對話千尋智能韓峰濤：真正的機器人是生產力，不是展品和玩具

“Spirit v1.5成為全球最強開源具身模型。”

作者丨梁丙鑒

編輯丨林覺民

“就在這棟樓下面，26年就會有一個上千人的數據采集團隊，沖擊100萬小時數據大關。”韓峰濤忽地探身，手指地面，仿佛下一代具身模型已經被他攥在掌心。

1月12日，千尋智能宣布開源具身模型Spirit v1.5。在RobotChallenge的最新榜單中，它超越此前國際標桿Pi0.5，成為迄今為止，全球最強開源具身模型。

開源前兩天，我們在千尋智能北京總部，見到了創始人韓峰濤，進行了一次深度對話。

具身智能技術的繁榮背后有另一番景象：花樣迭出的演示demo層出不窮，但實驗室外一項疊衣服任務就可以難住大多數廠商。在這種背景下，Spirit v1.5讓人看到了具身智能真正解放人類生產力的可能。

RobotChallenge測試項目中包含插花、桌面清理等30個桌面項目，旨在還原真實物理世界的同時，引入隨機擾動增加泛化挑戰。當名為實驗室的“溫室”被移除，Spirit v1.5仍然達到了50％以上的任務成功率，作為對比的是Pi0.5模型42.67％的成績。

一個關鍵的問題在于，Spirit v1.5到底是“擠牙膏”之作，還是標志著具身模型快速攀升期的開始？韓峰濤堅信是后者。

2026年被他描述成一個充滿競爭和希望的年份，數據和算法收斂，具身模型性能通過scaling的方式快速攀升，火熱的融資緊隨其后。類似的故事發生在2023年，主角是大語言模型。

“26年之于具身智能，就是23年之于大語言模型，”韓峰濤說，“具身智能的GPT moment一定會在26年出現。”

數據數量加數據質量決定模型質量。為此，千尋智能要將自建的數據工廠擴張至近千人規模。而作為行業少見的模型、本體并舉的全棧公司，韓峰濤選擇自研硬件的初衷也是為模型提供更高質量的數據。因為模型和硬件綁定，聯合設計，軟硬一體，效果最好。

“最好的機器人就是你自己做的機器人。”他說。

韓峰濤的另一重身份，或許可以解釋他對具身模型的篤信。

2014年被稱為中國工業機器人元年，同年年底，韓峰濤和同伴創立了珞石機器人，這家公司在日后躋身國產工業機器人前三。一段差不多同期的歷史進程，是整個中國工業機器人行業的崛起。從2015年到2024年，國產工業機器人的市場占有率從3％躍升至50％。

讀懂過去的人會看到未來。當韓峰濤創立千尋智能時，他知道具身智能并不新鮮。曾經的研究者嘗試把深度學習技術用在機器人身上，但當時AI的智能水平還不足以勝任嚴肅的生產力場景，最終落地的只有NLP、智能音箱或是掃地機器人。

那為什么我們今天會期待，機器人可以真正干活？

“這一代具身智能的核心變量只有一個，就是AI技術發生的革命性變化，讓機器人的大腦真正有可能可用了。所以真正的具身智能公司，要思考的核心問題只有一個，怎么讓具身模型進化？”

一個無可辯駁的事實是，同樣在百億級資金的投入下，具身智能的發展速度遠落后于大語言模型和自動駕駛。韓峰濤將之歸因于數據的匱乏。

過去20余年里互聯網上積累的數字資產支持了大語言模型的快速爆發，自動駕駛雖然同樣遭遇過數據短缺，但沒有智駕功能的車也會有人買，這為邊賣產品邊采數據提供了可能。相較之下，沒有大腦的機器人完全沒用，這種產品性質讓具身智能的數據飛輪更難以啟動。只有先采集足夠的冷啟動數據，讓模型能夠支撐機器人進入嚴肅的生產場景，才能再現當年人們邊開車邊采數的過程。

