外灘大會三問具身智能： 模型、數據、生態如何突圍？

9月11日，螞蟻靈波科技在2026 Inclusion·外灘大會舉行“基座之上：具身智能的場景突圍與協同進化”論壇。多位具身智能領域的年輕科學家、數據專家與百億具身企業掌門人齊聚，圍繞通用大腦、數據飛輪與場景落地展開討論，現場座無虛席。具身智能正處在一個焦灼時刻：行業熱度不斷升高，人們對機器人“真幹活”的期待也越來越高，但技術路線尚未收斂，真正有效的數據仍然稀缺，能夠規模複製的產品形態和商業模式也還在探索。三場圓桌把討論落到行業最為關切的具體問題上：機器人如何從完成一次任務，走向長時間穩定工作；又如何從一個場景的成功，走向更多場景的低成本複製？

現場沒有形成標準答案，但衡量行業進步的尺度正在變得具體：模型是否降低了場景部署成本，數據是否真正帶來能力提升，產業鏈各方又能否形成持續反饋的閉環。一問模型：終點不是更漂亮的 demo，而是更低的部署成本 （圖說：具身科學家論壇） 機器人到底需要怎樣的通用大腦？螞蟻靈波首席科學家沈宇軍將討論拉回第一性原理：與其爭論VLA還是WAM，不如先回答機器人究竟需要什麼能力。在他看來，過去的路線之爭一定程度上是在沿用多模態大模型、視頻生成模型等數字世界的既有工具尋找捷徑。這些路線有階段性價值，但不是終局。與對話式模型不同，機器人行動時，視覺、觸覺等傳感器信號仍在連續湧入。

沈宇軍將通用大腦的基礎能力歸納為三件事：從原始信號中提取有效表徵，將視覺、觸覺等不同模態融合對齊，再生成可以真正執行的動作。具身模型不能簡單復刻數字世界處理信息的方式，還是需要發展真正面向物理世界的模型架構與訓練方法。而當討論從“模型是什麼”進一步轉向“模型是否真的進步”，評價標準也開始發生變化。香港中文大學校長特聘助理教授薛天帆指出，不同本體的傳感器和模態各異，需要模型、數據與評測共同迭代。上海交通大學副教授李永露則直言，今天單個機器人demo能夠傳遞的信息已越來越少，評測首先應服務研發，而不只是比較名次。如何判斷模型是否真的進步？

沈宇軍給出兩個尺度：一是合作伙伴將模型部署到具體場景需要付出多少成本，這個成本是否隨著模型升級持續下降；二是機器人能否在開放會場裡與人和環境持續相處一整天而不出問題。後者並不要求每項任務都成功，它真正考驗的是比單次成功更難的能力——長期運行、安全性，以及面對連續變化環境時的穩定性。這也是具身智能正在發生的一種轉變：行業需要證明的，已經不只是機器人“能不能做到”，而是做到這件事究竟需要多大代價，以及能不能持續做到。二問數據：什麼數據能讓模型真正進步？（圖說：具身數據先鋒論壇） 一旦評價模型的尺度從單次Demo轉向持續工作，數據問題也隨之改變。過去行業討論更多的是“機器人數據不夠”。

但第二場圓桌追問的是另一個問題：究竟缺什麼數據？什麼數據能夠真正讓模型進步？螞蟻靈波首席數據科學家黃用韜認為，數據飛輪尚未真正轉起來的一個關鍵原因，是進入真實生產和服務場景的機器人還太少。大量機器人仍用於科研、數採或展示，真實工作中的失敗與反饋沒有充分迴流。他把數據質量分成兩層：掉幀、畫面異常、時鐘不同步等屬於工程底線；越過這條線後，什麼是“好數據”，必須由訓練目標決定。關鍵在於把模型當前的問題變成可量化的數據篩選條件，快速組合出相應數據集，再通過訓練結果驗證判斷是否正確。這種能力，無法靠買一批數據直接獲得。

在他看來，數據飛輪真正轉起來的標誌，是行業開始“做減法”：能夠判斷哪些數據不需要，轉向更有效地使用數據。光輪智能副總裁張建偉將評測放在這一閉環的關鍵位置：先用仿真評測規模化發現問題，針對問題進行定向補採與優化，再通過真實部署與反饋檢驗模型效果，並把新的失敗案例繼續帶回訓練。覓蜂科技副總裁李茂青則主張對數據分級使用：精確標註的數據可以服務模仿學習，場景和語義豐富的數據可以幫助模型理解世界。判斷一種數據是否有價值，最終仍然要回到一個問題：它究竟能幫助模型學到什麼？因此，具身智能的數據競爭正在從“誰擁有更多數據”，轉向“誰更快知道模型缺什麼，並能把問題轉化成新的訓練數據”。

