具身智能的本体构型已差不多收敛，模型技术路线还在争论，但行业在缺数据这件事上已经有了共识。
7月30日，香港大学北京中心与华映资本联合主办“2026具身智能夏季Demo Day”，8家覆盖开源生态、数据基建、类脑视觉、低空安全、消费硬件的创新企业同台路演。学者、企业人士和投资人试图回答同一个问题：具身智能到底走到哪了？
从现场讨论来看，行业正形成几个基本判断。大语言模型的架构放在物理世界“根基不稳”，真机数据采集才刚起步。类比自动驾驶L4的、完全自主的机器人尚不现实，渐进路线是更务实的选择。资本端认为赛道有“水分”而并非“泡沫”，人力替代颗粒度足够细，沿途都是机会。
大模型缺乏“物理的锚”，真机数据采集刚起步
国家万人计划科技领军人才、香港大学名誉教授、上海大学教授、一飞智控创始人国家万人计划科技领军人才、香港大学名誉教授、一飞智控创始人兼首席科学家、类生科技联合创始人齐俊桐在演讲中引用了图灵奖获得者的判断并指出，当前大语言模型缺乏物理的锚定，离身的语言模型在物理世界里没有完全被具身检验和改造过。
他将智能分为三个阶段：数据智能解决的是逻辑关系，数据是二维的，二维逻辑正确就能得出结果；机器智能加入了空间关系和时间关系，是三维甚至四维的；到了具身智能，还需要解决力、交互、刚度等关系，这些是前面的智能阶段没有完全解决的。
华映资本董事总经理刘天杰补充道，语言模型解决的是离散问题，但物理世界是非离散的，这是架构层面存在的核心问题，这套架构放在物理世界里“根基不稳”。
数据缺口的另一面是采集速度。齐俊桐将具身智能与自动驾驶做了对比：“自动驾驶本质上是‘拒绝交互’的问题，不需要关心障碍物是软的、硬的、沉的、轻的，但机器人必须关心拿起来的东西是什么。交互需要大量数据，而这些数据现在都不存在。”
他提出具身智能破局的三种路径：一是大量数据，也就是大模型的路径，二是自动驾驶式的路径，边完成任务边利用传感器采集数据，以及阿尔法式的用领域知识引导训练。他还主张将人类积累的物理世界知识用于训练和数据采集，从而让机器人更适应外界。
香港大学计算与数据科学学院助理院长（AI研究与技术转化）、港大OpenDriveLab团队负责人、源策未来创始人李弘扬认为，Scaling law（规模法则）一定会在机器人上实现，大量开放的高质量数据是其实现前提，这也是他当下推崇WBI（全身智能）的原因。“之前数据不够成熟，目前人类可以使用数采设备在家里做野外或开放环境采集，有助于数据多元化。”
数据缺口催生了第三方数据层的市场机会。灵御智能定位为具身智能第三方真机数据提供者，服务于没有机器人本体但需要训练和验证模型的大脑和世界模型公司。
灵御智能相关负责人表示，公司交付的不只是采集数据，而是“可以直接进行训练筛选的、具有数据资产价值的数据包”，这个角色目前市场上非常空缺。
在采集方式上，灵御智能将10万至15万元的机器人部署到真实工作场景中，通过云端一体的数据调度层自动采集和存储，在干活的过程中积累数据。据灵御智能相关负责人介绍，公司今年预计累计10万小时真机数据，明后年计划累计到1000万小时，以此形成数据护城河。
机器人不追L4，先去人去不了的地方
类比自动驾驶，齐俊桐认为具身智能目前还没有达到1995年自动驾驶的水平。他反对直接做L4级别的机器人，即完全无人干预的自主机器人。“现在不可能把一个机器人扔到真实环境中、接管率不超过2%，没有任何一个公司可以做到。”他更倾向于从L0到L2（人机混驾）再到L4的渐进路线，在很长一段时间内，通用机器人需要保证是“一辆好开的机器人”。
落地场景上，刘天杰给出了他的直接下了判断：“现在人形机器人替不了人，越强调人形的替代，商业化时间越晚。”华映资本现阶段更看好人类无法到达或者人到达成本非常高的场景，已在海、陆、空、天四个维度完成布局。工业则被认为是“纯算账”的场景，对机器人节拍要求高、成本账算不过来，投资相对慎重。
三年内的落地预期也在分化。华映资本投资副总裁刘雪聪对爆款场景的期待是收纳整理、给猫添粮喂水等有限但高频的家庭任务。三年内的落地预期也在分化。华映资本投资副总裁刘雪聪的预期是遛狗、给猫添粮喂水、整理杂物等家庭特定任务。齐俊桐则认为传统工业机器人解决不了的工厂场景会有突破。
晰见科技创始人兼CEO杨哲宇提供了另一种思路：具身类似于一个“上帝视角的大脑”通过视觉看真实世界、用指令影响人，比如流水线安全帽检测，三年内最有可能率先跑通。
更深层次的变化在于改变商业模式。刘雪聪强调，过去是一种机器人应对一种任务，未来要实现一种机器人一种策略应对多种任务，这个模式会直接带来机器人商业范式上的变化。更深层次的变化在于改变商业模式。刘雪聪强调，过去是一种机器人应对一种任务，未来要实现一种机器人一种策略应对多种任务，这个模式会直接带来机器人商业模式上的变化。齐俊桐补充谈道，三年内供应链价格会被急剧压缩，部分构型会收敛，带来规模化降本。
华映资本在具身智能赛道已投资近20投约10家公司，其中200亿以上估值的已有4家，纵向布局覆盖数据、世界模型、硬件和产业链等。
刘天杰不认同“泡沫”的说法。他认为，泡沫早晚要破，但“水分”可以挤，要么估值回落贴近业务实质，要么业务实质追上估值，华映资本相信未来会是后者。“人力替代是一件颗粒度非常细的事情，它有大量沿途下蛋的机会。不存在‘等泡沫破灭后低点上车’的机会。类比新能源车赛道，‘蔚小理’三家一旦达到数百亿市值就再未回落。”
选择下注标的时，华映资本不看单点突破或刷榜，更重视团队的学术品位和工程化能力，即能否第一时间识别正确路线并下重注、快速跟进。
具体而言，刘雪聪认为这几项能力很重要，即：团队对方向有长期技术信仰而非追热点；有独特的差异化能力实现效率的弯道超车；具备团队敏捷性，在每个阶段都能打出最好的牌，或者在行业变化时能快速转身。具体而言，刘雪聪认为这几项能力很重要，即：团队对方向有长期积累而非追热点；有独特技术差异化能跟头部公司长期竞争；具备团队敏捷性，在行业变化时能快速转身，每个阶段都能打出最好的牌。
道正网提示：文章来自网络，不代表本站观点。
