外滩大会三问具身智能： 模型、数据、生态如何突围？

9月11日，蚂蚁灵波科技在2026 Inclusion·外滩大会举行“基座之上：具身智能的场景突围与协同进化”论坛。多位具身智能领域的年轻科学家、数据专家与百亿具身企业掌门人齐聚，围绕通用大脑、数据飞轮与场景落地展开讨论，现场座无虚席。

具身智能正处在一个焦灼时刻：行业热度不断升高，人们对机器人“真干活”的期待也越来越高，但技术路线尚未收敛，真正有效的数据仍然稀缺，能够规模复制的产品形态和商业模式也还在探索。

三场圆桌把讨论落到行业最为关切的具体问题上：机器人如何从完成一次任务，走向长时间稳定工作；又如何从一个场景的成功，走向更多场景的低成本复制？现场没有形成标准答案，但衡量行业进步的尺度正在变得具体：模型是否降低了场景部署成本，数据是否真正带来能力提升，产业链各方又能否形成持续反馈的闭环。

一问模型：终点不是更漂亮的 demo，而是更低的部署成本

（图说：具身科学家论坛）

机器人到底需要怎样的通用大脑？

蚂蚁灵波首席科学家沈宇军将讨论拉回第一性原理：与其争论VLA还是WAM，不如先回答机器人究竟需要什么能力。在他看来，过去的路线之争一定程度上是在沿用多模态大模型、视频生成模型等数字世界的既有工具寻找捷径。这些路线有阶段性价值，但不是终局。

与对话式模型不同，机器人行动时，视觉、触觉等传感器信号仍在连续涌入。沈宇军将通用大脑的基础能力归纳为三件事：从原始信号中提取有效表征，将视觉、触觉等不同模态融合对齐，再生成可以真正执行的动作。具身模型不能简单复刻数字世界处理信息的方式，还是需要发展真正面向物理世界的模型架构与训练方法。

而当讨论从“模型是什么”进一步转向“模型是否真的进步”，评价标准也开始发生变化。

香港中文大学校长特聘助理教授薛天帆指出，不同本体的传感器和模态各异，需要模型、数据与评测共同迭代。上海交通大学副教授李永露则直言，今天单个机器人demo能够传递的信息已越来越少，评测首先应服务研发，而不只是比较名次。

如何判断模型是否真的进步？沈宇军给出两个尺度：一是合作伙伴将模型部署到具体场景需要付出多少成本，这个成本是否随着模型升级持续下降；二是机器人能否在开放会场里与人和环境持续相处一整天而不出问题。后者并不要求每项任务都成功，它真正考验的是比单次成功更难的能力——长期运行、安全性，以及面对连续变化环境时的稳定性。

这也是具身智能正在发生的一种转变：行业需要证明的，已经不只是机器人“能不能做到”，而是做到这件事究竟需要多大代价，以及能不能持续做到。

二问数据：什么数据能让模型真正进步？

（图说：具身数据先锋论坛）

一旦评价模型的尺度从单次Demo转向持续工作，数据问题也随之改变。

过去行业讨论更多的是“机器人数据不够”。但第二场圆桌追问的是另一个问题：究竟缺什么数据？什么数据能够真正让模型进步？

蚂蚁灵波首席数据科学家黄用韬认为，数据飞轮尚未真正转起来的一个关键原因，是进入真实生产和服务场景的机器人还太少。大量机器人仍用于科研、数采或展示，真实工作中的失败与反馈没有充分回流。

他把数据质量分成两层：掉帧、画面异常、时钟不同步等属于工程底线；越过这条线后，什么是“好数据”，必须由训练目标决定。关键在于把模型当前的问题变成可量化的数据筛选条件，快速组合出相应数据集，再通过训练结果验证判断是否正确。这种能力，无法靠买一批数据直接获得。在他看来，数据飞轮真正转起来的标志，是行业开始“做减法”：能够判断哪些数据不需要，转向更有效地使用数据。

光轮智能副总裁张建伟将评测放在这一闭环的关键位置：先用仿真评测规模化发现问题，针对问题进行定向补采与优化，再通过真实部署与反馈检验模型效果，并把新的失败案例继续带回训练。

觅蜂科技副总裁李茂青则主张对数据分级使用：精确标注的数据可以服务模仿学习，场景和语义丰富的数据可以帮助模型理解世界。判断一种数据是否有价值，最终仍然要回到一个问题：它究竟能帮助模型学到什么？

因此，具身智能的数据竞争正在从“谁拥有更多数据”，转向“谁更快知道模型缺什么，并能把问题转化成新的训练数据”。

当机器人真正进入场景，数据也将成为运行、失败、修正和再次训练过程中不断产生的反馈。

三问生态：真正的困难是把“一”复制成“多”