如何把能干活的機器人賣出去成為了千尋最關鍵的命題。·“干活”，一個半小時的采訪中韓峰濤平均每兩分鐘提到這個詞一次。“舞蹈跳一萬次也是一條數據，展品賣出去上千臺等于賣出一臺。你必須要把那種由模型驅動的、能干活的機器賣出去，才能讓數據飛輪轉起來。”他說。

特斯拉、蔚小理……你可以從韓峰濤的講述中看到很多公司的影子。而歸根結底，千尋是千尋智能，而不是千尋機器人。

以下是雷峰網和韓峰濤的對話，作者進行了不改變原意的編輯整理：

01

千尋智能，不再拿著錘子找釘子

雷峰網：在千尋智能之前，你在2014年創立了珞石機器人。這十多年里先是中國機器人行業經歷了快速發展期，然后整個行業從工業機器人轉向了智能機器人的競爭。作為兩個歷史進程的親歷者，你會怎么給中國在世界機器人行業所處的位置劃分階段？

韓峰濤：四個階段。2010年之前，國內的工業機器人還是全進口。10年到20年算是發展期，這段時間里國產的零部件、整機在慢慢發展，但是市場占有率的提升不高，可以說還比較弱勢。一方面當時剛剛起步，國內客戶對國產機的接受度低。而且相關人才也少，很多廠商都是去航空航天、機械這些專業把人招來，自己培養。還有一部分原因是工業周期長，市場比較小，所以那會的投資人對工業沒什么概念。直到2015年左右，機器人、半導體、高端裝備、醫藥這些泛工業方向的投資才開始慢慢變多。

20年疫情開始之后，國外的廠商停產比較嚴重，只有中國還在正常運行。所以當國外缺貨的時候，也只有中國的機器人能供上貨，客觀上講疫情給了中國機器人行業一個巨大的助推。那幾年里國產機器人的市場占有率上來了，零部件因為大家用得更多，也更成熟了。

2015年國產機器人的市場占有率大概3％，2024年就到50％以上了。國產工業機器人的崛起，也就是19年到23年的事。

從24年開始，就是具身智能的競爭了。23年之前中國機器人行業處在以硬件、小腦為核心的進口替代階段，從24年開始，就要進入以大腦為核心的智能機型時代。在這個時代，有人認為將來大腦成熟之后肯定需要很多本體，所以為了服務大腦開始搞本體、機器狗。有人認為既然核心是大腦，就開始搞大腦，比如我們。總之24年是個分界點，這之前的機型都是以小腦、運控和硬件為主，之后是以大腦為核心。到今天經過兩年的發展，具身模型在26年就要進入快速進化的階段。

前三個階段我們都在追趕，但是到第四個階段，中國可以說真正跟海外的對手齊頭并進了。

雷峰網：高陽曾經說，如果國內的具身團隊買了機器人，訓練過程中出了故障可以寄回去修，一周就能郵回來。這樣幾臺機器人輪流上，效率會很快。但宇樹不能這樣給美國的科研團隊維修，只能一次性多寄點配件，導致很浪費時間。你認為中國在工業機器人領域的優勢，會如何影響今天圍繞具身智能的競爭？

韓峰濤：原來經常有人說，中國有供應鏈，所以中國的企業就可以拿到便宜的零部件。但特斯拉的供應鏈也在中國，如果中國有好的供應鏈，國外的廠商也會買，所以價格這件事上中國企業不存在優勢。

那么供應鏈的主要優勢在于什么呢？在于這個供應鏈體系可以讓我們的迭代速度非常非常快。高陽給你舉的例子還只是在科研，當供應鏈就在我24小時包郵區之內，我的產品可以按照天來迭代。一個人在深圳做智能硬件，打板廠、芯片廠、焊接廠、維修廠都會在一個半小時車程之內。一個有問題的硬件今天寄回廠商，明天收回來，可能兩天就解決了。如果你在美國，發個特快過去也得一周，特朗普還要加關稅。這種情況下，我的迭代速度是美國公司完全沒辦法比擬的。

