

半年前的具身圈，「VLA 已死，世界模型當(dāng)立」的爭論還是流量密碼，站隊式討論層出不窮，仿佛選錯了技術(shù)路線，公司明天就要倒閉。

但本次論壇上，所有一線技術(shù)負責(zé)人的結(jié)論空前一致：不存在誰取代誰，未來一定是融合路線、分層架構(gòu)。

路線之爭突然消弭，不是大家突然達成了學(xué)術(shù)共識，是落地這件事，把所有抽象的范式之爭都打回了現(xiàn)實。

實驗室里比的是公開數(shù)據(jù)集上的幾個點跑分，架構(gòu)創(chuàng)新確實能拉開差距；

但到了真實場景，環(huán)境噪聲、物體差異、意外情況指數(shù)級增加，你用VLA還是WAM，最后差的三五個點成功率，遠不如多采幾百小時真實失敗數(shù)據(jù)、多做幾輪閉環(huán)訓(xùn)練來得有用。

糾結(jié)模型架構(gòu)，是當(dāng)前階段性價比最低的事。

一個圈內(nèi)心知肚明的現(xiàn)實是：過去兩年很多公司炒路線概念，本質(zhì)是融資需求。講一個「顛覆性架構(gòu)」的故事，遠比講「我們蹲在工廠里采了三個月失敗數(shù)據(jù)」更容易拿到高估值。

但當(dāng)行業(yè)進入落地期，投資人開始要商業(yè)化結(jié)果、要真實部署數(shù)據(jù)，所有概念性的爭論自然就熄火了——能不能跑通商業(yè)閉環(huán)，才是唯一的評判標(biāo)準。

姚卯青提出的「三道墻」（數(shù)據(jù)墻、表征墻、閉環(huán)墻）之所以能引發(fā)全行業(yè)共鳴，本質(zhì)是戳中了當(dāng)前的產(chǎn)業(yè)階段：整個行業(yè)已經(jīng)合力翻過了「模型墻」，證明了大模型路線在機器人上行得通；

但橫在面前的「數(shù)據(jù)墻」和「閉環(huán)墻」，難度十倍于前者，才是接下來 3-5 年的核心攻堅方向。

由此也能推導(dǎo)出一個反常識的產(chǎn)業(yè)判斷：具身智能不會出現(xiàn)大模型時代的贏家通吃。

大模型時代為什么能一家獨大？

因為訓(xùn)練數(shù)據(jù)是公開的互聯(lián)網(wǎng)文本，大家挖同一片礦，誰模型強、算力多誰就能拉開代差。

但物理世界的數(shù)據(jù)天然分散，散在千萬條產(chǎn)線、千萬個餐廳、千萬個家庭里，無法通過爬蟲一次性獲取，也不存在某一家公司能壟斷所有場景的數(shù)據(jù)。

未來的行業(yè)格局，不會是某一個通用模型一統(tǒng)天下，更可能是「上層數(shù)據(jù)基建+中間多套基座模型+下層海量場景應(yīng)用」的分層結(jié)構(gòu)。

數(shù)據(jù)基建提供標(biāo)準化的生產(chǎn)工具和數(shù)據(jù)供給，模型公司在之上做不同方向的優(yōu)化，場景公司負責(zé)落地和數(shù)據(jù)回流。

誰也沒法通吃全鏈條，但誰掌握了數(shù)據(jù)生產(chǎn)的標(biāo)準和產(chǎn)能，誰就站在產(chǎn)業(yè)鏈最上游。

覓蜂卡位數(shù)據(jù)基建：踩中行業(yè)拐點，賽道仍在早期

本次論壇的隱形核心玩家，是成立僅 4 個月的覓蜂科技。很多人最初把它理解成智元內(nèi)部的數(shù)據(jù)配套部門。

但聽完完整產(chǎn)品體系就會發(fā)現(xiàn)，它踩中了整個行業(yè)從「模型競賽」轉(zhuǎn)向「數(shù)據(jù)競賽」的關(guān)鍵節(jié)點——在全行業(yè)都缺數(shù)據(jù)的當(dāng)下，第一個搭成標(biāo)準化、規(guī)模化數(shù)據(jù)生產(chǎn)體系的玩家，會成為整個產(chǎn)業(yè)的公共基礎(chǔ)設(shè)施。