當機器人真正進入場景，數據也將成為運行、失敗、修正和再次訓練過程中不斷產生的反饋。三問生態：真正的困難是把“一”複製成“多” （圖說：具身 CEO 產業論壇） 如果模型需要在真實任務中進步，數據也需要在真實部署中產生，那麼第三個問題自然出現：誰來提供這些場景，又由誰把模型、本體、數據和客戶真正連接起來？第三場具身CEO圓桌從一個看似簡單的問題開始：機器人應該馬上下場幹活，還是繼續練內功？六位企業負責人都選擇了“下場”，但對於機器人現在能幹什麼、應該先進入什麼場景，各自的判斷並不相同。螞蟻靈波CEO朱興認為，機器人即使還處於“童年”，也需要下場幹活，否則學習過程本身就是不完整的。

但場景選擇需要謹慎，可以優先從安全性較高、環境較可控、任務鏈條較短的領域開始。他認為，今天真正困難的問題已經從“一”轉向“多”。機器人可能在一家門店工作，但當它進入下一家門店，貨架佈局、商品位置和任務細節都會變化。如果每增加一個場景都需要大量重新適配，就很難真正形成規模。樂聚機器人聯合創始人兼CEO常琳認為，機器人在生產領域已經開始“真幹活”。從零部件上下料到紙箱拆垛，一些看似簡單的拿取和放置任務，已經能夠解決招工難、人員流動性高等現實問題。傅利葉創始人兼CEO顧捷則指出，機器人早在“具身智能”概念興起之前，就已經進入醫院和養老機構。

隨著模型與人形本體結合，機器人可以承擔更多需要與人交互的任務。但醫院和患者最終關心的不是任務由模型還是傳統程序完成，還是療效好不好、是否安全、投入產出能否成立。對於更加開放的家庭場景，判斷則更為謹慎。青心意創始人兼CEO牛騰昦認為，能夠完成多種任務的通用機器人距離真正進入家庭還有一段距離。現階段可以先從交互和陪伴切入，打通關係理解、場景理解、角色構建以及成長進化，賦予機器人生命感和人格化。在他看來，“功能永遠可以被替代，但情感黏性不能被替代”。地瓜機器人CEO王叢把當前的能力邊界說得更具體：具身智能現階段解決的，主要還是單場景、單任務甚至單一末端執行器下的泛化。

相比直接進入完全開放的家庭環境，他更關注能否率先出現覆蓋多個操作任務的“小基模”。不同企業對於場景的判斷並不一致，但背後的尺度正在趨同：一個場景有沒有價值，最終仍要看機器人能否穩定運行，客戶是否願意持續使用，以及商業賬能不能算過來。大曉機器人董事長、商湯聯合創始人王曉剛提出了更直接的商業化標準：只有當一個場景中出現數千臺機器人，購買機器人的客戶能夠實現盈虧平衡，才意味著可持續的商業模式開始形成。他同時將具身智能拆成硬件、模型、數據和場景四個要素，認為任何一家公司都難以獨立完成閉環。這也讓“協同突圍”有了具體含義。

朱興表示，螞蟻靈波聚焦通用大腦，但大規模進入場景採集數據、本體量產與供應鏈控制，需要生態夥伴的專業能力。靈波向樂聚提供基礎模型、開放工具鏈，樂聚也持續向靈波反饋行業 know-how。模型公司提供基座和工具鏈，本體、數據、芯片及場景企業持續輸入問題與反饋，各方在真實任務中共同降低部署和複製成本。具身智能的規模化，不是所有公司選擇同一種模式，而是讓各自擅長的能力真正連接起來，在真實場景中創造真實價值。從一次成功，到可以被複制的成功 （圖說：螞蟻靈波與國大藥房聯合打造的智慧藥房亮相2026 Inclusion·外灘大會） 論壇裡的討論，也能在外灘大會展區找到一組具體註腳。

螞蟻靈波將同一套通用大腦搭載到不同形態的機器人上，讓它們分別進入藥房、物流和工業場景。在智慧藥房中，機器人在僅80釐米寬的貨架間精準移動、避障，完成接單、藥品識別、揀選與交付，無需改造原有貨架和門店佈局。相關方案已在國大藥房零售門店部署。面對柔性包裹和規格、姿態不一的工件，物流分揀與工業上下料演示也在檢驗這套大腦適應不同構型和任務的能力。這些案例並不意味著問題已經解決，相反，它們的價值正在於讓問題真正暴露出來：一次成功之後，下次是否還能成功；一個門店能夠運行之後，複製到第十個、第一百個門店時，成本是否還能成立。這些來自真實場景的問題，再重新回到模型和數據。

論壇最後，螞蟻靈波宣佈啟動具身大模型挑戰賽，邀請高校、科研機構、開發者和產業夥伴基於LingBot-VLA 2.0開展訓練與真機實踐。從模型、數據到產業生態，三場討論最終指向的是同一件事：具身智能下一階段的競爭，不再只是證明機器人能夠完成某項任務，而是誰能夠更快把一次成功變成穩定、低成本、可以被複制的成功。