但客觀來講，目前美國還是在大腦、小腦和硬件上都有一些優勢。硬件領域，中國硬件的主要優勢在于便宜，但是要論絕對性能，仍然是波士頓動力和特斯拉領先。你看波士頓動力的現場演示，AI能力雖然弱一點，但是他們的動作穩定性、柔順度、流暢性都很好，這就意味著他們的整個硬件設計、運控能力非常強。

雷峰網：既然存在這些差距，為什么你仍然認為中國在和海外的對手齊頭并進？

韓峰濤：現在我們搞具身智能，很多點上就是全球領先的。3月份的時候，我們的模型是國內第一個完成疊衣服任務的，這也是具身模型里最難的任務之一。到了25年底26年初，我們基模的綜合能力在RoboChallenge的評測榜單中位居全球第一，超越了Pi0.5。原先在工業機器人和自動駕駛的時代，全球第一是不太敢想象的。現在我們就是敢，因為時代機遇不一樣了。

從中國開始有風險投資到疫情之前，中國幾乎所有的硬科技創業都是在搞國產化替代。光刻機、船、飛機、汽車、手機、家電、無人機、全景相機，甚至是燈，都在干這件事。這是歷史使命，國家要產業升級就一定要國產化替代，但對于創業者來講這也是痛苦的。我做機器人，上面有ABB、庫卡、發那科，國內還有匯川、埃斯頓這些競對。但是你現在回頭看中國制造2025，這個規劃2015年發布，大部分計劃都提前完成了。疫情之后中國在全球的科技硬實力，客觀來講是很強的。所以在AI，尤其是具身智能領域，我們起步雖然跟美國還有點差距，但基本上是齊頭并進的。

雷峰網：除了面對的時代機遇，你認為千尋智能這次創業，自己還有什么不同？

韓峰濤：一個主要的區別是我對創業的認知。第一次創業的時候，是我會干啥我創啥業，所以我搞工業機器人。而且我也沒有非常關注市場角度，去考慮應該做什么樣的工業機器人。而是我覺得什么機器人好，我喜歡什么樣的工業機器人，我就做什么樣的。這就是拿著錘子找釘子，客觀來講是運氣好，沾了時代的光，但我們也沒有成為一家偉大的公司。

所以第二次創業最核心的變化，就不再是我會干啥我干啥。如果還按照這個思路，那我是做硬件的，我就應該去賣硬件。但這次具身智能核心的機會來源于AI。Embodied AI，embodied是形容詞，本質還是AI，所以我們叫千尋智能，不叫千尋機器人。我去找高陽的時候說，我們要做AI，要做具身大模型，因為這才是最大的機會。

這就是我個人認知的變化，第一次是拿著錘子找釘子，但這次是時代需要什么，我就干什么。站在你的創業機會上，做什么樣的公司才能抓住時代機遇？這決定了你創什么業。

02

會疊衣服比旋風踢更重要

雷峰網：你為什么判斷，具身智能行業的時代機遇是具身大模型？

韓峰濤：你想沒想過，為什么會有具身智能這個賽道？原因很簡單，就來源于AI技術進步，就來源于大模型。宇樹16年成立，珞石15年成立，樂聚、云深處也都很多年了。原來也有機器人，但為什么上一代機器人干不了活，跳不了舞，為什么原來沒人講具身智能？其實上一代也有人在做具身智能，英文名詞就叫Embodied AI，也是把AI從虛擬世界帶到物理世界。這一批具身智能用的是深度學習技術，但當時的AI智能水平太弱了，所以真正落地的只有NLP、智能音箱，或者給掃地機器人做視覺規劃這些場景。

