從實(shí)驗(yàn)室到商業(yè)化，具身智能產(chǎn)業(yè)生死突圍剛進(jìn)入小組賽階段 業(yè)內(nèi)：創(chuàng)業(yè)者應(yīng)具備世界格局

在人工智能產(chǎn)業(yè)的發(fā)展中，從實(shí)驗(yàn)室的論文到產(chǎn)業(yè)界的商業(yè)化產(chǎn)品，始終存在一道鴻溝。

在2月3日下午舉辦的智源學(xué)者年會(huì)上，一場(chǎng)關(guān)于“如何跨越從算法到價(jià)值的最后一公里”的圓桌對(duì)話展開。

圍繞當(dāng)下最受市場(chǎng)關(guān)注的具身智能與人形機(jī)器人，多位嘉賓反復(fù)強(qiáng)調(diào)產(chǎn)業(yè)尚處“非常早期”的階段屬性——無論是數(shù)據(jù)獲取、場(chǎng)景選擇，還是交付能力與用戶接受度，都處在反復(fù)試探之中。

對(duì)創(chuàng)業(yè)者而言，當(dāng)前的問題不再是“有沒有需求”，而是“哪個(gè)場(chǎng)景現(xiàn)在就能跑通”；對(duì)研究者而言，挑戰(zhàn)也不僅在于算法本身，更在于如何在現(xiàn)實(shí)約束下參與閉環(huán)構(gòu)建。

多位業(yè)內(nèi)人士呼吁，中國(guó)的具身智能創(chuàng)業(yè)者應(yīng)具備世界格局，既要有能夠撐得起萬億元賽道星空的前沿技術(shù)，也要讓技術(shù)落地生根，轉(zhuǎn)化成產(chǎn)品。

""

圖片來源：主辦方供圖

跨越“死亡之谷”，創(chuàng)業(yè)者要經(jīng)受市場(chǎng)“毒打”

對(duì)于技術(shù)出身的創(chuàng)業(yè)者而言，首要的挑戰(zhàn)并非算法的精度，而是對(duì)真實(shí)商業(yè)環(huán)境的理解。

智源研究院院長(zhǎng)王仲遠(yuǎn)將技術(shù)向商業(yè)轉(zhuǎn)化的過程形容為“死亡之谷”。他指出，一個(gè)從0到1提出的算法，在規(guī)模化之后是否依然有效，是否真正解決了一個(gè)真需求，有沒有商業(yè)化的可能性，這個(gè)過程中還很多“坑”或者鴻溝需要逐步跨越。

王仲遠(yuǎn)表示，從最初的Transformer到GPT，再到最終的產(chǎn)品化，每一步都在驗(yàn)證技術(shù)是否能解決更真實(shí)的、具備商業(yè)閉環(huán)可能性的需求。

來自創(chuàng)業(yè)一線的判斷更加直白。星源智創(chuàng)始人劉東從務(wù)實(shí)派的角度給出了具體建議，“關(guān)鍵是如何說服第一個(gè)用戶愿意當(dāng)?shù)谝粋€(gè)吃螃蟹的人。”他認(rèn)為，創(chuàng)業(yè)公司最重要的任務(wù)是找到前三個(gè)天使客戶，“客戶使用你的新技術(shù)，讓你的產(chǎn)品在他的場(chǎng)景落地，要付出試錯(cuò)成本和金錢的成本，這個(gè)項(xiàng)目肯定不會(huì)免費(fèi)做。”

這一判斷與投資人喬會(huì)君的分享形成呼應(yīng)。他回溯十年前“人工智能1.0時(shí)代”的投資經(jīng)歷時(shí)提到，當(dāng)時(shí)不少技術(shù)能力突出的團(tuán)隊(duì)最終失敗都不是因?yàn)榧夹g(shù)不夠先進(jìn)，“他們最大的瓶頸就是對(duì)于真實(shí)世界、真實(shí)商業(yè)環(huán)境需求的理解不夠深刻。”

回顧十年前自己在智能硬件領(lǐng)域的投資經(jīng)驗(yàn)，喬會(huì)君認(rèn)為，理解的斷層仍然存在，“學(xué)術(shù)界或者原來在互聯(lián)網(wǎng)企業(yè)工作的人對(duì)于真正把一個(gè)產(chǎn)品做出來，能規(guī)模化、批量化，具有可靠性、穩(wěn)定性、低成本做出來的預(yù)估是不足的”。

