具身智能的“深水区”突围：从数据焦虑到场景落地，一线决策者们在苏州聊了什么？- 大数跨境

机器人产业应用

2026-10-27

2026年10月26日，苏州工业园区，一场原本计划30人规模的具身智能数据研讨会，因报名火爆而临时扩容。主办方“机器人产业应用”将活动定位为“不谈PPT、只谈真问题”的闭门研讨。三个半小时里，来自模型公司、数据厂商、场景落地方、AI芯片与IT基础设施供应商的二十余位一线决策者，围绕模型与数据、场景落地等议题展开圆桌对话，其间不乏针锋相对的观点碰撞。

本文梳理了各环节核心观点，试图还原这场研讨中浮现的行业共识与分歧。

模型与数据：百万小时之后，数据焦虑何解？

主持人：智在无界运营总监宋永禛

嘉宾：元点科技首席科学家蒙新泛、五维数据创始人朱兆伟、数灵科技联合创始人Matt Sun

数据规模：远未饱和，但“无限堆叠”不是创业公司的解法

三位数据厂商嘉宾一致认为，具身数据的需求量远未饱和。Matt Sun以基模对比：语言模型训练数据已达10T级别，而具身模型目前仅几十B参数规模，“对物理空间的详尽理解，数据规模还应继续大幅提升”。朱兆伟则从大模型训练史类比：CommonCrawl、GitHub、arXiv的积累是互联网数十年沉淀，而具身操作数据“网上能爬的全训了一遍，还是很难做操作”，真实场景的多样性远未被覆盖。

但作为模型厂商代表，宋永禛唱了“反调”：“如果这件事无限穷举、无限上限，创业公司根本做不了。” 他提出，模型侧需要在规模与质量之间寻找平衡点，而非单纯堆数据。

数据质量：预训练阶段，多样性比精度更重要

朱兆伟认为，预训练阶段对质量的最大要求是多样性——“你永远不知道真实生活中会有什么奇奇怪怪的场景”，因此五维数据采用面向C端的众包采集，以去重机制驱动场景穷举，“让数据自己说话”。Matt Sun补充，国内客户对场景、任务、动作步骤规定更死，海外客户反而希望“尽量多、质量要求没那么高”的数据，两种路线并存。蒙新泛则提醒，触觉等新模态的加入会提高多模态对齐的管线难度，质量与数量需同步重视。

无本体数据与真机数据：真机微调会越来越少？

针对“无本体采集预训练+真机后训练”的主流范式，蒙新泛抛出大胆判断：真机数据需求量可能趋近于零。他引用in-context learning范式——未来家居机器人不需要人遥操演示，看一段人类做菜视频即可学会操作。朱兆伟不完全认同：从 ego 数据到夹爪再到灵巧手存在功能 gap，少量真机对齐仍必要，但“如果训练时刻意缩小 gap，少量数据即可完成 transfer”。Matt Sun则类比语言模型演进：SFT→RAG→agent prompt 的路径表明，随着基模能力增强，后训练的本体数据需求会越来越少。

宋永禛补充了一个关键约束：当前真机本体尚未收敛（上百家厂商），在此阶段大规模采集真机数据“不是可行的商业化路径”。他比喻：早年手机上百个品牌时没人能开一家备齐所有品牌的店，等到收敛到六七家，中间件对齐才成为可能。

大厂入局：利好数据商，具身模型公司“睡得踏实”？

谈及Astra、Gemini4等通用基模展现的操作能力，朱兆伟直言对数据厂商是重大利好——“OpenAI就是最大的异构数据买家”。蒙新泛认为，通用基模在模拟评测上遥遥领先，其开放API将极大刺激具身厂商的胃口。宋永禛则相对淡定：通用基模擅长宏观动作规划，但精细灵巧操作、触觉相关部分是其天然缺失，“它只能指定输出，做不了太精细化的操作”。他判断行业将分化为通用类与专家类两条路线，而全球大厂并购将是规模化后的必然挑战。

