王鶴、高陽、唐文斌、張鵬、席悅激辯具身未來：宇樹的IPO，并不能沖淡行業的焦慮

出品｜搜狐科技

作者｜鄭松毅

編輯｜楊 錦

近日，具身智能賽道迎來關鍵節點——宇樹科技科創板IPO獲受理，沖刺A股具身智能第一股，擬募資超 42 億元，點燃企業上市熱潮。資本狂歡之下，一批百億估值公司涌現，而在熱鬧背后，是從實驗室走向真實世界的一場大考。

3月27日，在中關村論壇 “百億具身智能” 圓桌對話上，銀河通用創始人王鶴、智平方聯合創始人張鵬、千尋智能聯合創始人高陽、原力靈機創始人唐文斌、星動紀元聯合創始人席悅五位行業先行者展開了一場深度圓桌討論，直面當下真問題。

行業處于GPT 2.0向3.0躍遷前夜

過去一年，具身智能告別純概念炒作，進入量產化、驗證實用場景的關鍵期。多位嘉賓一致認為，行業仍處早期，但增長斜率陡峭。

張鵬直言，2025年核心是驗證場景落地，機器人從實驗室走進工廠、物流、公共服務，完成從0到1的真實環境試煉。高陽則用大模型發展階段類比，指出2025年是具身智能的GPT-2 時代：模型具備基礎泛化能力，數據系統初步完善，為2.0跨向3.0蓄能，并預判2026年末至2027年中有望迎來3.0時刻。

唐文斌坦言，行業仍很初級，大規模評測基準缺失，多數測試停留在仿真與簡易場景，但眼下模型、數據、訓練全面發力，為2026年泛化能力突破埋下伏筆。席悅總結道，2025年是全產業鏈加速年，資本、政策、人才涌入，行業在洗牌中走向成熟。

在王鶴看來，2025年機器人產業賽道被徹底點燃，眼下正從2025量產元年邁入2026規模化應用元年。

談及行業面臨的挑戰，多位嘉賓一致認為，數據仍是最大卡點，模型架構、場景泛化難題緊隨其后。

席悅指出，真實場景數據采集難、成本高、效率低，必須構建“數據采集—模型訓練—部署反饋”的閉環。唐文斌補充，當前機器人以模仿學習為主，對未見過的任務泛化能力極差，終極解法是批量部署機器人到實用場景中形成數據閉環，而非單純靠資金投入采集低價值數據。

高陽提出，當前具身智能模型架構過于簡化，缺乏記憶能力，需升級為端到端、一體化的決策系統。張鵬強調，真實場景絕非單一模型問題，而是“模型+本體硬件+場景系統”三者融合，只有在真實環境中反復試驗，才能實現規模化交付。

應用場景落點在哪？

技術終要落地，2026年規模化場景優先選哪里？嘉賓們的共識是：從半結構化場景切入，拒絕盲目追求全通用。

張鵬透露，智平方聚焦工業與公共服務，這類場景適配當前模型與產業鏈能力，可快速規模化，逐步向家庭場景延伸。高陽同樣看好工業與服務場景，計劃將已驗證的方案標準化，實現批量落地。

唐文斌提出場景落地標準：錯誤可容忍、具備泛化需求、長時間作業有ROI，首選物流場景，同時認可零售艙等“干活+展示”場景。

王鶴透露，銀河通用太空艙已落地全國上百家門店，回流超8萬小時自主取貨數據，為真實場景迭代提供支撐。

產業走向規模化的同時，標準缺失成為隱形枷鎖。嘉賓們呼吁，行業需盡快建立標準化體系，避免野蠻生長。

張鵬提出三個急需解決的標準化挑戰：數據標準與格式統一、機器人智能等級評測體系（benchmark）、法律法規與安全邊界，明確機器人行為準則與事故責任界定。席悅則將安全標準置于首位，既要守住底線，又避免過度約束，構建通用安全與行業細分標準相結合的體系。

可以說，2026 年并非追求“全能機器人”的噱頭之年，而是做實技術、做嚴標準的務實之年。只有當機器人在實用場景中創造價值，百億賽道才能穩步邁向千億時代。

運營編輯 |曹倩審核｜孟莎莎