徽声在线记者 | 徐美慧
徽声在线编辑 | 文姝琪

“在具身智能领域，有人专注于数据交易，有人深耕硬件研发，还有人致力于模型训练……各种角色交织其中。”

在今年的外滩大会期间，破壳机器人创始人、清华大学交叉信息研究院助理教授许华哲在接受徽声在线等媒体采访时指出，具身智能的核心在于“泛化能力”。

与去年相比，今年外滩大会的现场，机器人被更广泛地应用于各种具体场景。9月9日至12日，2026 Inclusion·外滩大会在上海盛大举行。1.5万平方米的主题科技展吸引了300余家企业参展，其中40多家具身智能厂商集中亮相。

在科技展区，机器人展示了取药、工业装配、洗衣折叠等多样化任务，部分应用甚至已经从展台走进了真实的经营场景。

探秘2026 Inclusion·外滩大会：机器人不仅能跳舞，还能承担更多复杂工作？

然而，能够在单一展台完成特定任务，并不等同于能在不同场景下使用同一套模型。许华哲预计，今年我们将见证真正的泛化能力，即同一模型能在不同地点执行一系列任务，“这在过去三年里是从未有过的”。

但实现这一目标，行业尚未找到统一答案：需要多少数据？仿真和真机数据各自能解决什么问题？以及已经能够完成演示的机器人，距离长期稳定工作还有多远？

数据量增加，机器人是否会更聪明？

数据之所以成为焦点，与今年机器人本体的迅速放量密切相关。

Smart Analytics Global（SAG）数据显示，今年上半年全球人形机器人出货量约1.91万台，同比增长272%，去年同期仅为5100台；中国厂商占比超过97%。工业和商业应用占出货量的比例已超过70%。

但SAG同时指出，机器人硬件的放量速度已经快于技术成熟度，真实世界数据、模型能力、可靠性、操作精度、安全和成本等问题仍在限制更大规模的部署。

随着机器人销量的增加，对数据的需求也在不断攀升。过去一年，几十万小时、百万小时的数据量频繁出现在具身智能公司的数据集和模型发布中。

许华哲认为，这恰恰是目前被高估的部分。他在接受徽声在线等媒体采访时表示，百万小时数据比十万小时多一个数量级，看似显著，但目前并未看到数据量增加与模型效果提升之间的必然联系。

按照当前市场价格，一小时数据可能要数百元，一百万小时投入可能达到数亿元。如果这些数据最终不能用于模型训练，代价将十分巨大。

许华哲并不反对扩大数据规模，但强调应“边扩边找，边找边扩”，先确认哪些数据有效，再继续放量。

许华哲。图片来源：外滩大会官方

对此，苏度科技联合创始人、CEO韩铮认为，具身智能需要的是结构化、多样和高质量的数据，仿真与真机数据并非二选一。

不同任务对数据的需求也不同。韩铮举例称，部分抓取技能可以主要依靠仿真训练，再迁移到真机。但电池组装这类有明确工序和规则的任务，或者折叠布料等柔性物体操作，仍需要真实世界中的演示提供指引。

蚂蚁灵波科技首席科学家沈宇军在9月10日的主论坛圆桌上提出了另一个问题。行业过去更多讨论的是Sim-to-Real，即如何将仿真训练结果迁移到现实世界，但真正困难的也可能是Real-to-Sim。也就是说，现实传感器中的噪声、误差以及触觉信号差异，能否规模化地被搬进仿真系统。

他以触觉为例，真实传感器在频率、幅值和一致性上的变化，并不容易完整复刻。

但真实数据也并非直接可用。香港大学计算与数据科学学院副院长罗平在接受媒体采访时提到，他们曾尝试直接采集真实药剂师工作的数据，任务足够真实，但人工作业时的运动并不以数据采集为目标，“采回来的数据质量差到离谱”。

极佳视界联合创始人兼首席科学家朱政则称，此前与地方合作的一些数采项目中，由于采集过程缺乏模型公司直接控制，大约90%的数据被浪费。

真机数据难采，仿真又无法覆盖现实中的所有细节，世界模型因此成为另一条被频繁讨论的技术路线。一个直接的问题是，机器人能否在动手之前先预测动作的后果。

在外滩大会世界模型论坛上，忆生科技联合创始人兼CTO、香港大学计算与数据科学学院助理教授杨言超把世界模型需要具备的能力概括为理解和预测未来、从数据中提取结构并形成记忆，以及依靠记忆持续学习。

