经济观察报 记者 老盈盈

7月8日至10日，灵初沙特阿拉伯利雅得国际科技展会LEAP首次在香港举办“LEAP East”活动。智能智展会期间，首席优必选海外业务负责人秦晓军与北京大学人工智能研究院助理教授、科学灵初智能首席科学家杨耀东在“中东通·高层会客厅”论坛上，家杨具身据瓶颈深入探讨了具身智能的耀东“ChatGPT时刻”何时到来等关键议题。

期待与现实的模型面临落差：从春晚热闹到工业实操

杨耀东指出，自2025年春晚机器人表演引发热议以来，出问机器人领域热度持续攀升。题数尽管机器人已能完成唱歌、灵初跳舞、智能智打太极拳等复杂动作，首席但业界关注的科学焦点已转向更具挑战性的工业实操能力。

“社会各界都极度期待具身智能迎来其‘ChatGPT时刻’，家杨具身据瓶颈但遗憾的耀东是，这一时刻尚未到来，且仍有相当长的路要走。”杨耀东坦言。

模型规模受限：小参数模型难以支撑大任务

目前，具身智能领域主流模型参数规模多集中在7B至14B（十亿）级别，属于小参数模型。杨耀东分析认为，这种规模限制了模型能力的进一步突破，而阻碍模型规模提升的关键因素在于必要元素的缺失，尤其是场景数据的匮乏，导致难以形成有效的“数据飞轮效应”。

行业现状：POC阶段居多，规模化部署难

针对落地难点，秦晓军分享了优必选的最新数据：去年优必选全尺寸人形机器人销量达1079台，在赛道中表现亮眼。然而，客观来看，这些机器人分散在数十家客户手中，绝大多数客户仍处于早期概念验证（POC）阶段，尚未出现单一客户规模化部署数百台机器人的案例。

“客户需投入大量时间针对自身特定场景进行训练，这是当前的行业常态。”秦晓军表示，由于工厂对生产节拍有严格要求，且目前机器人在许多场景下的成功率未达预期，通用化时代尚未真正到来。

破局思路：2026年聚焦普适场景预训练

为加速落地，优必选计划从2026年下半年起，针对普适性较高的场景开发预训练模型。秦晓军解释，此举旨在减少后续场景训练所需的数据量。若每个场景都从零开始训练，难度极大；而通过普适性强的场景加快规模化落地速度，是更可行的路径。

核心挑战：数据获取难度高于自动驾驶

关于通用场景适配的核心挑战，杨耀东认为，目前尚无明确的可行路径。与大语言模型可从互联网海量获取语料不同，具身智能模型所需的数据无法通过简单爬取获得，其落地难度甚至高于自动驾驶。

杨耀东强调，具身智能机器人目前尚未形成成熟的L2级规模化应用形态，而数据生产过程本身属于重投入的制造业环节。

数据瓶颈：1亿小时数据缺口与高昂采集成本

在杨耀东看来，实现具身智能模型的真正泛化与通用任务处理，最大瓶颈在于数据。

• 数据需求量大：学界共识认为，需约1亿小时的人类操作数据，才能支撑具身智能模型实现能力跃迁。
• 采集成本高昂：仅手部操作数据，国内每小时采集成本约300元，美国等地成本更高。

“从全球范围看，要训练出可用的具身智能模型，数据瓶颈是极为突出的问题。”杨耀东总结道。

（作者 老盈盈）

免责声明：本文观点仅代表作者本人，供参考、交流，不构成任何建议。

老盈盈

主任。关注金融机构、资本市场及区域内重大新闻事件报道。

(责任编辑：焦点)