（图说：具身 CEO 产业论坛）

如果模型需要在真实任务中进步，数据也需要在真实部署中产生，那么第三个问题自然出现：谁来提供这些场景，又由谁把模型、本体、数据和客户真正连接起来？

第三场具身CEO圆桌从一个看似简单的问题开始：机器人应该马上下场干活，还是继续练内功？六位企业负责人都选择了“下场”，但对于机器人现在能干什么、应该先进入什么场景，各自的判断并不相同。

蚂蚁灵波CEO朱兴认为，机器人即使还处于“童年”，也需要下场干活，否则学习过程本身就是不完整的。但场景选择需要谨慎，可以优先从安全性较高、环境较可控、任务链条较短的领域开始。他认为，今天真正困难的问题已经从“一”转向“多”。机器人可能在一家门店工作，但当它进入下一家门店，货架布局、商品位置和任务细节都会变化。如果每增加一个场景都需要大量重新适配，就很难真正形成规模。

乐聚机器人联合创始人兼CEO常琳认为，机器人在生产领域已经开始“真干活”。从零部件上下料到纸箱拆垛，一些看似简单的拿取和放置任务，已经能够解决招工难、人员流动性高等现实问题。

傅利叶创始人兼CEO顾捷则指出，机器人早在“具身智能”概念兴起之前，就已经进入医院和养老机构。随着模型与人形本体结合，机器人可以承担更多需要与人交互的任务。但医院和患者最终关心的不是任务由模型还是传统程序完成，还是疗效好不好、是否安全、投入产出能否成立。

对于更加开放的家庭场景，判断则更为谨慎。

青心意创始人兼CEO牛腾昦认为，能够完成多种任务的通用机器人距离真正进入家庭还有一段距离。现阶段可以先从交互和陪伴切入，打通关系理解、场景理解、角色构建以及成长进化，赋予机器人生命感和人格化。在他看来，“功能永远可以被替代，但情感黏性不能被替代”。

地瓜机器人CEO王丛把当前的能力边界说得更具体：具身智能现阶段解决的，主要还是单场景、单任务甚至单一末端执行器下的泛化。相比直接进入完全开放的家庭环境，他更关注能否率先出现覆盖多个操作任务的“小基模”。

不同企业对于场景的判断并不一致，但背后的尺度正在趋同：一个场景有没有价值，最终仍要看机器人能否稳定运行，客户是否愿意持续使用，以及商业账能不能算过来。

大晓机器人董事长、商汤联合创始人王晓刚提出了更直接的商业化标准：只有当一个场景中出现数千台机器人，购买机器人的客户能够实现盈亏平衡，才意味着可持续的商业模式开始形成。他同时将具身智能拆成硬件、模型、数据和场景四个要素，认为任何一家公司都难以独立完成闭环。

这也让“协同突围”有了具体含义。朱兴表示，蚂蚁灵波聚焦通用大脑，但大规模进入场景采集数据、本体量产与供应链控制，需要生态伙伴的专业能力。灵波向乐聚提供基础模型、开放工具链，乐聚也持续向灵波反馈行业 know-how。

模型公司提供基座和工具链，本体、数据、芯片及场景企业持续输入问题与反馈，各方在真实任务中共同降低部署和复制成本。具身智能的规模化，不是所有公司选择同一种模式，而是让各自擅长的能力真正连接起来，在真实场景中创造真实价值。

从一次成功，到可以被复制的成功

（图说：蚂蚁灵波与国大药房联合打造的智慧药房亮相2026 Inclusion·外滩大会）

论坛里的讨论，也能在外滩大会展区找到一组具体注脚。

蚂蚁灵波将同一套通用大脑搭载到不同形态的机器人上，让它们分别进入药房、物流和工业场景。

在智慧药房中，机器人在仅80厘米宽的货架间精准移动、避障，完成接单、药品识别、拣选与交付，无需改造原有货架和门店布局。相关方案已在国大药房零售门店部署。面对柔性包裹和规格、姿态不一的工件，物流分拣与工业上下料演示也在检验这套大脑适应不同构型和任务的能力。

这些案例并不意味着问题已经解决，相反，它们的价值正在于让问题真正暴露出来：一次成功之后，下次是否还能成功；一个门店能够运行之后，复制到第十个、第一百个门店时，成本是否还能成立。

这些来自真实场景的问题，再重新回到模型和数据。

论坛最后，蚂蚁灵波宣布启动具身大模型挑战赛，邀请高校、科研机构、开发者和产业伙伴基于LingBot-VLA 2.0开展训练与真机实践。

从模型、数据到产业生态，三场讨论最终指向的是同一件事：具身智能下一阶段的竞争，不再只是证明机器人能够完成某项任务，而是谁能够更快把一次成功变成稳定、低成本、可以被复制的成功。