他认为，当现实试错昂贵、训练数据难以获得时，让模型先预测动作后果更有价值；但如果任务简单、试错成本很低，并不一定每次都需要调用世界模型。

图片来源：外滩大会官方

而在世界模型之外，通用大模型也开始能够控制机器人。9月3日，OpenAI发布GPT-6 Astra，并开始向部分机构开放。随后，社交媒体上出现了Astra直接控制机械臂完成任务的视频。

如果通用大模型已经能够控制机器人，具身智能公司是否会遭遇“降维打击”？

许华哲的团队也在Astra开放后进行了测试。他的评价是，Astra在语义和空间能力上已经很强，能够识别桌面物体、抓起筷子，甚至将筷子插进杯子，但一旦进入叠衣服、复杂接触等任务，表现明显下降。“这也是具身机器人公司一个最后的阵地，就是如何理解物理变化。”

按照许华哲的判断，这两类模型未来更可能配合，而不是由一方直接取代另一方。通用大模型处理语义理解、推理和任务拆解，具身模型继续解决连续控制和复杂物理交互，再把两部分接成一套完整系统。

从演示到商业化，差的不只是一个更大的模型

在真实产线上，机器人面临的要求比展台演示严格得多。

韩铮在主论坛上提到，对于大量工业任务，商业化的前提首先是高成功率。少数任务可以接受80%左右的成功率，或者允许机器人二次纠错，但更多任务要求第一次执行就接近100%，同时又不能每进入一个新工位，就重新采集大量数据，把模型重新“过拟合”一遍。

但算法之外，机器人一旦真正进产线，很快还会碰到元器件和整机一致性的问题。

韩铮在接受徽声在线等媒体采访时表示，当前具身智能使用的一些基础元器件，还没有经过上万小时连续运行的充分检验。即便两台机器人使用相同硬件，末端仍可能出现细微偏差，算法也需要适配这些差异。

韩铮。图片来源：外滩大会官方

换句话说，对工业客户而言，模型在实验室里证明“能做”只是第一步，元器件一致性、长期运行可靠性以及后续服务都要经受产线检验。

沈宇军也提醒，行业讨论中常常把机器人能否落地归结为模型能力，但客户实际算的是整套系统的账。

他认为，具身智能首先是一套复杂的系统工程。客户最终考虑的是究竟需要完整人形机器人还是一套双臂，硬件成本是多少，传感器是否稳定，部署维护成本能否接受，而模型只是其中一环。

自变量机器人公司创始人兼首席执行官王潜在主论坛圆桌上表示，“客户能够可持续地付钱，并且这个付钱越来越多”，才是最终的判断标准。

在他看来，这一代机器人不能只是用新的技术重新做一遍传统自动化，而要解决过去自动化设备难以解决的任务，并且在真实场景中跑出可以接受的ROI（投资回报率）。

而对于想做通用机器人的公司，成功率这道门槛会更高。

许华哲举例称，一个语言模型以50%的成功率回答问题，用户还可以继续追问；但机器人如果只有50%的成功率，就意味着它有相当高的概率把杯子摔碎。固定场景可以通过后训练不断提高成功率，但真正困难的是，一个面对大量未知任务的模型，能不能把成功率从50%、60%、70%继续往上推，直到达到实际使用所需要的水平。

在他看来，针对固定场景做后训练，可以较快形成收入，但这一代具身智能真正想解决的问题，是基础模型本身能否逐渐拥有通用能力。

与此同时，宇树上市后的股价波动，也让市场重新讨论机器人公司的估值。8月19日，宇树上市首日股价一度冲至1100元，市值达到4449亿元。此后股价大跌并持续回落，截至9月10日已跌破500元，较上市首日高点回撤约55%，市值缩水超过2400亿元。

谈到宇树上市后的市场表现，韩铮没有直接评价其股价高低，而是把问题落到了市场对机器人公司的预期上。他向徽声在线等媒体表示，“第一家上市的公司毕竟承载了大家对整个行业所有的希望”，但各家公司擅长的领域不同，一些公司更擅长运动和本体控制，一些公司则更多聚焦物体操作。

韩铮认为，公众容易把整个行业对机器人的期待集中到第一家上市公司身上，因此早期难免出现一定的“心理预差”。“随着市场对各家公司擅长的领域，包括市场的判断有更多的了解，我觉得还是会回归到一个合理的市场区间和价格。”

而比一家公司的股价更直接的问题是，眼下的具身智能行业究竟有没有泡沫。

“机会多的地方，泡沫一定大。”许华哲表示，大量资金和人才进入后，市场预期往往会跑在行业实际能力前面，两者之间的差距，就是现在所说的泡沫。

不过他认为，资金进入行业后还需要经过研发和技术迭代逐步消化，“并不是投进去立刻变钱了”。因此，他并不否认目前存在泡沫，但判断未来两三年行业能力仍有机会继续追赶市场预期。