今天這一代具身智能的核心變量只有一個，就是AI技術發生了革命性的變化，這種技術進步讓機器人的大腦真正有可能可用了。所以真正的具身智能公司，要思考的核心問題只有一個，怎么讓具身模型進化？

具身模型其實也是大模型，有三要素，數據、算力、算法。算力和算法基本上是收斂的，或者說具身模型在訓練范式上跟訓練多模態的大語言模型一樣。大語言模型是怎么進化過來的？一開始只有LLM，后來開始有圖像有視覺了，叫VLM。GPT-4o采集了很多真人的聲音，說話的語調音色就更自然了。o就是Omni，全的意思。但是它的全面只存在于虛擬世界，是虛擬的全模態。機器人需要物理全模態，除了能說會道之外，還要能干活。所以從VLM到VLA，其實就是在原來圖像、文字、聲音的基礎上加上動作。這整個范式都是一樣的，就是不斷給模型增加模態。

黃仁勛去年在CES的演講里有一張圖，畫的是從Alexnet深度學習，到商湯曠視做的第一代AI，再到OpenAI這種第二代的生成式AI，再到Agent，最后到 Physical AI。這些是一脈相承的，技術路線已經相對確定了。

雷峰網：但千尋智能現在也在自己做硬件，是出于什么考慮？

韓峰濤：具身智能是一個長坡厚雪的賽道，后邊這個曲線就是我們說的長坡。下面2016 ~ 2020是大模型的時間線。這個點，對于大模型來說是2016年OpenAI起步，2020年他們發了 Skillful Learning的論文，后面就是Scaling Law。上面是具身模型時間線。很多具身公司是2024年成立的，到今天，基本可以認為具身模型到了GPT-2的時代，接下來我們要到GPT-3。GPT-3干了什么？大力出奇跡。當數據和算法的都收斂了，大家就知道應該投錢采什么數據，模型就要快速增長了。

具身智能及大語言模型發展階段對比，韓峰濤辦公室圖

所以你看美國的具身智能公司都在干什么？可以引用一下特斯拉的思路，他們不搞商業化，甚至不著急量產，而是在一點點優化機器人。那為什么特斯拉不買宇樹的機器人做模型？因為模型跟硬件是綁定的，最好的機器人就是你自己做的機器人。模型跟機器人聯合設計，軟硬一體，效果最好。而且你看特斯拉的發布會，自動駕駛的仿真效果特別好。他們有全球最好的仿真器，為什么機器人不用？因為仿真數據不行，一定得是真實數據，而且得是用自己的機器人采的真實數據。

另外大家經常講，長坡厚雪，沿途下蛋，做硬件也有市場目的。模型能力每達到一個級別，我們就可以下個蛋，做個東西。比如我們做三指手而不是五指，一方面是因為在生活場景，三指手已經能完成百分之八九十的活。另外一個原因是五指手現在還不成熟，我們沿途下蛋的時候，能量產的產品一定是基于成熟技術。就像做新能源車，完美的新能源車應該是 L5 加固態電池。但你14 年做Model S、 Model 3的時候怎么選？17年做理想One的時候怎么選？那肯定是L0加增程，L0加快充，L0加換電，慢慢再換成L1加增程，L2加三元鋰，L3 加固態，一步步來。我們現在的三指，就類似于增程。

所以一家好的具身智能公司，一定是以 AI 為核心，但是有世界一流硬件的支持。這個硬件既從數據角度支持模型，又從銷售角度支撐公司運營。

雷峰網：你們是一家模型公司，但又要做本體，又要做手，會不會太多頭了？

韓峰濤：但你必須得做。具身智能在商業邏輯上更像自動駕駛的新能源車，靈魂是自動駕駛軟件，但客戶買的是一臺更智能的車，所以這兩件事你都得干。在具身智能行業，只賣模型的生意模式基本不存在。當然我們暢想一下，10 年、20 年之后有沒有可能？也有可能。自動駕駛，有沒有可能特斯拉的領先幅度越來越大，將來就不造車，只賣FSD？也有可能。但是大概率不會，因為只有在自己的車上才能訓練得最好。