数据交易：卷、乱象与两个方向的收敛

Matt Sun坦言行业乱象：“二道贩子、三道贩子、四道贩子倒来倒去。”蒙新泛呼吁建立标准与评测体系，“做不到100%复原，做到95%也能抑制乱象”。朱兆伟则直指卷的根源：倒卖不赚钱但有人倒，模型厂买数据要配套算力、要自己打标，且预期数据会降价，“谁早买谁冤大头”。他提出良性方向：标准时薪保障采集员、多家模型公司分摊采集成本、数据公司承担打标义务。

宋永禛给出一个基于“人性”而非技术的判断：未来数据将向两端收敛——一端是无限趋近raw data的廉价数据（模型公司自建数据团队处理），另一端是高度定制化、非标准化的高价数据；中间态“可标可不标”的数据会被压缩。逻辑在于：上百家模型公司意味着上百个数据采购团队，他们一定会向老板论证“买raw data自己处理”的全栈故事。

场景落地：二开公司的踩坑复盘与第三形态

主持人：他山科技生态合作总监李天权

嘉宾：星炬智械创始人兼CEO张秉桢、盈盾科技销售总监王焱、超柔科技CEO刘泽江、悦宇辰科技创始人邹冰花

谁为具身智能买单？降本增效是长期诉求，数据资产是长期故事

张秉桢认为，企业只为确定性的生产力买单，核心指标是投入产出比。当前切入点应是传统工业自动化完成不了、或柔性调试成本过高的场景——“熟练工人的重复性但需柔性动作的工位”，而非一味追求替代高成本高级技师。至于数据资产，终端工厂“并没有太多沉淀自身数据资产的诉求”，其核心资产是工艺参数与设备操作数据，机器人操作动作对模型训练有价值，但对工厂自身工艺优化价值有限。

算账难题：物业行业的具身落地为什么这么难？

王焱直言最核心挑战是算账。他所在的物业行业利润率极低、用工年龄普遍45岁以上、社保趋严推高成本，存在自驱性智能化替代的刚性需求，但“毛利很低，对设备成本要求非常清楚——替代一个人还是两个人？一个岗还是两个岗？”且当前产品尚不成熟，“只能达到人的90%功能，还需要人服务于机器”，等价交换逻辑难以成立。他判断最终所有行业都会回归算账逻辑，但需分阶段、分行业看。

第三形态：在拟态体与具身智能之间的“现金奶牛”

刘泽江提出一个独特框架：传统拟态体（玩具）与具身智能人形机器人之间存在一个真空地带——“第三态”。他以优必选硅胶人形机器人、情绪疗愈玩具Labubu、黄仁勋演讲中的小机器人为例，说明“比传统玩具更智能、又不像人形机器人”的中间态产品有巨大市场。

超柔的布局是三条增长曲线：第一曲线是降维触觉技术做几百元级疗愈玩具（当下挣钱）；第二曲线是医疗器械（防褥疮、睡眠监测，明后年挣钱）；第三曲线才是人形机器人电子皮肤（3-5年后挣钱）。他同时指出触觉的技术难点：人体皮肤在薄薄一层上集成压力、触觉、滑觉、温觉、湿觉多模态感知，且需可任意拉扯揉捏，传统金属电路一拉伸就断，液态金属封装是产业化难题，“特斯拉人形机器人最大的问题之一也在触觉感知的标准化和一致性”。

电子皮肤：从实验室到量产，七年磨一剑

邹冰花分享从科研到创业的体感：实验室里研究生手工托底、坏一块换一块无所谓，工业交付必须解决一致性、耐久性、形态匹配三大问题。皮革材料天然优势在于机械强度（皮鞋可承受300多万次弯折）、曲面贴合度（沙发、床、鞋子）、双亲性（出油出汗场景信号不失真）。