9月11日，蚂蚁灵波科技在2026 Inclusion·外滩大会举行“基座之上：具身智能的场景突围与协同进化”论坛。多位具身智能领域的年轻科学家、数据专家与百亿具身企业掌门人齐聚，围绕通用大脑、数据飞轮与场景落地展开讨论，现场座无虚席。

具身智能正处在一个焦灼时刻：行业热度不断升高，人们对机器人“真干活”的期待也越来越高，但技术路线尚未收敛，真正有效的数据仍然稀缺，能够规模复制的产品形态和商业模式也还在探索。

三场圆桌把讨论落到行业最为关切的具体问题上：机器人如何从完成一次任务，走向长时间稳定工作；又如何从一个场景的成功，走向更多场景的低成本复制？现场没有形成标准答案，但衡量行业进步的尺度正在变得具体：模型是否降低了场景部署成本，数据是否真正带来能力提升，产业链各方又能否形成持续反馈的闭环。

一问模型：终点不是更漂亮的 demo，而是更低的部署成本

（图说：具身科学家论坛）

机器人到底需要怎样的通用大脑？

蚂蚁灵波首席科学家沈宇军将讨论拉回第一性原理：与其争论VLA还是WAM，不如先回答机器人究竟需要什么能力。在他看来，过去的路线之争一定程度上是在沿用多模态大模型、视频生成模型等数字世界的既有工具寻找捷径。这些路线有阶段性价值，但不是终局。

与对话式模型不同，机器人行动时，视觉、触觉等传感器信号仍在连续涌入。沈宇军将通用大脑的基础能力归纳为三件事：从原始信号中提取有效表征，将视觉、触觉等不同模态融合对齐，再生成可以真正执行的动作。具身模型不能简单复刻数字世界处理信息的方式，还是需要发展真正面向物理世界的模型架构与训练方法。

而当讨论从“模型是什么”进一步转向“模型是否真的进步”，评价标准也开始发生变化。

香港中文大学校长特聘助理教授薛天帆指出，不同本体的传感器和模态各异，需要模型、数据与评测共同迭代。上海交通大学副教授李永露则直言，今天单个机器人demo能够传递的信息已越来越少，评测首先应服务研发，而不只是比较名次。

如何判断模型是否真的进步？沈宇军给出两个尺度：一是合作伙伴将模型部署到具体场景需要付出多少成本，这个成本是否随着模型升级持续下降；二是机器人能否在开放会场里与人和环境持续相处一整天而不出问题。后者并不要求每项任务都成功，它真正考验的是比单次成功更难的能力——长期运行、安全性，以及面对连续变化环境时的稳定性。

这也是具身智能正在发生的一种转变：行业需要证明的，已经不只是机器人“能不能做到”，而是做到这件事究竟需要多大代价，以及能不能持续做到。

二问数据：什么数据能让模型真正进步？

（图说：具身数据先锋论坛）

一旦评价模型的尺度从单次Demo转向持续工作，数据问题也随之改变。

过去行业讨论更多的是“机器人数据不够”。但第二场圆桌追问的是另一个问题：究竟缺什么数据？什么数据能够真正让模型进步？

蚂蚁灵波首席数据科学家黄用韬认为，数据飞轮尚未真正转起来的一个关键原因，是进入真实生产和服务场景的机器人还太少。大量机器人仍用于科研、数采或展示，真实工作中的失败与反馈没有充分回流。

他把数据质量分成两层：掉帧、画面异常、时钟不同步等属于工程底线；越过这条线后，什么是“好数据”，必须由训练目标决定。关键在于把模型当前的问题变成可量化的数据筛选条件，快速组合出相应数据集，再通过训练结果验证判断是否正确。这种能力，无法靠买一批数据直接获得。在他看来，数据飞轮真正转起来的标志，是行业开始“做减法”：能够判断哪些数据不需要，转向更有效地使用数据。

光轮智能副总裁张建伟将评测放在这一闭环的关键位置：先用仿真评测规模化发现问题，针对问题进行定向补采与优化，再通过真实部署与反馈检验模型效果，并把新的失败案例继续带回训练。

觅蜂科技副总裁李茂青则主张对数据分级使用：精确标注的数据可以服务模仿学习，场景和语义丰富的数据可以帮助模型理解世界。判断一种数据是否有价值，最终仍然要回到一个问题：它究竟能帮助模型学到什么？

因此，具身智能的数据竞争正在从“谁拥有更多数据”，转向“谁更快知道模型缺什么，并能把问题转化成新的训练数据”。

当机器人真正进入场景，数据也将成为运行、失败、修正和再次训练过程中不断产生的反馈。

三问生态：真正的困难是把“一”复制成“多”