中國(guó)科學(xué)院計(jì)算所研究員張玉成則認(rèn)為，在高校解決的是“0到1”的問題，依托的是國(guó)家科研資金，但要讓資本助力、賺市場(chǎng)的錢，就必須改變語言體系。

“從向國(guó)家申請(qǐng)科研資金到希望投資人投資、去市場(chǎng)上一分一厘把它掙回來，思維方式要跟著變。如果沒經(jīng)過投資人的毒打和市場(chǎng)的毒打，一般都過不去，我們可能一輩子都在做‘0到1’的問題。”張玉成表示。

數(shù)據(jù)與架構(gòu)之爭(zhēng)：具身智能“登月”路徑選擇

跨越認(rèn)知層之后，來到實(shí)操層仍有幾個(gè)難點(diǎn)需要解決。

銀河通用創(chuàng)始人王鶴將具身智能的問題拆解為三個(gè)層面：數(shù)據(jù)、場(chǎng)景與交付。他直言，AI團(tuán)隊(duì)的數(shù)據(jù)可以依托于互聯(lián)網(wǎng)，而具身智能面臨的首要現(xiàn)實(shí)是，具身的數(shù)據(jù)是互聯(lián)網(wǎng)上沒有的，需要做大量的合成數(shù)據(jù)來增補(bǔ)真實(shí)世界數(shù)據(jù)的不足。有了數(shù)據(jù)之后，接下來的問題是場(chǎng)景需求與交付。

對(duì)于業(yè)界對(duì)仿真路線的質(zhì)疑，王鶴直言，目前人形機(jī)器人運(yùn)控基本都是靠Sim-to-Real（仿真到現(xiàn)實(shí)）。

“人形機(jī)器人可以跑、跳，各種動(dòng)作舞蹈都可以搞出來，哪個(gè)是靠真實(shí)數(shù)據(jù)遙操出來的？”王鶴表示，即使是靈巧手的高自由度操作，如果不靠仿真，很難訓(xùn)練出來。

在王鶴看來，業(yè)內(nèi)的分歧并不在于用不用仿真，而在于各家如何構(gòu)建自己的數(shù)據(jù)配方。“各家強(qiáng)調(diào)各家的，確實(shí)有不同的聲音，但是大家的共識(shí)是合成數(shù)據(jù)或者真實(shí)數(shù)據(jù)都有各自解決不了的事情。”

王鶴指出，沒有任何一家具身企業(yè)敢說不利用Scaling Law（尺度定律）和合成數(shù)據(jù)增廣，也沒有人敢說不用真機(jī)RL（強(qiáng)化學(xué)習(xí)）。在他看來，核心在于如何構(gòu)建一個(gè)數(shù)據(jù)的金字塔，將仿真數(shù)據(jù)與真實(shí)素材按照不同的配方配合訓(xùn)練。“最后千條大路都通羅馬，看看誰的技術(shù)做得更好。”

但數(shù)據(jù)并非全部，難點(diǎn)在于哪些場(chǎng)景能夠被交付。“所有有勞動(dòng)力需求的產(chǎn)業(yè)都需要人形機(jī)器人，問題是能交付哪個(gè)場(chǎng)景，哪個(gè)場(chǎng)景你的智能夠用，機(jī)器人真的能夠24小時(shí)工作。”在王鶴的敘述中，場(chǎng)景選擇本身就是一次技術(shù)與商業(yè)的雙重篩選。

劉東則選擇了另一種現(xiàn)實(shí)解法。據(jù)他介紹，特斯拉能夠通過數(shù)百萬輛車的影子駕駛模式低成本獲取人類監(jiān)督數(shù)據(jù)，但是具身智能在真實(shí)環(huán)境中的落地絕大多數(shù)是靠真實(shí)的人穿著外骨骼或帶著動(dòng)捕設(shè)備、遙控器操控這些機(jī)器，這些數(shù)據(jù)取得的速度和數(shù)量級(jí)遠(yuǎn)比影子駕駛模式難度大。因此，創(chuàng)業(yè)公司在短時(shí)間內(nèi)很難做通端到端的具身模型。