雷峰網：千尋智能計劃什么時間進入量產階段？

韓峰濤：看你怎么定義量產。如果我們說的是有生產力、可以干活的機器人，那大概是26年底。今天的模型能力還沒有快速爬升，就像在GPT-2時代，大模型性能和商湯、谷歌做的Bert模型可能沒那么大差異。但我們融資的時候就會告訴股東，我們是從成立第一天起就想著干模型的公司，我們需要兩年時間摸索，去找最佳的數據配比、最好的數據管線、最好的模型結構和算法。

千尋是2024年成立的，這兩年我們把基礎設施全都搭好了，第三年就要開始數據上量，模型性能提升。很快我們會開源一款具身模型Spirit v1.5，在RobotChallenge榜單排第一，比Pi0.5還要強。未來到Pi0.6打榜之前，我們都會是全球最強的開源模型。

我們可以用智駕的邏輯梳理具身智能行業，但是具身智能跟智駕有個本質區別，那就是車沒有智駕仍然可以開，但沒有大模型的機器人就是沒用的。當你還沒有足夠好的模型，你的機器人賣出去就只能跳舞，只能做導覽、數采，這些都不算干活。這當然也有價值，但它是一個小市場。

將來的具身智能，會是略低于汽車的價格，乘以略少于手機的數量，這是個巨大的市場空間。玩具、跳舞、導覽是客觀存在的市場，但這個市場太小了，一年撐死賣5, 000臺。每年全球能賣7, 000萬臺車，10億部手機，這完全不是一個量級的市場。展品和玩具，不算是真正的機器人。

雷峰網：能干活的才算嗎？

韓峰濤：或者說賣能干活的才有意義。機器人跳一萬次舞，本質上也只有一條數據，因為每個動作都跳得一樣。展品賣出去上千臺，本質上等于賣出一臺，只能產生點營收，對于模型進化沒有幫助。你必須要把那種由模型驅動的、能干活的機器賣出去，才能讓數據飛輪轉起來。

而且產品能不能量產，其實背后就一個卡點，有啥用。東西只要有用，再貴也有人買。九幾年買個房才三萬，大哥大一萬多一個，為啥有人買？私人飛機幾千萬上億，為啥有人買？有用就一定有人買，那怎么讓機器人有用？就卡在一個地方，模型。所以我們選的場景都是能幫助模型進化的場景。

雷峰網：2025年國內部分具身廠商把量產作為主要目標，但與此同時具身模型的進展并不顯著，你怎么看？

韓峰濤：特斯拉的AI能力肯定沒問題，但為什么大家都覺得特斯拉的人機交互做得不好？他是全球最強的AI公司之一，難道他做的模型不如其他的公司嗎？不可能。那原因是什么？第一特斯拉不需要融資，第二特斯拉是直接奔著終局去的。終局就是構建一個通用的本體，加一個通用的具身模型。

PI在訓練模型，Sunday在訓練模型，美國沒有人在賣硬件。所有厲害的模型公司都有厲害的硬件，反而只有硬件沒有模型的公司，將來會面臨很大的挑戰，這是個戰略選擇的問題。國內有很多公司出于股東壓力開始賣硬件，但那不在主航道，核心就只有模型。

雷峰網：你怎么衡量具身模型的進化水平？

韓峰濤：可以參考自動駕駛。工業機器人是L0，加點工業視覺就是L0.5。但這些東西應用場景都很小，只能做那一件事。到2024年底，機器人可以疊衣服了，就是L1。自動駕駛的L1叫單功能輔助駕駛，就是可以自動剎車、車道保持。那具身的單一功能是什么？比方說疊衣服、幫我開門、拿瓶水。只做一件事就是L1。其中疊衣服是L1里最難的。如果能疊衣服，那L1級別的所有任務就都能干。現在大家都選這個場景，其實就是在秀肌肉。

