PulseAugur
实时 11:13:33
中文(ZH) 具身智能还有哪些硬门槛?外滩大会主论坛圆桌回应“降维打击”之问

具身智能专家在Inclusion大会上讨论数据、模型和商业化

在2026 Inclusion·外滩大会上,专家们就具身智能的未来展开了辩论,并一致认为其发展不会复制语言模型的轨迹。讨论集中在数据获取上,大家普遍认为结合模拟和真实世界数据,并强调物理体验将至关重要。小组还讨论了大型通用模型的作用,建议采取一种协作的、分层的模式,其中基础模型负责推理和任务分解,而具身模型则负责实时感知和执行。 AI

影响 专家预测具身智能不会走语言模型的道路,并提出分层方法和关注现实世界数据以实现商业可行性。

排序理由 在关于具身智能未来的会议上的小组讨论。

在 雷峰网 (Leiphone) 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

具身智能专家在Inclusion大会上讨论数据、模型和商业化

本文如何被排名

Signal score
4 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Commentary
在关于具身智能未来的会议上的小组讨论。
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
product, opinion
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
Breaking (< 6h)
Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准

报道来源 [1]

  1. 雷峰网 (Leiphone) TIER_1 中文(ZH) ·

    具身智能仍面临哪些硬性障碍?外滩大会主论坛圆桌回应“降维打击”之问

    <p>过去一年具身智能很火热,却一直没有回答关键问题:训练机器人到底更应该依赖真实数据还是仿真数据?通用大模型会不会“降维打击”具身模型?机器人什么时候才能真正跨过Demo,进入可持续商业化?</p><p>在2026 Inclusion·外滩大会圆桌论坛《物理智能——分歧与抉择》上,苏度科技联合创始人、CEO韩铮,蚂蚁灵波科技首席科学家沈宇军,自变量机器人创始人、CEO王潜,以及破壳机器人创始人、清华大学交叉信息研究院助理教授许华哲,就数据、智能和场景三场“路线之争”展开讨论。</p><p style="text-align: center;"><img…