五位技術大咖共話：具?智能模型何時迎來ChatGPT時刻？｜甲子引力

當算力比數據更貴、商業場景率先閉環、Scaling Law在機器人領域被驗證，具身智能的ChatGPT時刻就會到來。

2025年12月3日，「甲?光年」在北京萬達文華酒店圓滿舉辦“轟然成勢，萬象歸?”2025甲子引力年終盛典。

在具?智能技術專場圓桌對話中，伯牙智能創始?兼CEO劉欣作為主持人，對話原力無限資深研究科學家陳佳玉、極佳科技聯合創始?兼首席科學家朱政、千尋智能聯席?席科學家解浚源、星源智聯合創始?何嘉偉，圍繞具?智能模型展開深入探討。

在當下具?智能?臨數據稀缺、模型不成熟、商業化場景待開發的三重挑戰下，ChatGPT時刻的定義、技術路線的選擇、數據?輪的建設成為行業關鍵議題。從VLA與世界模型的技術分歧，到軟硬解耦與?腦多型的實踐爭議，從商業服務、工業、家庭三大場景的落地優先級，到資本熱潮下的冷靜思考，嘉賓們?實戰案例揭示了具?智能產業的突破路徑。

對于未來的產業格局，嘉賓們普遍認為，無論是技術路線選擇、場景切入策略還是團隊建設模式，唯有具備長期技術積累、明確方向聚焦、構建完整數據閉環，才能真正迎來具?智能的ChatGPT時刻。

以下為本場圓桌的文字實錄，經「甲子光年」編輯，在不改變原意的基礎上略有刪改。

1.ChatGPT時刻的定義：

技術突破還是應用爆發？

劉欣（主持人）：大家下午好，非常榮幸能夠作為這一場圓桌的主持。先有請各位嘉賓簡單的介紹一下自己所在的公司，以及自己所負責的業務。

伯牙智能創始?兼CEO 劉欣

陳佳玉：我是在原力無限機器人擔任資深研究科學家的陳佳玉，同時是香港大學數據系統工程系的助理教授。我所負責的內容是robotbrain的開發，具體路線就是VLA和世界模型。

原力無限資深研究科學家 陳佳玉

朱政：我們公司主要從事的是具身大腦以及世界模型的研發。最近推出的兩款產品，一款是GigaBrain，是具身VLA的大模型。一款是GigaWorld，是世界模型的平臺。我在公司主要負責基礎模型的開發，以及前瞻預研。

極佳科技聯合創始人兼?席科學家 朱政

解浚源：我是來自千尋智能的解浚源，在公司負責AI部門，我們是全棧自研的具身智能公司，做自研的輪式底盤的人形本體，還做VLA基礎模型。

千尋智能聯席?席科學家、具身智能部負責人 解浚源

何嘉偉：我是星源智機器人聯合創始人何嘉偉，負責靈巧操作大模型及大小腦聯合落地板塊。星源智聚焦具身大腦賽道，打造跨本體高泛化通用大腦，以全棧式具身技術 + 端側算力平臺實現軟硬一體交付，賦能千行百業智能化升級。

星源智聯合創始?、靈巧操作大模型負責人 何嘉偉

劉欣（主持人）：今天的主題關鍵字叫ChatGPT時刻，對于語言模型來說，本身是技術突破、用戶體驗的躍遷，還有商業模式的驗證三重共振，對于各位嘉賓看來，具身智能的ChatGPT時刻，它應該具備哪些特征？到底是一些技術上的突破，還是某一個killerApp的到來？

陳佳玉：ChatGPT剛出來時服務器宕機、限制使?次數，說明具?智能的ChatGPT時刻?先要在真實世界中得到驗證且效果很好，達到供不應求的狀態。由于具?智能挑戰更?，發展會分三個階段：

1.單場景、單任務的穩定執?（如雙臂機器?疊?服）

2.單場景、多任務的穩定執?（可能是ChatGPT時刻）

3.多場景、多任務的穩定執?

