具身智能是萬億賽道。今年以來，具身智能熱度空前，投資金額攀升，各種資本涌入。
當前，具身智能賽道是否有泡沫？哪些場景會先成熟落地？VLA一定是最終機器人大腦的終局？賽道決賽圈將如何？
6月28日，在2025華映資本年度大會上，星動紀元創(chuàng)始人陳建宇、自變量機器人創(chuàng)始人&CEO王潛、地瓜機器人CEO王叢、魔法原子總裁吳長征展開了一場討論。
華映資本圓桌論壇現(xiàn)場。企業(yè)供圖
“還是需要更多的熱錢進來”
具身智能市場熱度攀升，具身智能是否存在泡沫？
星動紀元是研發(fā)通用型人形機器人和機器人通用大腦的公司，陳建宇表示，完全沒有到泡沫階段。具身智能、人形機器人是物理的AI，是智能機器人，行業(yè)理應(yīng)比智能汽車、大語言模型更大。但目前行業(yè)投資規(guī)模、融資水平與智能汽車的頭部企業(yè)相比還是少很多。因為這個周期稍微長些，現(xiàn)在還沒有找到真正長期的核心的規(guī)?；虡I(yè)應(yīng)用的閉環(huán)。一旦行業(yè)有玩家找到規(guī)?；虡I(yè)應(yīng)用，第二波非常大的資本馬上爆發(fā)。
自變量機器人是一個基礎(chǔ)模型公司，王潛認為，目前應(yīng)該是中國AI歷史上泡沫最小的時候，和美國市場比，我們水平差不多，具身智能是非常少見的中國可以和美國站在一條起跑線上的大賽道，但融資規(guī)模還是差一個數(shù)量級。國內(nèi)頭部公司在幾十億元人民幣的規(guī)模，美國是幾十億美元的規(guī)模。這是比較危險的，雖處于一條起跑線上，而且國內(nèi)具有特有優(yōu)勢，比如供應(yīng)鏈、人才，但是融資還是差得比較多，還是需要更多的熱錢進來。
地瓜是從地平線獨立的專門做機器人軟硬件芯片和系統(tǒng)平臺的公司，王叢提到，泡沫是個真問題，也是一個假問題。創(chuàng)始人不需要關(guān)注賽道是否有泡沫，去做就好了。當然實操層面是真問題，關(guān)注是否在泡沫期，會判斷投資的節(jié)奏。不過，都會有企業(yè)穿越周期，最后取得成功。投資機構(gòu)需要找到真正的玩家，無論是否有泡沫都沒關(guān)系。
魔法原子以通用人形機器人和四足機器人為主要方向，“更多的目光和資金聚集這是好事，這樣加速了供應(yīng)鏈、人才的聚集，對具身智能行業(yè)是一個巨大的推動。從長期來看，具身智能一定是劃時代的，在未來五十年、一百年，可以變革人類的發(fā)展歷程。對于一家企業(yè)來說，會更加堅信機器人未來一定用在實際的生產(chǎn)生活當中，回歸到了從事具身智能的初心。”吳長征認為。
B端場景最先落地
商業(yè)化場景評估是具身智能落地進程中的關(guān)鍵一環(huán)，哪些場景會先成熟落地？
吳長征認為，現(xiàn)在最適合的場景更多還是在B端領(lǐng)域，相對垂直的一些場景里，比如搬運、上下料、質(zhì)檢等環(huán)節(jié)。當前，人形機器人的能力與人的能力還是有差距，更多做一些相對簡單的事情，把數(shù)據(jù)、模型、服務(wù)體系跑通是關(guān)鍵?，F(xiàn)在已經(jīng)讓機器人進到家電制造的產(chǎn)線，做涂膠工位上下料，因為這個產(chǎn)線經(jīng)常需要切換，家電制造的節(jié)奏很快，兩到三個月要切換一次產(chǎn)線，這個過程中沒有辦法通過自動化設(shè)備，人形機器人反而能夠具備的能力，未來三到五年可以解決更復(fù)雜的場景。
王叢總結(jié)，現(xiàn)在具身智能分為四具，教具、展具、科研工具、數(shù)采工具等，目前還在探索當中，有很多不同的策略，如具身智能替代工人，替代一些本來就不好招工的地方。當然隨著科技的周期變化，可能有階段性的行業(yè)落地，再到更大范圍的落地，一步一步拓展。