我剛才講具身智能的機會來源于大模型，它的落地也受限于大模型。因為當你只有L0的時候，機器人就只能跳舞。L1的機器人會疊衣服了，但是只有在工廠流水線這個場景才有價值，因為流水線就只要求人做一件事，相應地在商用和家用場景就不行，所以我們L1階段落在了寧德時代。

模型能力繼續爬坡，L2叫組合輔助駕駛，能干一長串的事。落到具身上，就從疊衣服進化到找到臟衣服、扔進洗衣機、倒洗衣粉、操作洗衣機、晾衣服、疊好放進衣柜這一長串。你只需要給一個指令，機器人就能干一長串的事，就是L2。2025年底，模型大概在L1.8左右，我覺得26年夏天就可以到L2了。

雷峰網：那么L2階段，千尋智能理想的落地場景是什么？

韓峰濤：我們現在比較看好零售、物流這些服務場景。其實L2階段的場景也要一個一個攻克，只是選擇場景的時候，首先要選一個有商業價值的大場景。

工業場景為什么選寧德時代？因為工業里新能源電池行業的利潤是很可觀的。物流為什么選京東和華為？也是因為這些場景有很好的商業化和利潤水平。L1、L2的所有場景里，肯定要選那些利潤高且愿意為機器人付費的場景。

03

具身大年將至，決戰數據之巔

雷峰網：對于具身企業來說，2026年最緊迫的任務是什么？

韓峰濤：具身最后的競爭會是通用大腦的競爭，這至少在美國已經是共識了。數據數量加數據質量決定模型質量，那么在訓模型的時候你就需要回答，用什么數據訓這個模型，以及數據從哪來。今天領先的具身智能公司，都在解決這個問題。

你可以買第三方機器人采數，但這只能做科研寫論文。而且模型最終要驅動機器人干活，在其他機器人上采的數據落到不同型號的機器人上，數據不同構會導致模型性能下降，也就干不了活。

另外一種是特斯拉的方案，他們在用自己的機器人搞數據。當機器人的外觀、靈巧手、腿、胳膊所有部分都確定下來，就可以大批量生產。到這一步，特斯拉就可以像曾經賣它的車一樣，讓機器人一邊干活一遍采數。有了數據，加上它最大的算力中心和AI人才，就可以訓具身模型了。這也是千尋的方案，我們做了一個機器人數據工廠。現在我們樓下的數據工廠大概有四五十個采集工位，26年會增加超過10倍。相比之下特斯拉會花更多的人工成本，但大家背后的邏輯都一樣，就是盡量采集更多真實的、重構型的數據，然后再去訓練模型。

雷峰網：智駕廠商的很多路況數據是客戶采集的，他們只需要投入很少的人組建自己的數采團隊。千尋智能已經積累了很多客戶，為什么不選擇類似的方案？

韓峰濤：為什么具身智能的發展速度比大語言模型和自動駕駛慢？就是因為缺數據。大語言模型的快速爆發，來源于人類過去20多年在互聯網上積攢的數字資產。自動駕駛一開始也沒數據，但沒有自動駕駛功能的車也能賣出去，所以客戶可以一邊開車一邊幫他采數。機器人不行，沒有大腦就完全沒用。

這也是為什么這兩年我們在做自己的數采設備，搞我們自己的數據管線。因為我們要盡量模仿當年人們一邊開車一邊采數的過程，想辦法讓人一邊干活一邊采數。讓人學會遙操機器人，效率低成本高，安全性也不行，最后的方案收斂到了可穿戴設備上。讓人穿上數采設備，該干啥干啥。