朱政：具?智能與數字世界的語?模型打法不同，因為它要頻繁與物理世界交互。具?智能在談論三件事：

1.智能化?平（大腦、小腦）

2.場景（ToB的工廠、物流，ToC的家庭）

3.本體（物理載體）

距離ChatGPT時刻，最?瓶頸還是智能化?平。雖然通?性已經很好，但與專有模型相?還有很?差距。

解浚源：ChatGPT時刻需要破圈效果，讓外行人在頭15-30分鐘覺得“這東西真的快要有點用了"。比如機器?在開放場景??較泛化地完成初級體力勞動，不是擺拍?是真實隨機場景，速度不要比人慢太多。

何嘉偉：ChatGPT最讓人意外的是智能涌現和zero-shot能力。具身智能需解決用戶提出的未訓練/相近任務的零樣本問題，才能達到ChatGPT時刻。

2.世界模型與VLA：技術路線之爭

劉欣（主持人）：下一個問題給到朱總，極佳科技全力押注世界模型，背后的理論是物理AI，世界模型是它的終極形態，現在有很多團隊，或者說從資本市場特別火，大家其實都在用VLA，直接端到端的訓練，請您闡述一下，世界模型比VLA本質的優勢到底在哪里？是不是真的能夠解決數據瓶頸和泛化難題？

朱政：世界模型分三個階段。

第?階段是為VLA提供訓練數據。VLA?語?作為媒介統?不同任務，解決了通?性問題，但還沒解決泛化性問題（對顏?、紋理、光照、視?、桌??度等的泛化）。泛化性主要靠數據解決，但真機數據很難涵蓋物理世界的各種變化。世界模型可以極?降低真機數據采集成本、解決泛化性問題；

第?階段是?持強化學習后訓練。有監督學習只能達到?類標注的平均?平，只有強化學習才能讓單?任務成功率達到99%以上。傳統的強化學習?法有兩種：

?在模擬器?做（但模擬器不夠真實）

?真機+人類在環強化學習（需要配?、很危險）

世界模型可以提供更接近真實世界的模擬環境，來訓練強化學習。

第三階段是VLA吸收世界模型理念，演進為WA模型（World-ActionModel），同時預測未來狀態（視頻、3D重建）和未來動作，這應該是VLA智能化模型的終極路線。

3.軟硬解耦：?腦多型的可能與挑戰

劉欣（主持人）：另外一個話題是現在關于大腦，可以看到有兩派，一派想做“一腦多型”，一個大腦解決跨本體的問題，還有一種觀點是只有軟件硬件充分融合，才能發揮出硬件的最佳性能。原力無限也提出了“一腦多型”的戰略，想問陳總，你們在這方面是怎么考慮的？是不是會有硬件軟件解耦帶來的負面影響？

陳佳玉：需要澄清，軟硬解耦并不是完全解耦：

首先，在運控算法層，必須針對特定硬件做特定開發；

其次，在?腦層級，理解世界、形成泛化知識、場景規劃，不應該受本體限制；

關于部署性能也要分開看：是直接把通??腦部署到新場景，還是把通??腦作為預訓練模型，在特定場景做持續更新和適配。

因此，在大腦層級不區分本體，在運控層級做本體適配，這是?較好的范式。

劉欣（主持人）：請星源智何總補充一下，咱們也是做通用的具身大腦，我們怎么去應答有一些人其實對泛化能力是持一個懷疑態度的？我們在做跨越本體的時候，本身對于硬件的一些選擇會有哪方面注意的點呢？

何嘉偉：星源智采用大小腦分層模式：

大腦層負責空間感知、上層任務規劃調度、對下層小腦監控與糾錯等，與本體相對?關，可以通過?規模視頻、圖像、?本訓練獲得泛化能?；

小腦層則與硬件相關：

大腦側的難點是對3D空間的理解，針對不同傳感器形態、內外參、激光雷達掃描模式等傳統3D感知模型難以全面適配。我們的大腦?模型結合本體感知、2D3D融合、世界模型等方式實現了跨本體3D空間的理解的泛化。

小腦側，我們在探索?規模跨本體數據集，實驗發現當任務、采集?式、機械臂和末端形態?夠豐富時，VLA模型也能實現?定的跨本體泛化能?。

4.數據飛輪：從稀缺到規模化

劉欣（主持人）：今天數據是大家的高度共識，這個階段它非常重要，從需求量來說，它的供應嚴重不足，采集成本很高。前一場有嘉賓說如果給我100億我會構建最大的數據飛輪，謝博士也曾經講過一句話，說仿真數據是偽數據驅動，本身是研發人力驅動。我想請問一下解總，千尋找如何解決真實數據的獲取難題呢？