放到整個產(chǎn)業(yè)鏈里看，這件事的價值符合科技產(chǎn)業(yè)的一貫規(guī)律。

大模型浪潮走到今天，產(chǎn)業(yè)鏈分層已經(jīng)非常清晰：最上游是算力，中間是基礎(chǔ)模型，下游是應(yīng)用。

最后真正坐穩(wěn)產(chǎn)業(yè)鏈上游、議價權(quán)最強的，不是風(fēng)頭最盛的模型公司，是賣鏟子的英偉達。

具身智能也會走出同樣的路徑。現(xiàn)在全行業(yè)都在卷模型、卷本體，就像當(dāng)年大模型熱潮里所有人都扎堆做基礎(chǔ)模型，但最后真正卡住產(chǎn)業(yè)咽喉的，一定是上游的基礎(chǔ)設(shè)施。

覓蜂構(gòu)建的三層體系，確實摸到了數(shù)據(jù)基建的核心：

1、采集端降本：MEgo 系列設(shè)備把專業(yè)遙操才能完成的數(shù)據(jù)采集，變成了普通人可參與的眾包模式，直接把單位數(shù)據(jù)成本打下來三分之二，解決了產(chǎn)能的核心問題；

2、標(biāo)準層定規(guī)：G2Air 采集機器人與 MEgo 設(shè)備 100% 原生同構(gòu)，從硬件源頭解決了 UMI 數(shù)據(jù)遷移損耗的行業(yè)痛點—— 過往 UMI 數(shù)據(jù)遷移損耗常達一半以上，核心就是采集端與真機端參數(shù)不匹配，對齊成本極高。這套設(shè)計本質(zhì)上是從生產(chǎn)端定義了一套數(shù)據(jù)生產(chǎn)標(biāo)準；

3、治理層提效：MEgo Engine 把原始數(shù)據(jù)到訓(xùn)練資產(chǎn)的全流程自動化，時間對齊、軌跡重建、動作拆解、標(biāo)注評測全部流水線化，支持 120 余種原子動作自動拆解，標(biāo)注準確率達 98% 以上，把標(biāo)注環(huán)節(jié)的人力依賴降到最低。

從當(dāng)前供需格局看，市面上主打具身數(shù)據(jù)的公司不在少數(shù)，但真正能滿足模型訓(xùn)練精度要求、同時具備數(shù)萬小時量級月交付能力的，僅 1-2 家，需求遠大于供給。覓蜂的先發(fā)優(yōu)勢非常明顯。

當(dāng)然，數(shù)據(jù)基建作為一條剛起步的新賽道，整個行業(yè)都還在早期探索階段，有幾個共性課題需要全行業(yè)共同推進：

第一，跨生態(tài)的標(biāo)準適配仍在推進。原生同構(gòu)的技術(shù)路線在自有體系內(nèi)驗證了可行性，未來要覆蓋更多品牌、更多形態(tài)的機器人本體，還需要持續(xù)做跨廠商的技術(shù)適配，逐步形成更廣泛的行業(yè)共識；

第二，規(guī)模化后的質(zhì)量管控與合規(guī)是行業(yè)必答題。眾包模式大幅提升了數(shù)據(jù)產(chǎn)能，而不同操作者的規(guī)范性統(tǒng)一、數(shù)據(jù)質(zhì)量的一致性管控，以及操作數(shù)據(jù)的權(quán)屬界定與隱私合規(guī)，都是全行業(yè)數(shù)據(jù)規(guī)模化過程中需要逐步完善的環(huán)節(jié)；