（图说：具身 CEO 产业论坛）

如果模型需要在真实任务中进步，数据也需要在真实部署中产生，那么第三个问题自然出现：谁来提供这些场景，又由谁把模型、本体、数据和客户真正连接起来？

第三场具身CEO圆桌从一个看似简单的问题开始：机器人应该马上下场干活，还是继续练内功？六位企业负责人都选择了“下场”，但对于机器人现在能干什么、应该先进入什么场景，各自的判断并不相同。

蚂蚁灵波CEO朱兴认为，机器人即使还处于“童年”，也需要下场干活，否则学习过程本身就是不完整的。但场景选择需要谨慎，可以优先从安全性较高、环境较可控、任务链条较短的领域开始。他认为，今天真正困难的问题已经从“一”转向“多”。机器人可能在一家门店工作，但当它进入下一家门店，货架布局、商品位置和任务细节都会变化。如果每增加一个场景都需要大量重新适配，就很难真正形成规模。

乐聚机器人联合创始人兼CEO常琳认为，机器人在生产领域已经开始“真干活”。从零部件上下料到纸箱拆垛，一些看似简单的拿取和放置任务，已经能够解决招工难、人员流动性高等现实问题。

傅利叶创始人兼CEO顾捷则指出，机器人早在“具身智能”概念兴起之前，就已经进入医院和养老机构。随着模型与人形本体结合，机器人可以承担更多需要与人交互的任务。但医院和患者最终关心的不是任务由模型还是传统程序完成，还是疗效好不好、是否安全、投入产出能否成立。

对于更加开放的家庭场景，判断则更为谨慎。

青心意创始人兼CEO牛腾昦认为，能够完成多种任务的通用机器人距离真正进入家庭还有一段距离。现阶段可以先从交互和陪伴切入，打通关系理解、场景理解、角色构建以及成长进化，赋予机器人生命感和人格化。在他看来，“功能永远可以被替代，但情感黏性不能被替代”。

地瓜机器人CEO王丛把当前的能力边界说得更具体：具身智能现阶段解决的，主要还是单场景、单任务甚至单一末端执行器下的泛化。相比直接进入完全开放的家庭环境，他更关注能否率先出现覆盖多个操作任务的“小基模”。

不同企业对于场景的判断并不一致，但背后的尺度正在趋同：一个场景有没有价值，最终仍要看机器人能否稳定运行，客户是否愿意持续使用，以及商业账能不能算过来。

大晓机器人董事长、商汤联合创始人王晓刚提出了更直接的商业化标准：只有当一个场景中出现数千台机器人，购买机器人的客户能够实现盈亏平衡，才意味着可持续的商业模式开始形成。他同时将具身智能拆成硬件、模型、数据和场景四个要素，认为任何一家公司都难以独立完成闭环。

这也让“协同突围”有了具体含义。朱兴表示，蚂蚁灵波聚焦通用大脑，但大规模进入场景采集数据、本体量产与供应链控制，需要生态伙伴的专业能力。灵波向乐聚提供基础模型、开放工具链，乐聚也持续向灵波反馈行业 know-how。

模型公司提供基座和工具链，本体、数据、芯片及场景企业持续输入问题与反馈，各方在真实任务中共同降低部署和复制成本。具身智能的规模化，不是所有公司选择同一种模式，而是让各自擅长的能力真正连接起来，在真实场景中创造真实价值。

从一次成功，到可以被复制的成功

（图说：蚂蚁灵波与国大药房联合打造的智慧药房亮相2026 Inclusion·外滩大会）

论坛里的讨论，也能在外滩大会展区找到一组具体注脚。

蚂蚁灵波将同一套通用大脑搭载到不同形态的机器人上，让它们分别进入药房、物流和工业场景。

在智慧药房中，机器人在仅80厘米宽的货架间精准移动、避障，完成接单、药品识别、拣选与交付，无需改造原有货架和门店布局。相关方案已在国大药房零售门店部署。面对柔性包裹和规格、姿态不一的工件，物流分拣与工业上下料演示也在检验这套大脑适应不同构型和任务的能力。

这些案例并不意味着问题已经解决，相反，它们的价值正在于让问题真正暴露出来：一次成功之后，下次是否还能成功；一个门店能够运行之后，复制到第十个、第一百个门店时，成本是否还能成立。

这些来自真实场景的问题，再重新回到模型和数据。

论坛最后，蚂蚁灵波宣布启动具身大模型挑战赛，邀请高校、科研机构、开发者和产业伙伴基于LingBot-VLA 2.0开展训练与真机实践。

从模型、数据到产业生态，三场讨论最终指向的是同一件事：具身智能下一阶段的竞争，不再只是证明机器人能够完成某项任务，而是谁能够更快把一次成功变成稳定、低成本、可以被复制的成功。