文 | 镧瞳 AI
6 月 13 日，2026 北京智源大会具身产业 CEO 论坛会场座无虚席，连过道都站满听众。
5 场主题演讲 + 一场圆桌论坛，当前具身赛道最炙手可热的明星公司 CEO 们齐聚在同一会场，是这个产业早期玩家的 " 狭路相逢 "，亦是生态关联方的 " 互联互通 "。
智平方郭彦东、星动纪元陈建宇、光轮智能谢晨、蚂蚁灵波朱兴、破壳机器人许华哲、千寻智能韩峰涛、灵心巧手周永、星源智刘东，过去两年，他们各自的公司获得了令传统行业望尘莫及的资本估值和发展速度，也亲历了技术迭代的曲折、产能的艰难爬坡与商业化未来的反复推演。
这个年轻赛道的 " 华山论剑 "，年轻的 CEO 们表达显然也尚未 " 收敛 "。他们对行业现状的复盘、对技术路线的甄别以及对未来趋势的预判，集中反映了当下国内具身智能产业的主流认知与前沿思考，而在创业公司，CEO 们的思考深度和角度，往往也决定着公司的未来。
以下为我们整理编辑出的本次论坛各位 CEO 观点实录，希望能成为行业早期的珍贵资料。
智平方郭彦东：世界模型不是 VLA 的竞争路线，而是 VLA 体系中的核心组成部分
通用智能机器人不仅是一种特定的装置、特定的设备，基于跨场景使用，它将是继 PC、手机、（智能）汽车之后一个非常了不起的智能终端。
机器人能够从事的工作越来越多，它不再是为了一个单一任务而存在，它有更便捷的交互，而且能够跨场景跨任务去使用，所以它会成为一个革命性的智能终端。
机器人要想工作其实离不开一个非常核心的问题，它需要几个要素：1、强大的大脑，它一定要像人一样聪明，能够感知环境，听懂指令，执行操作；2、灵巧操作，必须要有这种双臂的协同，去像人一样在各种环境当中操作多种的设备；3、能够在环境当中完成自主的移动，移动的方式可以是多种多样的，但是一定要有完成自主移动的这样一个能力。
怎么样才能构建一个强大的机器人的大脑？从第一性原理上来讲，我们认为：机器人的大脑需要完成的事情有两个，第一个就是它的输入，需要能够对环境的信息做全方位的感知以及全维度的感知，并且能够理解人的指令。
那到底应该用世界模型还是用 VLA 模型，VLA 模型会不会被世界模型所取代，它们到底是什么关系？当前被广泛讨论的 " 世界模型 "，本质上并不是物理规律驱动，而是靠海量数据训练出来的。数据足够多，模型就知道水杯越过桌面会下落、手机屏幕用力敲可能会碎——这不是物理规律的总结，而是大数据学习的结果。
基于这个理解，我认为，VLA 是多种模态融合的大数据驱动的端到端模型架构的总称。在这个定义下，世界模型与 VLA 没有本质区别，更不是替代关系。世界模型解决的是对物理环境进行稠密、包含时间维度的 4D 预测，它是一个非常好的空间基础模型，是 VLA 空间感知的一部分，能帮助机器人大脑越来越好。
世界模型不是 VLA 的竞争路线，而是 VLA 体系中的核心组成部分；而在世界模型与 VLA 融合之后，类脑架构将成为下一代机器人大脑的重要演进方向。
星动纪元陈建宇：具身机器人应该具备像人类一样的 " 智能性和通用性 "
具身机器人未来具备潜在的万亿级的市场，这已经成为共识。
具身机器人的价值主要体现在两个方面：第一个是它会极大提高生产力，帮助我们去更好地去生产咱们现有的这些终端产品。第二，机器人本身也可能成为这样的智能终端。继个人电脑、智能手机、智能汽车之后，可能是以某种家用机器人的形态存在。要做到这一点，再延续传统机器人的范式就不行了。
传统机器人已有超过 70 年的历史。但是，它有两个致命问题：一是上限非常低，智能性不够，只能做相对重复简单的动作，大部分稍微复杂一些的事情，它是做不了的。第二个是通用性非常不够的，传统机器人硬件和软件都是专用的，你要做一个新的事情，你必须要重新去打造硬件，打造整套软件的系统。那么我们希望是什么？