雷峰網：此前自動駕駛或大語言模型的發展，可以給具身數據的采集提供什么啟示？

韓峰濤：比如自動駕駛，客戶采集回來的數據是用來做預訓練的，這部分數據多了以后，回傳的大部分數據就沒用了。這時候車廠會搞個小的數采團隊，采集特定城區街道，和某種路況下的特定數據，這些數據就是用來微調模型的。

具身智能的數據也分這兩類。我們會在工廠、物流、家庭，不限制場景地采集預訓練數據，然后在寧德、京東、華為更多地采集后訓練的微調數據。微調數據也分兩類。書房、客廳這些場景，我們會自己搭建，自己采集，因為現在我們沒有這樣的客戶。但是電池、物流這些場景的微調數據，我們就提供數采設備，讓客戶到他們的現場去采。

雷峰網：訓練具身模型，到底需要采集多大體量的數據？

韓峰濤：現在PI和我們加在一起，真機數據也就1萬小時，可能得1,00萬小時數據才會有比較好的模型效果。但實際上我們只需要自己采冷啟動數據。只要模型能達到L2水平，能支撐機器人干活，我們的機器人就能大批量賣出去。然后我們再開發一個蘿卜快跑那樣的接管系統，大部分時候機器人自主干活，出問題的時候遠程接管。這樣數據飛輪就能轉起來，機器人用得越多，數據越多，模型越好，賣得越多。

而且訓到同樣的模型效果，我們的數據效率比國內競對要高大概5倍。疊衣服這個動作只用了100多小時數據，國內競對都得上千或者大幾百小時。

雷峰網：自動駕駛能力可以通過百公里急停或接管次數衡量，對于具身模型有類似的衡量標準嗎？

韓峰濤：定這種衡量標準，首先要限定場景。自動駕駛實際上就限定了開車場景，但機器人要干的活很多。假設我們限定在造電池場景，我也可以用自動駕駛的邏輯，看平均生產多少電池需要接管一次。如果想收斂在一起衡量，起碼要等到26年，大家都能做這些事情了再比較。

客觀來講，早期很難評價一個模型的好壞，開源模型的榜單測評是一個很好的方式，所以26年肯定是一個打榜的年份。其實打RobotChallenge我們還是吃虧的，因為我們是基于自己的硬件來做，在測評中使用第三方不同的硬件肯定會影響模型性能。但是考卷對我們來講更難，我們反而分數更高，那就是我們的能力更強。

雷峰網：千尋智能的模型團隊現在有多少人？

韓峰濤：將近40個人，做硬件的也是40個人左右，目前整個公司我們大概110人。硬件團隊主要以上半身為主，一體化關節、手臂、感知系統，就是攝像頭，還有三指的手。其中手的研發投入會比較多，腿好解決，我們的底盤就是一個類似于室內的自動駕駛方案。雙腿對普通的家用機器人意義不大，你得把坐著能干的活，或者輪式底盤能到的地方的活先干了。

雷峰網：2026年你們還有融資計劃嗎？

韓峰濤：融，這一次沖L2肯定要拿大錢。26年是模型能力快速進化的元年，也會是具身智能大額融資的元年。原來除了智元和銀河融得稍微多一點，估值上了100億，其他家都沒像六小虎那樣一次融幾億美元，但是26年具身智能也會有這樣的融資。

26年對于具身智能，就相當于國內大語言模型的23年，大家會看到這件事可以scaling，會相信具身大模型的能力要開始快速攀升了。現在的具身大模型處在預訓練階段，預訓練差不多了，基于GPT-3.5才能開發出ChatGPT。具身智能的GPT moment一定會在26年出現，只要在學術上能夠證明就可以，快的話就在上半年。當模型能力快速攀升的時候，融資就會變得很火熱。

前兩天智譜和Minimax上市，我覺得是一個標志性的事件，虛擬AI開始向物理AI交棒了。無論是技術的進展、投資的熱點、行業的關注度都要交放到物理AI上，接下來具身智能要重走一遍大語言模型從2023年到2025年走過的路。