“所以我們把方案回歸分層式的方案，大腦做環(huán)境感知，小腦做任務(wù)執(zhí)行。”劉東解釋說，通過大腦學(xué)到世界常識(shí)并進(jìn)行任務(wù)規(guī)劃，再由大腦調(diào)度小腦的各項(xiàng)技能，可以有效降低對(duì)海量具身真實(shí)數(shù)據(jù)的依賴。在他看來，這一選擇更多是出于創(chuàng)業(yè)階段的現(xiàn)實(shí)約束，而非路徑分歧，“等到真正低成本獲取數(shù)據(jù)的那一天到來，我們能依靠這些前面的數(shù)據(jù)積累訓(xùn)練更大的端。”

來自學(xué)界的視角則更為冷靜。來自中國(guó)人民大學(xué)的胡迪老師將當(dāng)下的具身智能形容為“遙遠(yuǎn)的地平線”。在他看來，無論是仿真還是數(shù)采，都無法單獨(dú)解決問題，真正關(guān)鍵的數(shù)據(jù)來自持續(xù)交互，是與模型共同演化的過程，“像雙螺旋一樣，這個(gè)螺旋怎么構(gòu)造，是未來解決數(shù)據(jù)瓶頸的關(guān)鍵所在”。

胡迪提醒，這種閉環(huán)的難度，決定了具身智能必須經(jīng)歷階段性成長(zhǎng)。在不同的垂類場(chǎng)景中，技術(shù)成熟度與用戶習(xí)慣的優(yōu)先級(jí)可能需要重新排序，而非一蹴而就。

小組賽階段如何活下來：耐心等待商業(yè)拐點(diǎn)

當(dāng)討論回到更宏觀的產(chǎn)業(yè)環(huán)境，王仲遠(yuǎn)概括了具身智能當(dāng)前所處的階段——還沒有到淘汰賽，更像是小組賽。

王仲遠(yuǎn)提到，國(guó)內(nèi)具身智能與人形機(jī)器人創(chuàng)業(yè)公司的數(shù)量快速增長(zhǎng)，資源分散的風(fēng)險(xiǎn)隨之上升。在這樣的階段，“扎扎實(shí)實(shí)做技術(shù)、關(guān)注真實(shí)需求、耐心等待商業(yè)化閉環(huán)的時(shí)點(diǎn)”，比追逐短期熱度更為重要。

多位嘉賓從不同角度強(qiáng)調(diào)平臺(tái)型資源在這一階段的重要性。喬會(huì)君直言，在當(dāng)前AI創(chuàng)業(yè)環(huán)境中，最稀缺的資源已經(jīng)從單一技術(shù)轉(zhuǎn)向算力、模型與協(xié)同能力。“模型不是一個(gè)團(tuán)隊(duì)能搞出來的。”

站在2026年的時(shí)間點(diǎn)上，喬會(huì)君回憶，自己從2025年開始看具身智能項(xiàng)目，“跟中國(guó)相比，美國(guó)所有項(xiàng)目說他們比中國(guó)領(lǐng)先半年，這一點(diǎn)是否成立？要打一個(gè)問號(hào)。他們的東西迭代根本跟不上，他們的靈巧手更新至少需要三個(gè)月，中國(guó)可能是一周、兩周，我認(rèn)為具身智能在中國(guó)的機(jī)會(huì)更大。”

喬會(huì)君建議中國(guó)的創(chuàng)業(yè)者應(yīng)具備世界格局。“今天在中國(guó)成立一家公司，我們的目標(biāo)是全世界，（要有）世界格局，我是一家世界化的公司。”

圍繞給具身智能創(chuàng)業(yè)者的建議，王鶴用“頂天立地”進(jìn)行概括，他表示，具身智能創(chuàng)業(yè)者既要有能夠撐得起萬億元賽道星空的前沿技術(shù)，也要能讓它扎根到土壤里面，慢慢轉(zhuǎn)化成產(chǎn)品。

張玉成也認(rèn)為，AI必須轉(zhuǎn)化成生產(chǎn)力才有價(jià)值，而這種生產(chǎn)力的目標(biāo)應(yīng)該是全世界。