她选择肌电采集手环作为首款产品切入，避开触觉红海（他山、帕西尼等已布局），同时呼吁行业统一接口与多模态融合协议——“像鼠标一样，不管哪家做，接口无非Type-C或蓝牙协议，统一下来市场就可以共享”。

标准化：从市场端筛选，而非上游定制

针对“如何跳出单点定制、建立标准化可复制体系”，嘉宾观点各有侧重。邹冰花强调生态协同与接口标准化；刘泽江直言“标准化更多应从市场端筛选”，上游核心器件厂商不能埋头为下游定制，“抬头看天一定要到市场中去感知”，并给出生意难度排序：大C端 > 大B端（服务C端规模化复制）> 小B端 > G端。

王焱强调先懂行业才知道什么是标准，盈盾科技不做定制化二开，基于行业导向做产品标准化，四足机器狗6个月铺100个项目（含美国、加拿大、新加坡、马来），扩张速度极快。张秉桢补充规模化三要素：平台化降低交付成本、持续运营保证稳定性（参考萝卜快跑有人接管模式）、以原子动作组合而非垂类行业来定义场景复用。

尾声：非共识中的共识

三个半小时的研讨，没有给出标准答案，却勾勒出行业深水区的真实地形：

•数据侧：规模远未饱和，但“无限堆叠”不是创业公司解法；预训练重多样性，后训练真机数据或趋少；数据交易向raw data与高度定制两端收敛。

•模型侧：通用基模入局是利好也是压力，精细灵巧操作与触觉是其天然短板；真机本体未收敛前，中间件对齐尚不成熟。

•场景侧：降本增效是长期诉求，数据资产是长期故事，算账是永恒主题，第三形态可能是当下现金奶牛；标准化应从市场端筛选，生态协同与接口统一是规模化前提。

正如主持人宋永禛在第一场圆桌结束时所言：“未来的前景非常好，但过程非常煎熬和漫长，需要在座所有人——模型、数据、场景、本体、硬件供应链——一起去努力。”而这场研讨本身，或许正是“链接”的开始。

连界创新

推荐阅读

产业应用场景

·出海！中国具身智能企业在全球市场大“杀”四方！

·比人形更快进入家庭？具身智能宠物机器人迎爆发！

·文娱巨星！人形机器人“表演大乱斗”，谁赢了？

·商业导览成具身智能商业化破局点？

·巡检机器人之困，场景刚需，但这一问题亟待解决

机器人本体企业

·仿生机器人=伴侣机器人？一文为仿生机器人正名！

·乐聚Taskor，为人形机器人规模化进厂按下“快进键”

·具身智能争霸赛打响！四大核心区都有哪些“扛把子”？

·CES 2026｜星动纪元携人形机器人家族亮相

·智元CES放大招！开源Genie Sim 3.0强的可怕！

供应链动态

·零部件企业跨界突围！这些企业上大分！

·夺取物理世界的入场券：具身智能操作系统拆解

·人形机器人关节生死局：执行器路线之争与技术博弈

·灵巧手赛道“激战”，新老玩家各执什么王牌？

·开源数据集图鉴！这份具身智能“军火库”请查收

【声明】内容源于网络

机器人产业应用

由连界创新具身智能中心发起，以场景应用为导向，专注具身领域科技与产业的链接。我们将围绕投资+服务双轮驱动，为科技增长赋能。业务涵盖垂直行业峰会/沙龙、私董会、标杆走访，具身智能行业研究报告与咨询，产业生态系统搭建等。

内容 606

粉丝 0

机器人产业应用由连界创新具身智能中心发起，以场景应用为导向，专注具身领域科技与产业的链接。我们将围绕投资+服务双轮驱动，为科技增长赋能。业务涵盖垂直行业峰会/沙龙、私董会、标杆走访，具身智能行业研究报告与咨询，产业生态系统搭建等。

总阅读8.1k

粉丝0

内容606