我们希望是打造能像人一样上限又高又通用的机器人，打造这样的一种通用机器人，需要同步打造大脑和本体才能实现。当前具身智能公司仅仅做单点技术还是不够的，要比拼的是整套系统能力，是从大脑到本体到场景这样的一个协同进化的飞轮。
光轮智能谢晨：数据不是燃料，是物理 AI 的教育系统
过去几年，人工智能的发展主要发生在数字世界。大语言模型依靠海量文本、图像和视频数据完成训练，并通过题库、用户反馈和在线交互不断迭代。但当 AI 走向物理世界，问题变得完全不同。机器人不仅要理解语言和图像，更要在真实环境中行动，处理材料、接触、摩擦、形变、空间约束和任务结果。这意味着，物理 AI 需要的不只是更多数据，而是一套能够让机器人持续学习、持续评测、持续改进的基础设施。
AI 行业的 " 卡脖子 " 问题，它的底层逻辑在转换。整个具身、物理 AI 我们认为最终的关键是在数据上。数据是具身智能 " 卡脖子 " 难题。物理 AI 的数据需求，我认为会是自动驾驶的 1000 倍。
在我们看来，机器人学习不能停留在一次性数据集上。人类的学习不是一次性完成的，而是在经验、反馈和实践中持续发生。机器人也一样。它需要从真实世界获得经验，通过评测理解自己的能力边界，再在真实部署中发现新的问题，并把这些反馈带回下一轮训练。这个过程，本质上就是一个持续学习的过程。
行业里之前习惯把数据叫成 AI 的燃料。我们始终认为数据本质上来讲应该是持续的教育系统。物理 AI 所需要的，不只是达标的数据供给，而是全生命周期的持续提供高质量数据、有效反馈与认知增量的学习系统。越复杂的任务，越需要更有经验的数据来定义问题、暴露短板，并帮助模型持续提升。
因此，我们提出 " 物理 AI 教育系统 " 的概念。它至少包含三个关键要素。
第一是数据，也就是机器人学习的 " 经验 "。这既包括人类在真实世界中的操作经验，也包括在仿真环境中生成的合成数据。人类数据的价值，不只是告诉机器人 " 物体在哪里 "，而是让模型理解人如何操作物体、如何处理复杂物理交互、如何面对失败与纠正、如何完成长程任务。仿真数据则可以把这些真实经验放入可控、可复现、可泛化的环境中，生成更大规模、更丰富分布的数据。
第二是评测，也就是机器人学习的 " 反馈 "。今天具身智能发展中一个非常关键的瓶颈，是缺乏高质量、可规模化、可复现的评测体系。大语言模型可以通过题库和用户反馈持续改进，自动驾驶可以依靠量产车队和 Shadow Mode 获得大量反馈，但机器人目前还没有天然的大规模反馈网络。真实世界评测成本高、周期长、安全风险大，也很难覆盖足够多的任务和失败模式。因此，仿真评测会成为物理 AI 规模化发展的关键路径之一。
第三是部署，也就是机器人进入真实世界后的持续学习。机器人不是在实验室训练完成之后就结束学习，恰恰相反，真实部署会带来更多复杂问题：不同场景的差异、不同设备的约束、不同任务流程中的异常情况，都会成为下一轮数据生成、模型训练和评测优化的重要来源。只有把部署反馈重新带回数据和评测系统，机器人能力才能形成持续迭代。
今天，物理 AI 仍处在非常早期的阶段。行业还需要更统一的数据标准、更开放的硬件接口、更可复现的评测体系，也需要更多模型团队、机器人公司、硬件厂商和场景方共同参与。
蚂蚁灵波朱兴：泛化不足本质是数据问题
具身智能拥有广阔的未来空间，但聚焦今年来看，应该还是在相对单一的、简单的场景中进行小规模商业化试点。
当下，物理 AI 面临多重挑战，主要表现在三个方面。首先是传感器出发的感知困境，如何让机器人看的更清楚，摸的更明白是感知要解决的核心问题；其次是高动态交互，这是具身智能与物理世界交互的最大挑战；最后是泛化性不足的问题，泛化性的挑战本质上是数据的挑战。
