以“創業投資開啟AI技術與應用共振周期”為主題的啟明創投·創業與投資論壇近日在滬舉行。在“具身智能的奇點時刻”專題對話環節，多名業內專家一致認為，具身智能已站在奇點到來的早期窗口。當前，具身智能技術雖未完全收斂，但已處于快速發展階段。

啟明創投主管合伙人周志峰表示，具身智能機器人將率先在揀選、搬運、組裝等場景實現規模化部署，積累大量機器人第一視角數據與帶觸覺的操作數據，構建“模型—本體—場景數據”的閉環飛輪。這一飛輪將驅動模型能力迭代，最終推動通用機器人邁向大規模落地。

站在具身智能奇點的“前夜”，原力靈機聯合創始人兼首席執行官、曠視科技聯合創始人唐文斌表示，投身具身智能行業最大的信心，來自于看到大模型領域鏈式推理（CoT）與智能體（Agent）能力的巨大潛力。唐文斌認為，機器人從專用走向通用有兩個必要條件，一個是對物理世界的精確感知能力，一個是對復雜任務的規劃和推理能力。

具身智能來到發展的關鍵階段

從進廠擰螺絲，到便利店遞可樂，具身智能作為人工智能與機器人技術融合的前沿領域，目前已來到技術突破與產業培育的關鍵階段。

“具身智能技術過去兩年的發展速度，已超越此前多年積累，進入‘越跑越快’階段。”它石智航創始人兼首席執行官陳亦倫表示，一方面，業內對端到端技術的信息倍增，操作領域實驗室樣機能力顯著提升；另一方面，多模態大模型發展潛力十足，視覺、語言等模態的進步尚未觸頂，數據驅動能力持續增強。從硬件成熟度上來看，高自由度終端（如靈巧手）和接近量產的形態加速落地。

唐文斌表示，具身智能的發展動力主要來自大模型在鏈式推理（CoT）與智能體（Agent）上的能力達到一定的臨界值。

“通用機器人的出現，需同時滿足兩項必要條件：其一，對物理世界的高精度多模態感知。這也是我們過去創業十多年以來一直在做的事情，如今無論是小模型還是大模型，我們的多模感知能力已經做到了行業領先水平，并且還在不斷提升。”唐文斌說，“其二，復雜的規劃與推理能力，我們希望機器人能夠像人一樣實現敏捷的決策、結合多模態的感知實現對復雜問題的推理。兩者結合方可推動機器人邁向通用化，而當前Agent與CoT的進展，正使這一技術朝著可行的方向發展”。

技術尚未收斂 增長空間可觀

盡管發展速度極快、宏觀方向趨同，但具身智能技術尚未收斂。業內普遍認為，下一階段需通過量產落地驗證技術路線，加速標準制定與生態協作，推動分化領域逐步收斂。這一發展現狀也為創新企業提供了定義技術范式的戰略窗口期。

唐文斌認為，當前具身智能的技術路線尚未收斂，算法框架、數據來源、硬件形態與穩定性以及場景落地的先后順序仍處于開放探索階段。

“雖然業內正逐步形成‘端到端、純數據驅動、采用類VLA（視覺—語言—動作）框架’的共識，并普遍認同多模態信息（視覺、觸覺、力覺、深度等）需統一納入大模型，但終極模型架構尚無定論。”唐文斌提到，現有VLA多為單幀模型，缺乏原生記憶機制，難以完成需要狀態累積的任務（如連續添加調料）。此外，“大小腦模型”將高頻執行與低頻決策人為拆分，雖為當下工程實踐，但并非終極形態；未來仍需探索單一模型如何以動態、柔性的頻率進行實時思考與決策。

“整體上看，技術框架仍面臨大量未解問題，而開放的不確定性正是推動行業持續創新的關鍵動力。”唐文斌說。

據陳亦倫介紹，在具身智能領域，業界已在宏觀層面形成高度共識，例如，數據被視為核心驅動力，模型最終部署形態大概率采用端到端架構等。不過，在具體實踐中，各個團隊的路徑差異明顯。“宏觀共識、微觀多元”成為行業現狀。

例如，數據獲取方面，有人主張大規模部署真機采集，有人傾向高比例仿真生成；算法層面，即便認同VLA的任務定義，網絡架構仍存分歧——是否采用單一大網絡、是否加入隱變量層、強化學習的選擇及世界模型必要性等問題仍在探索。硬件層面同樣多元，通用機器人形態分為雙足與輪式兩大類，雙足方案又存在直驅關節與復雜傳動機構等不同設計。

后端場景有先發優勢

在實驗室場景下，機器人已具備“十八般武藝”，復刻了人類諸多技術和勞動。然而，在商業化應用中，機器人實際落地或遵循嚴謹的先后順序。

唐文斌認為，機器人的規模化應用大概率將從工業、物流等領域的后端場景起步。這類場景因規模大、勞動力密集，能產生更大價值。之后，具身智能逐步向商用場景拓展，最終走向民用。

“機器人能否落地的關鍵在于兩點：一是真正解決問題（能用、好用），二是經濟模型成立。”唐文斌說。

從技術與市場的結合角度，唐文斌還提出了三個關鍵標準：其一，堅持技術發展的正向梯度，即不過早將技術形態固化于特定垂直場景，避免犧牲泛化性，而是沿著技術演進的正確路徑推進，保持模型在通用能力上的迭代空間。其二，注重技術可達性，選擇容錯率較高、對操作時間容忍度更強的場景，逐步從90%向95%、100%優化。其三，場景需具備規模與強需求。

陳亦倫則遵循高價值、有規模、有難度的“黃金三角”邏輯篩選機器人應用場景。他表示，公司會選擇用戶非常在意的真實需求、存在較大市場空間且上一代機器人技術難以解決的問題，最終實現通用機器人的AGI終極目標。

7月下旬，上海發放了新一批智能網聯汽車示范運營牌照。8月以來，全無人駕駛的出租車在上海市區開展日常運營。在技術底座上，無人駕駛和機器人共享“感知—決策—執行”技術棧與產業鏈資源，有望形成“車—機共生”生態。未來，兩大領域將從協同研發走向規模化發展。

陳亦倫表示，具身智能和自動駕駛在任務場景和底層技術上同宗同源，模型技術可以復用，工程能力可以遷移，自動駕駛行業的經驗與認知也能幫助具身智能領域的探索與落地。

責編：岳亞楠

校對：陶謙