解浚源：?前數據規模?主要是因為以前沒有好好做過。涉及物理世界、制造業、組織?規模?員，有各種細節。但當你把細節打磨好、規模化后，成本可以急劇下降——就像?搓跑?要?百萬，但規模化?產?百萬輛后每輛只需??萬。

數據采集也?樣，數采設備、團隊組織形式打磨好后成本會?幅下降。我們認為到明年年底，頭部?家會有??萬到?百萬?時量級的數據，屆時算?會?數據貴。

劉欣（主持人）：正好引入下一個想討論的話題，今天很多涌到具身賽道的都有汽車的背景，或者是自動駕駛的一些研發的經驗，我想請各位嘉賓來講一講，尤其是朱總，之前自動駕駛的哪些技術和方法今天是能夠復用的？又有哪些可能存在的陷阱呢？

朱政：?動駕駛與具?機器?有兩點類似首先是數據層?，都需要海量數據；

其次是模型層?，都在向VLA收斂，加?語?后可以做到通?。未來都可能演進到WA模型（預測未來動作+未來狀態）。學術界已有?作把?動駕駛導航、L4物流小車導航、機器?移動統?為Foundationmodel，?統?數據集訓練。

但是也有不同，不同點在于對物理規律的要求：

自動駕駛主要是交通流模型，很少發?接觸，物理規律由交通流和博弈模型建?；

具?智能對剛體、流體、柔體的物理規律要求更?，因為要頻繁與被接觸物體交互

雖然操作任務還沒統?進來，但未來隨著Foundationmodel出現，?動駕駛與具?智能在模型層?會越來越收斂。

5.商業化落地：場景選擇的優先級

劉欣（主持人）：我們下來談一談應用場景，像原力無限選擇的是充電機器人做切入，千尋瞄準的是工業、商業等靈巧操作，星源智做的是通用場景。請各位來分享一下，你們覺得具身智能最快實現商業閉環的場景是哪些？我們第一個看到的這種10億級美金的應用可能會是什么樣的場景？你們的公司又為什么選擇了今天的這個細分的切入點呢？

陳佳玉：如果我們考慮三個場景，工業、家庭和商業，我認為最先會有新的商業閉環的應該是商業服務場景。

我們可以先做一下排除法，?業場景對效率要求?常?，替代?動化設備的效率?檻很硬；家庭場景涉及安全性和成本問題，挑戰很?；商業服務場景對安全性和效率的要求都不太?。

一個比較具體的例子就是美國的Robotics，他們做的是雙臂機器人去疊紙巾，由于他們這個可以長時間的運行，并且效率非常高，很多人愿意為他們買單，比如說美國很多飯店或者是洗衣房都會買他們的機器人，這就是很好的一個商業服務的范式。

另外，商業服務場景還有酒店用的清潔型的機器人，它雖然說也是類似家庭場景，但是它干活時沒有人，就不涉及到安全性的問題。而且由于酒店大部分房間也都是制式的、半結構化的，也有利于數據的規模化采集。

劉欣（主持人）：解總，千尋這邊是怎么思考這個問題的？

解浚源：其實我比較同意他的觀點，家庭的話我覺得肯定是最后的，就是它有安全、隱私、場景過于靈活多變等各種各樣的問題。工業和商業，工業以現在的技術條件是有可行性的一個場景，但是它確實也面臨著效率、場景碎片化、數據采集難度大等問題。所以現在能實現一些小批量的落地，去驗證一下整個落地的流程和鏈路，但是比較難起量。

商業應該是在中期能真正起量、實現大批量落地的場景，包括剛才陳總提到的酒店的清潔場景。這些場景主要的好處就是效率不是最關鍵的，安全性也能保障。

劉欣（主持人）：何總這邊是怎么考慮的？

何嘉偉：我們希望能夠把“大腦”部署到不同的場景里面去，我們當時發現物流?業有痛點——搬運和??物流較成熟,但裝卸環節（把貨物從地?搬到卡?或從卡?卸到地?）是傳統?動化叉?沒解決的場景。所以我們和中力發布了具身裝卸技術，9?中旬開始做，10?底實現了基礎Demo的具?裝卸場景，我們用RoboBrain Pro具??腦實現了對這個場景的較好覆蓋。

我們的邏輯是：根據“?腦”能?找到有商業潛?的場景去部署，通過這些數據迭代?腦模型，實現數據?輪。

6.資本熱潮下的冷思考：

Demo、泡沫與技術沉淀

劉欣（主持人）：今年整個具身賽道確實非常火，一方面我們看到非常多酷炫的表演，大家所在的公司也都融到了非常多的錢，想請每個嘉賓都講一講，在今天這個熱潮中，如何避免為了資本、為了融資去把公司帶偏？