具身智能包括人形機器人感知、決策、執(zhí)行三大核心能力，VLA一定是最終機器人大腦的終局？
在陳建宇看來，VLA是三個字母，V是視覺，L是語言，A是動作。一個VLA的模型，現(xiàn)在的范式定義是視覺和語言作為輸入，用模型輸出動作，相當于一個機器人通過傳感器、攝像頭感知世界，通過語言指令輸出動作，將動作完成。用目前的方法采集數(shù)據(jù)，用模型訓(xùn)練的范式一定不是最終極的形態(tài)，還有很多可以改進的地方。此前是沒有這么好的端到端并且必須泛化的模型范式，現(xiàn)在已經(jīng)有了巨大的進展。
“以前的VLA，L太重了，先是有語言模型，再加視覺模塊、動作模塊?？赡墁F(xiàn)在的順序反了，如果在預(yù)訓(xùn)練時，先訓(xùn)練視覺和動作，用一些生成式的模型，然后進一步跟語言對齊，在解決一些精細操作時會有更好的優(yōu)勢?！标惤ㄓ钐岬?，現(xiàn)在VLA都是模仿學(xué)習(xí)，與以前學(xué)習(xí)模式識別是一樣的，是一個純離線的學(xué)習(xí)方式。我們設(shè)計了一個算法架構(gòu)，用于強化學(xué)習(xí)，在模仿學(xué)習(xí)的基礎(chǔ)上進一步微調(diào)。
“VLA是一個很泛的觀念，理論上只要有這三個部分就是一個VLA模型，如果從最泛的意義來講，肯定是已經(jīng)收斂到VLA模型范式上。很難想象將來通用機器人不包含這三個方面。過去四十年，AI總體最大的目標是讓模型越來越統(tǒng)一，越來越端到端。當前，我們更傾向于通用模型，不管是具身智能還是AI的大方向上，是行業(yè)公認的技術(shù)收斂點?！蓖鯘撜J為。
賽道介于手機與汽車之間
具身智能賽道創(chuàng)業(yè)者聚集、巨頭涌入，具身智能決賽圈如何？需要具備哪些特質(zhì)？
陳建宇提到，具身智能和機器人的決賽圈應(yīng)該會是比較豐富的狀態(tài)?，F(xiàn)在智能駕駛領(lǐng)域，有手機企業(yè)跨界，有芯片和算法公司，也有專門做自動駕駛的公司，還有多方面的零部件廠商。未來機器人和智能汽車非常像，或者說智能汽車就是一種形態(tài)的機器人，所以決賽圈也會有主機廠做整機，有的可能偏硬件，有的偏做AI大腦，發(fā)展范式類似，未來看到有公司跑出來以后，大廠會真正大規(guī)模進場?？赡軙l(fā)單一形態(tài)或者多形態(tài)的大量單品的終端產(chǎn)品，比如家用機器人，想象空間無窮大。
對于如何跨越周期，“一是保持長周期的技術(shù)壁壘，二是找到很好的商業(yè)落地，并且建立閉環(huán)?！标惤ㄓ钫J為。
王潛以手機和汽車行業(yè)發(fā)展歷程為例，現(xiàn)在手機市場就只剩下六七家主機廠，汽車市場還有幾十家，機器人應(yīng)該是介于兩者之間。包括產(chǎn)業(yè)鏈長度、體積重量大小、復(fù)雜性，最終會收斂到全球一二十家的主機廠，其中可能會包含一些芯片巨頭，純粹在虛擬世界中或者是純粹在制造業(yè)中的巨頭，機會相對小一點，因為這是一個軟硬一體的工作，最終決賽圈大概率還是今天的創(chuàng)業(yè)公司。
“未來通用家用機器人會收斂到幾家，但是機器人應(yīng)用太多了，很難收斂。”王叢表示。
吳長征從市場容量來說，“應(yīng)該會有非常多，核心會回歸到產(chǎn)品、服務(wù)。魔法原子潛心打造自己的產(chǎn)品和技術(shù)，也在積極拓展自己的生態(tài)，未來具身事業(yè)還需要有更多的場景。通過打造場景到技術(shù)的生態(tài)閉環(huán)，才能夠持續(xù)下去，這也是我們的一點兒底氣?！?br>
新京報貝殼財經(jīng)記者 陳維城
編輯 張冰
校對 劉軍
