具身智能作为通往通用人工智能（AGI）的关键技术路径，正引发全球科技界的广泛关注。从早期动作笨拙到如今完成连续翻跟斗、拖动汽车等复杂任务，其发展速度令人惊叹。然而，在这场技术狂欢背后，行业是否已迎来真正的爆发前夜？11月20日，智源研究院院长王仲远在接受媒体采访时直言：当前具身智能面临两大核心挑战——高质量数据稀缺与商业化伪需求风险，距离“ChatGPT时刻”仍有显著差距，未来两三年内家庭机器人普及尚不现实。
“数据质量决定模型能力的天花板。”王仲远强调，具身智能的突破同样依赖数据、算力与模型规模的协同演进。但当前行业面临的核心矛盾在于：缺乏海量真机采集的全模态数据。即便部署数万台机器人昼夜运行，其采集的动作、触觉等数据仍难以支撑模型泛化需求。
他以“ChatGPT时刻”为标杆指出：当全球上亿台机器人每日产生真实环境数据时，具身智能将迎来质变。而现阶段，几十万小时的仿真数据远未达到智能涌现的临界点。“视频数据是当前最可行的规模化解决方案。”王仲远解释称，视频天然包含时间、空间、因果关系等多元信息，通过学习互联网海量视频，模型可构建对物理世界的基础认知。智源Emu系列模型的实践表明，视频基座训练的模型无需针对特定机器人调优，即可掌握通用物理常识。
但他同时警示：数据必须形成“飞轮效应”——最终服务于模型泛化与商业场景落地。“单纯堆砌数据无意义，必须训练出具备跨场景能力的模型，并支撑有实际价值的业务。”
尽管2025年被视为人形机器人量产元年，部分企业宣称出货量破万，但王仲远泼出一盆冷水：当前硬件稳定性仍是商业化最大瓶颈。他以实验室案例说明：某款机器人10台中有5台在一两个月内损坏，机械臂长时间运行后需电风扇降温，“仿佛需要‘保姆’照顾”。
“量产是打磨硬件的必经之路，但必须区分真实需求与政策补贴驱动的伪需求。”王仲远直言，若量产仅由示范项目或投资热潮推动，一旦落地效果不达预期，行业将陷入低谷。他预测：未来两三年内，机器人不会在家庭场景“满街跑”。家庭环境的复杂性、非结构化特征及成本敏感性，决定了其是最难攻克的高地，可能需要5-10年技术沉淀。相比之下，工业专用机器人或特种机器人将率先落地。
王仲远总结称，数据积累与商业化落地已形成双向制约：缺乏真实场景数据阻碍模型泛化，而商业化不足又限制数据规模。他描绘了一幅理想图景：当机器人数量指数级增长，产生海量真实交互数据，企业得以训练出具备强大泛化能力的通用具身模型，届时行业将迎来真正突破。
“从更长周期看，我对具身智能充满信心。”王仲远强调，产业成熟需遵循“硬件可用→好用→量产由真实需求驱动”的路径，这或许是穿越当前迷雾的唯一指南。
猜你喜欢