陳佳玉：要保持平衡，就選?個?較細分的賽道或?較確定的場景，圍繞場景做?量研發和深度?作——既能提?成功率，?保證技術真正有?，?不是跟著潮流?。

另?個重要點是對技術路線要有批判性態度。VLA和世界模型本質都是copy?語?模型的路?（數據+Transformer+算?）。???要快速驗證這個技術路線，另???要批判性地思考替代路線，同時做?些嘗試作為backup。深度嘗試+快速驗證兩??都得有。

朱政：我們2022年底融資時講世界模型故事，當時投資?都不懂世界模型，問“為什么要做物理AI?不做語?模型”。隨著這兩年的科普，今年年初已有投資?要求布局?家世界模型公司。很多時候我們做的事情和講的故事并不與資本市場?致。

業務層?，我們講三件事有排序：先智能化，再場景，最后本體。今年下半年很多投資者要求我們盡快開拓場景，但我們認為在智能化?平沒有明顯提升的情況下開拓場景，很難達到ROI平衡、商業化閉環。所以我們?前堅持做算法（智能化?平提升），準備明年晚些時候再考慮商業場景應?。

解浚源：今年?家主要展?Demo，Demo背后展?的是?類能?。?如我們疊?服場景體現的是：柔性可變形物體?程操作、動作流暢柔順、時事動作（?類似?的動作甩?下甩平，?不是慢慢在桌?上攤平的準靜態）。

但做完?個能?證明后，沒有必要在同?層級上橫向擴展好多Demo。有些?在同樣事情做了好多遍，有點低?平重復，這是被資本市場帶偏的現象，對本質猛烈進化沒有幫助。

我們疊?服Demo做完后（達到除π以外全世界最先進?平），就放著了，沒有?遍遍重新做。我們現在最主要做的是驗證ScalingLaw——深度學習發展反復證明，不能Scaling的?法沒有前途。VLA是機器?領域第?次驗證了ScalingLaw可?性的路線，所以我們現在最重要的事是在技術基礎上迅速Scaling，到年底要做到?現在多?兩個數量級的Scaling。

何嘉偉：對我們星源智來說，Show Demo和做產品不沖突。我們產品定義是帶有具??腦域控制器的整套解決?案。具??腦能不斷Show新能?，這種具身大腦進化能賦能下游落地。

同時我們發現具??腦域控制器的概念還是偏早期，現在很多公司還?主機+wifi與機器?通信，或?上?代JetsonOrin域控制器。在不斷迭代?腦和域控制器部署?態的過程中，實際能帶來很多商業化落地項?產出，包括具體可執?的Demo。

7.團隊建設：多學科協同與人才吸引

劉欣（主持人）：大家都融到錢了，緊接著該搶人才了，請所有嘉賓分享一下，你們所在的公司，對于人才團隊的構建是怎么考慮的，機器人分為“軟”和“硬”，現在有很多來自偏科研背景的人進來，我們的人才比例里面，偏學術背景的和偏傳統工程背景的比重大概是怎么樣的？大家有沒有自己這方面的見解？

陳佳玉：我們公司大概有三個團隊的人，分別做本體、數據和算法，因為我們認為，這是物理AI的三個核心部分。我所帶領的是做大腦算法團隊，約為10個人，整體偏學術，就是要探索前沿技術，比如基于VLA的知識學習，以及能夠捕捉到因果的世界模型。

我們也有商業化團隊，探索出了已經商業化的產品，比如智能充電機器人、智能咖啡機器人等。因為數據團隊和本體團隊偏?程，要結合具體商業需求（場景需求+任務需求）來。

吸引?才最重要的是三個點：有共同的愿景、有?較清晰的路線、有很好的商業化成果。

朱政：公司現在大概有100人左右，因為是創業初期，絕大多數是研發人員，可能占到80%左右。

這些人里主要是兩塊背景：一塊是計算機視覺出身的背景；一塊是機器人robotics的背景，可能計算機視覺出身的背景會比較偏算法偏軟一些，Robotics可能會偏機械、工程本體一些。

但是內部并沒有劃分算法部門和硬件本體部門，我們是放在同一個研發部門里。其實大家會在一起工作，因為在大模型的背景下，不管robotics背景的人，還是計算機視覺出身背景的人，其實大家的目標是一致的：讓世界模型到VLA、到強化學習的整條鏈路在本體上打通。

