百度袁佛玉：从模型进化、数据回流到应用接管，具身智能进入场景落地关键阶段

具身智能产业关注的重点正从“能力涌现”进入“生产力兑现”阶段，拼的不只是单一模型能力。8 月 19 日下午，在北京举行的 2026 世界机器人大会上，百度集团副总裁袁佛玉表示，机器人从“会展示”到“能上岗，需要模型、数据与应用协同形成的系统能力。

百度集团副总裁 袁佛玉

模型从理解语言，走向理解和预测物理世界

机器人真正进入物理世界，仅理解语言并不够，还要理解物体关系、动作后果及环境变化。随着 VLA、世界模型和运动控制加速演进，计算工程系统也面临更高要求。

袁佛玉指出，依托百度百舸 AI 计算平台，百度智能云持续完善面向具身智能的 AI Infra，支持企业完成从数据处理、模型训练、仿真评测到真机推理部署的研发全流程，推动模型从研究原型走向工程系统；在部分合作中，单步推理延迟已进入百毫秒以内区间。

数据从训练材料，变成具身智能最核心的生产要素

具身数据采集成本高、标准不一，且与具体本体、任务和环境高度相关。

袁佛玉认为，未来的重要竞争要素，在于企业积累了多少有效任务小时、捕获了多少高价值失败样本，以及形成了多少能够回流训练的数据。相比重复完成同一动作，失败、纠正、人工接管和边界案例数据，更可能暴露模型真正缺失的能力。

百度智能云围绕数据采集、处理、评测与部署回流建设数据 Infra，推动数据、模型和场景形成产业飞轮。

应用从展示能力，走向接管高价值任务

袁佛玉表示，具身智能商业化不会从替代完整岗位开始，而会从工业上下料、物料搬运、质量检测、园区巡检等边界清晰、结果可度量的任务切入。场景能否成立，关键在于任务成功率、人工接管率和单位任务成本能否持续改善。

为支持规模化部署，百度智能云围绕多模态人机交互及云、管、端安全提供支持。但要让具身任务从一个场景复制到更多场景，还需要标准化与场景持续开放。未来，百度智能云将持续以 AI Infra、数据 Infra 及应用与安全基础设施，协同具身企业与场景方，探索从试点走向规模化落地的关键路径。

具身智能产业关注的重点正从“能力涌现”进入“生产力兑现”阶段，拼的不只是单一模型能力。8 月 19 日下午，在北京举行的 2026 世界机器人大会上，百度集团副总裁袁佛玉表示，机器人从“会展示”到“能上岗，需要模型、数据与应用协同形成的系统能力。

百度集团副总裁 袁佛玉

模型从理解语言，走向理解和预测物理世界

机器人真正进入物理世界，仅理解语言并不够，还要理解物体关系、动作后果及环境变化。随着 VLA、世界模型和运动控制加速演进，计算工程系统也面临更高要求。

袁佛玉指出，依托百度百舸 AI 计算平台，百度智能云持续完善面向具身智能的 AI Infra，支持企业完成从数据处理、模型训练、仿真评测到真机推理部署的研发全流程，推动模型从研究原型走向工程系统；在部分合作中，单步推理延迟已进入百毫秒以内区间。

数据从训练材料，变成具身智能最核心的生产要素

具身数据采集成本高、标准不一，且与具体本体、任务和环境高度相关。

袁佛玉认为，未来的重要竞争要素，在于企业积累了多少有效任务小时、捕获了多少高价值失败样本，以及形成了多少能够回流训练的数据。相比重复完成同一动作，失败、纠正、人工接管和边界案例数据，更可能暴露模型真正缺失的能力。

百度智能云围绕数据采集、处理、评测与部署回流建设数据 Infra，推动数据、模型和场景形成产业飞轮。

应用从展示能力，走向接管高价值任务

袁佛玉表示，具身智能商业化不会从替代完整岗位开始，而会从工业上下料、物料搬运、质量检测、园区巡检等边界清晰、结果可度量的任务切入。场景能否成立，关键在于任务成功率、人工接管率和单位任务成本能否持续改善。

为支持规模化部署，百度智能云围绕多模态人机交互及云、管、端安全提供支持。但要让具身任务从一个场景复制到更多场景，还需要标准化与场景持续开放。未来，百度智能云将持续以 AI Infra、数据 Infra 及应用与安全基础设施，协同具身企业与场景方，探索从试点走向规模化落地的关键路径。