第三，長期壁壘仍需持續(xù)構(gòu)建。采集硬件的復(fù)刻門檻并不高，數(shù)據(jù)基建的長期核心競爭力，最終會落在數(shù)據(jù)治理算法能力、標(biāo)準生態(tài)的綁定深度、閉環(huán)回流的效率上，先發(fā)者需要持續(xù)加厚軟實力，才能守住優(yōu)勢。

客觀說，覓蜂搶了一個非常好的時間窗口，第一個把數(shù)據(jù)基建從口號做成了完整的產(chǎn)品體系。

但行業(yè)仍在快速迭代，最終能不能成長為真正的全行業(yè)公共基礎(chǔ)設(shè)施，還要看生態(tài)開放的節(jié)奏、技術(shù)迭代的速度以及規(guī)模化落地的成色。

戳破通用敘事泡沫：不是通用了才部署，是部署了才會通用

行業(yè)里傳了很久的線性敘事，是先攢夠 1 億小時數(shù)據(jù)，訓(xùn)出完美的通用模型，再大規(guī)模量產(chǎn)落地。

很多創(chuàng)業(yè)公司也拿這個邏輯講故事，仿佛通用模型一出，所有場景自然迎刃而解。

但所有跑在落地一線的團隊，都在用實際行動證明另一條路徑：不是通用了才部署，是部署了才會通用。

垂直場景是皮，通用能力是毛。沒有垂直場景的規(guī)模化部署，通用能力就是無源之水。

大家常說的「數(shù)據(jù)飛輪」，真實運轉(zhuǎn)邏輯不是「采更多數(shù)據(jù)→訓(xùn)更好的模型」，是「部署更多機器人→產(chǎn)生更多真實交互數(shù)據(jù)→模型能力提升→可以部署到更多場景」。

實驗室里采的數(shù)據(jù)永遠是分布內(nèi)的，只有真實部署才會遇到無窮無盡的邊界情況、失敗案例，而這些邊界數(shù)據(jù)，才是推動模型泛化能力提升的核心燃料。

這里必須戳破一個行業(yè)普遍存在的偷換概念：很多公司拿單一垂直場景 99% 的成功率，去講通用機器人的故事，本質(zhì)是混淆概念。

限定環(huán)境、限定物體、限定流程下的高成功率，和開放環(huán)境下的通用能力，中間差著十萬八千里。

現(xiàn)在所有落地的機器人，本質(zhì)還是「工業(yè)自動化 2.0」——在特定場景里替代重復(fù)性勞動，離真正的通用智能還差得遠。

兩組數(shù)據(jù)確實能驗證飛輪已經(jīng)開始轉(zhuǎn)動：

1、智元的新場景復(fù)制周期從最早的 3-4 個月，壓縮到現(xiàn)在的 1-2 周，產(chǎn)線作業(yè)成功率穩(wěn)定在 99.99%；

2、Dyna 的新任務(wù)適配僅需不到 1 小時后訓(xùn)練數(shù)據(jù)，折餐巾場景實現(xiàn) 24 小時無人干預(yù) 850 個，成功率 99.4%。

但這更多是垂直場景內(nèi)的復(fù)用效率提升，離通用能力溢出還有很長的路。

由此也能推導(dǎo)出一個明確的行業(yè)節(jié)奏：未來 2-3 年，具身智能不會出現(xiàn)「ChatGPT 時刻」式的單點爆發(fā)，會是「潤物細無聲」式的產(chǎn)業(yè)滲透。

不要期待某一天突然出現(xiàn)一個萬能機器人，能搞定所有家務(wù)、所有產(chǎn)線。

真實的路徑是：先在 3C 產(chǎn)線替代部分工位，再在餐廳替代折餐巾、收盤子的活，再進入倉庫、進入家庭，一個場景一個場景地啃，能力在部署中慢慢溢出，通用能力自然就出來了。