同時，語?模型、具?智能是?前?才密度最?的兩個?業，這兩個領域本?對?才有天然吸引?。

解浚源：背景沒有那么重要，各?各業都有各種各樣的?。最重要的是找腳踏實地的、聰明并且愿意腳踏實地做事的?，從各個?業都能找到。

在公司發展早期，優秀的?會吸引優秀的人；在中后期，做出好的東西、好的技術會吸引優秀的?。

何嘉偉：公司是智能研究院孵化的，所以技術積累是依托于智源研究院的一些研究成果，包括北京大學的研究團隊，我們在研究方面還是非常前沿的。

在工程這一側我們也非常重視，因為整個產品包括域控和大腦，所以工程化主要就是做一些嵌入式開發，以及包括算法的研發，還有一些部署方面的工程化。

對于吸引人才，一是希望能夠吸引志同道合的人，二是因為我們的研究相對比較前沿，也希望有相關領域的科學家加入到團隊當中來。

劉欣（主持人）：我們星源智是智源研究院孵化的具身智能企業，有一定的技術積累是依托于智源研究院及包括北京大學的研究團隊，所以我們在技術方面是非常前沿的。

在工程這一側我們也非常重視，因為整個產品包括域控和大腦，所以工程化主要就是做一些嵌入式開發，以及包括算法的研發，還有一些部署方面的工程化。

對于吸引人才，一是希望能夠吸引志同道合的人，二是希望有相關領域的科學家加入到團隊當中來。

陳佳玉：五年后希望機器?能：替代?類做擦玻璃、核設施及能源運維等的危險工作，同時也希望機器人能進?家庭，解放家務勞動時間，讓?們更好與家?相處。

我們算法團隊集中做家居場景，第?階段讓機器?在有?在的動態場景?很好完成多任務，形成多場景數據分類后再部署到更多場景。

我們公司扮演的角色，特別是我所在的算法團隊，首先集中做的場景就是家居，想讓機器人能在有人在的動態場景里，很好的完成多任務，可能第一階段就是讓他去完成一個固定家庭的多任務，形成多場景的數據分類之后，再把它的部署到場景里，大概的路線是這樣的。

如果用一個詞總結就是方向，具身智能很火，但具身智能的發展路線沒有收斂，也不知道什么方向會帶我們實現ChatGPT時刻；另外是應用方向，大家也存在爭執，大家也不知道到底是應用到工業、商業還是家庭，所以用方向這個詞比較貼切。

最后再補充一點，大家現在都認為VLA和世界模型是收斂的路線，但是我們認為VLA和世界模型只是Agent知識庫的一部分，如果用學術一點的話講，應該包含實體、實體間的relation，和持續抽象。持續抽象又包含“dynamics（動態）的實際抽象”和“策略的實際抽象”，世界模型可能只是dynamics的持續抽象，也就是它可能只是我們需要知識庫的一部分。

也就是說，我們的具身智能方向還沒有確定，技術還沒有收斂，還有更多需要做的事情。

朱政：?常贊同陳總觀點。?語?模型替代了很多重復的腦??作，主要是?領使?。具?智能最?的?處是把?類從危險、重復以及?苦的體?勞動中解放出來，讓?類有更多時間去休息、娛樂，追求??更多的價值，?不是限于重復的家庭勞動、危險的體?勞動、或不得不花費?量時間處理的事務。

這是具?智能在未來五年給我們最?的希望，與語?模型的側重點不?樣。當然也有可能是語?模型結合具?智能，會解決更多的事情。

如果用一個詞來總結，我認為是聚焦，因為語言模型能夠成功，是因為這些比較大的公司足夠聚焦。

解浚源：我的觀點可能跟前兩位差不多，在當今世界，AI在吟詩作畫、寫文章、寫代碼，人在洗碗、疊衣服，我們希望糾正這件事。

何嘉偉：我認為真正具身智能的ChatGPT時刻意味著，對?個家庭來說，能夠多?個家庭成員；對?個??或商業場景來說：就是多?份?產?。

用一個詞總結是閉環，包括從研究到工程，再到部署的整個鏈路閉環，也包括從軟件到硬件、從算法到算力，再到本體的整個閉環。

（封面圖及文中配圖來源：2025甲子引力年終盛典）