对于数据问题，大家不能只谈数据规模，质量和分布同样重要。去年，蚂蚁灵波在市场上大规模了解真机数据的时候，发现模态质量、重复度等一些基本的情况还是比较糟糕的。同时，随着模型范式的不断演进，不同阶段需要不同的数据配方。
但是看下一阶段，我们坚信还是以人为中心的数据将成为数据的核心。因为，基于这类数据可能会催生新一代的物理原生基础模型。
破壳机器人许华哲：家庭场景最有可能迭代出通用具身智能
尽管家庭场景中机器人面临很多挑战，但家庭场景具有丰富的数据维度，让它有机会迭代出真正的通用具身智能。真正的通用泛化是被数据定义的，这个数据一定是存在于泛服务场景。家庭的数据具有非结构化、多任务切换、高动态、多样本物体等特点，数据多样性几何级暴增。这样的场景下， 通用具身智能才有可能出现。
破壳机器人希望能够系统重构全球家庭生态，定义未来人类全新生活方式，主要是通过三个方面实现：
一是机器人本体，打破传统本体出发的模式，我们坚持从 AI 角度重新定义本体，从数据出发，看本体能否将数据用好，能否可以把菜做出来。
二是 AI 模型，我们目标直指通用物理世界模型的终局形态，依托该模型，机器人可在各类通用场景中实现能力泛化。
三是物理世界智能体，这也是当前具身智能领域布局较少、却至关重要的方向。就像日常所见的小龙虾一样，我们希望智能体能在真实物理环境中串联各类任务、主动发现并提出问题、自主完成能力迭代升级。
灵心巧手周永：实现机器人造机器人产业才算进入 1.0 阶段
技术成熟本身是一个相对概念。举个例子，智能手机时代，富士康单日量产 40 万台手机，这就是产业走向成熟的典型表现。放到当下的机器人领域，我将行业成熟度划分为三个发展阶段：
第一阶段，目标是机器人制造机器人。目前机器人本体仍以人工组装为主，产品一致性难以保障。一旦实现机器人自主生产本体，将会大幅压缩制造成本。我们计划在未来 1-2 年内落地 " 机器人造机器人、智能体进化智能体 " 的目标。达成这一阶段，我认为机器人本体的成熟度可以达到 60 分，算作行业 1.0 版本。
第二阶段是 AI 自主设计 + 机器人自主生产。由智能体承接用户需求，全程依靠 AI 完成机器人设计，再由机器人落地制造，整个流程无需人工介入。实现这个目标，本体成熟度就能达到 80 分。
第三阶段则是趋近完全成熟的形态，成熟度可达到 95 分以上。届时机器人将实现高度模块化，例如，一个机器人交付到客户手里，如果客户在实际应用中发现有哪些不满意、提出优化需求，机器人可自主完成配件更换、外观调整，比如自行更换外壳、电机等部件，两小时内就能完成迭代并恢复使用，具备极强的自主适配、快速响应能力。
千寻智能韩峰涛：现阶段具身智能模型不宜大规模进场景干活
现阶段不宜急于大规模切入落地场景。可以开展小范围场景探索，与客户协同打磨场景认知，以此反向优化硬件与数据链路，但规模化落地需暂缓。
目前机器人难以规模化推广，核心卡在部署成本过高：现有模型完成演示版本，仅后训练、微调就需要一两个月，完全无法支撑批量落地。
当前具身智能模型尚处于起步阶段，能力像是一两岁的孩子。与其仓促推向场景，不如优先深耕基座预训练、打磨基础能力。就像培养孩子的时候，我们会先让孩子系统学习成长，而不是让他早早外出务工。我们判断，至少两年后，行业才具备大规模落地的条件。
星源智刘东：基座研发与场景落地需要并行推进
我们认为在训练基座模型的同时，必须同步挖掘可落地的场景点位。
实验室环境会屏蔽大量真实工况，有时候模型在实验室表现很好，落地到实际场景中的时候却很容易出现各类问题。从实验室验证到真实场景跑通，本身就需要 1-2 年周期。提前下场实战验证，既能修正模型训练方向、避免技术走偏，也能积累实战经验。
参考自动驾驶行业的经验：早年行业都冲刺高阶自动驾驶 L4/L5，反而是聚焦 L2 方案的玩家落地更快、市场收益更高。因此基座研发与场景落地需要并行推进，不能脱离实际场景闭门研发。