對產(chǎn)業(yè)參與者而言，這意味著不需要等「萬能機器人」再進場。

先從單一垂直場景切入，先讓機器人產(chǎn)生商業(yè)價值，再靠部署數(shù)據(jù)迭代能力，是當(dāng)前階段最務(wù)實的路徑。

沉迷通用敘事、不肯落地的團隊，會在接下來的競爭里快速掉隊 ——故事講得再好聽，沒有真實部署數(shù)據(jù)，估值終會回歸理性。

主場在中國，但別拿著優(yōu)勢又掉進老坑里

五小龍齊聚上海，是全球具身智能產(chǎn)業(yè)重心轉(zhuǎn)移的標(biāo)志性事件。

大模型時代，中國是追趕者，核心算法、基礎(chǔ)框架都發(fā)源自海外，我們更多在應(yīng)用層做創(chuàng)新。

但具身智能這一輪，中國從一開始就站在了產(chǎn)業(yè)前排。

這不是因為我們突然出現(xiàn)了更多算法天才，是因為物理智能的核心生產(chǎn)資料，已經(jīng)從互聯(lián)網(wǎng)數(shù)據(jù)變成了物理交互數(shù)據(jù)，而物理交互數(shù)據(jù)的生產(chǎn)能力，恰恰是中國的核心優(yōu)勢。

互聯(lián)網(wǎng)數(shù)據(jù)的生產(chǎn)靠網(wǎng)民、靠互聯(lián)網(wǎng)產(chǎn)品，美國領(lǐng)先；但物理交互數(shù)據(jù)的生產(chǎn)，靠制造業(yè)供應(yīng)鏈、靠海量場景、靠工程師紅利、靠快速落地的產(chǎn)業(yè)能力，這些中國是全球第一，且優(yōu)勢會越來越大。

但越是在主場時刻，越要保持清醒。中國的優(yōu)勢在工程化、在量產(chǎn)、在場景、在數(shù)據(jù)生產(chǎn)能力，但底層算法的原創(chuàng)性、前沿模型的突破能力，依然是硅谷領(lǐng)先。

五小龍帶來的不僅是合作，更是一個提醒：最前沿的算法思想依然誕生在海外，我們不能因為有產(chǎn)業(yè)優(yōu)勢就低估算法差距。

接下來 3 年，行業(yè)會進入真正的深水區(qū)：數(shù)據(jù)標(biāo)準逐步收斂，數(shù)據(jù)基建形成穩(wěn)定供給，垂直場景規(guī)模化落地，基座模型能力在數(shù)據(jù)飛輪中持續(xù)提升。

算法層面的差距會快速抹平，但真正拉開差距的，是誰能更快、更便宜、更大規(guī)模地把物理世界的經(jīng)驗，變成模型能消化的數(shù)字資產(chǎn)。

Demo 比拼的時代已經(jīng)徹底結(jié)束了。接下來是供應(yīng)鏈的戰(zhàn)爭、場景的戰(zhàn)爭、數(shù)據(jù)產(chǎn)能的戰(zhàn)爭、閉環(huán)效率的戰(zhàn)爭。

這場物理世界的真實競賽，主戰(zhàn)場就在中國，現(xiàn)在才剛剛打響。

而對所有參與者來說，最該警惕的，是剛翻過模型墻，又陷入數(shù)據(jù)堆砌的新誤區(qū)。數(shù)據(jù)不是越多越好，高質(zhì)量的閉環(huán)數(shù)據(jù)才是核心。

別又像大模型時代堆參數(shù)一樣，堆出一堆無效數(shù)據(jù)，最后才發(fā)現(xiàn)，真正決定終局的從來不是數(shù)量，是質(zhì)量，是閉環(huán)，是真實的產(chǎn)業(yè)價值。

前沿動態(tài)前沿大會
前沿人物

點「在看」，給前前加雞腿