在WAIC“清华朋友圈之夜”现场，圆桌主持人、极客邦科技总编辑赵钰莹，与以下五位来自空间智能、脑机接口、工业机器人、物理AI与投资领域的嘉宾，围绕具身智能从技术走向产业的关键问题展开讨论。
- 群核科技联合创始人兼 CTO、清华计算机系校友——朱皓
- 强脑科技创始团队成员、高级副总裁、清华本科、哈佛博士——单思聪
- 星工聚将 CTO、清华电子系校友——陈牧
- 松应科技创始人兼CEO——聂凯旋
- 华映资本董事总经经理——李岩
话题从数据飞轮与数据质量，延伸到场景落地、仿真价值、工业系统协同以及责任追溯。讨论形成的共同判断是：具身智能不会靠单一技术指标自然成熟，而要在高质量数据、高价值场景、可控试错与清晰权责之间建立闭环。
具身智能的下一程，不是抽象追求“通用”，而是让高质量数据、可控场景、低成本仿真与责任体系共同闭环。
01 数据飞轮尚未形成，质量与分布比规模更关键
数据是具身智能发展的共同瓶颈，但物理世界的数据生产方式，与互联网和大语言模型并不相同。互联网产品上线后可以用接近于零的边际成本持续回收用户反馈，而机器人数据往往依赖真机、工厂、传感器或专门采集，成本高、周期长，也很难快速形成闭环。
圆桌共识：当前行业更需要建立数据质量标准，而不是只追求数量。具身数据涉及视觉、触觉、轨迹、设备状态及人体信号等多模态信息，采集后还要清洗、标注和统一表达。数据分布是否覆盖真实任务，往往比单纯扩大规模更重要。
工厂实践进一步显示，即使任务都叫搬运或装配，不同产线的高度、光照、设备型号和节拍也会改变数据分布，使数据难以跨场景复用。与此同时，模型架构尚未收敛，今天高成本采集的数据也可能在下一代系统中失效。数据飞轮会出现，但现阶段更现实的任务，是先把标准、质量、分布与反馈链路做扎实。
星工聚将不依赖外部昂贵的数采硬件，而是通过在工业/物流现场实际作业的真机，精准采集涉及重力、惯性、摩擦力的多模态力觉与触觉高价值数据，并利用特有的真机数据反哺仿真技术，把数据转化为稳定、高确定性的技能工程系统。
02 落地应从高价值、可控且人不适合做的场景开始
从家庭、医疗到工业，场景越开放，对算法泛化和硬件柔性的要求越高。家庭环境高度碎片化，医疗场景又对精度和安全提出极高门槛；工业需求相对集中、规则相对明确，因此更有可能率先形成规模化应用。
但陈牧认为 “工业”仍然不是足够细的答案。真正具有近期价值的切入点，往往是高温、低温、高危、重复度高或人工难以稳定完成的任务。在这些场景中，机器人带来的价值不只是节省工资，还包括降低安全风险、稳定良品率和完成超出人类耐力与精度边界的工作。
投资视角则把边界进一步推向太空、深海等特殊环境：当人的进入成本极高甚至无法进入时，具身智能的投入产出比更容易成立。行业的推进顺序因而可能是危险与特殊场景、工业生产场景、医疗等专业场景，再逐步进入家庭通用场景。
03 仿真的目标不是无限逼真，而是降低试错成本
仿真适用于真实部署困难、成本过高或风险不可接受的任务。它首先要足够便宜、足够高效并且可以复制，从而支持快速实验和迭代。如果仿真的成本已经接近甚至超过真实验证，它就失去了工程意义。
衡量仿真的核心不只是“看起来像不像”，而是能否让系统提前学会任务、暴露问题并验证方案。仿真不可能覆盖现实中的全部未知，因此没有必要无限追求视觉或物理细节；达到迁移与验证所需的精度，并保持成本效果合理，才是更现实的临界点。
陈牧认为高价值仿真必须是一个能与真实世界数据互为反哺、双向闭环的实验系统。我们提出 “数字风洞”的仿真校准平台就是去修正仿真环境里的物理公式与参数。两条腿同时走，仿真才会无限接近真实。仿真不应该飘在天上，它必须在真实世界的修正下落地。
04 工业规模化需要系统协同，也需要责任可追溯
现阶段仍应坚持责任到人，完整记录设备状态、软件版本、操作指令和运行日志，并在设备产权方、机器人公司、程序编写方与实际操作人员之间建立可追溯链条。随着全无人工厂出现，未来的权责体系还需要围绕工业AI调度系统重新设计。
更长期的路径可能分为两步：先让机器人进入具体工序，再让工业AI与工业软件协同，逐步承担工厂后端的调度与优化。届时，工厂不再只是容纳机器的建筑，而可能被重新设计为一个由多类设备共同组成、由AI统筹运行的整体系统。
陈牧认为：“让人的意图最上层宏观决策，让机器人的末端小脑搞定物理微观执行。分层治理，才是责任和效率的最优解。” 终局是让人做高价值的意图决策，让机器人承担确定性的高危、重复劳动。
结语：产业竞争将从单点能力走向完整闭环
整场讨论把数据、场景、仿真、系统与治理放在同一条产业链上审视。具身智能的成熟，不会由某一种机器人形态、某一个模型或某一批数据单独决定，而取决于这些要素能否围绕真实任务形成稳定闭环。
对于具身智能企业而言，应先找到价值明确、边界可控的锚点；对工厂与平台方而言，需要打通设备、数据和调度系统；对行业治理者而言，则要让日志、责任和控制权从系统设计初期就可被审计。
下一阶段的竞争，将是工程能力、商业价值与治理能力的综合竞争。
