世界机器人大会上什么都有，就是没什么共识

118 0 0

文章摘要

机器人领域当前正处于技术探索的爆发期，行业缺乏统一标准，各企业正通过多样化的尝试推动创新。在缺乏Benchmark的背景下，“非共识”成为推动技术发展的核心动力，这种发散式探索被认为是新兴领域寻找真理的必经阶段。从硬件形态分化到软件算法路线之争，整个行业呈现出百花齐放的局面。

关于算法与数据的关系存在显著分歧。宇树科技创始人王兴兴指出当前机器人模型架构不足是主要瓶颈，认为即使拥有海量数据也难以实现落地；而星海图联合创始人许华哲则强调数据质量决定能力下限，是突破90分的关键要素。加速进化提出硬件成熟后应专注具身大模型开发，反映出技术路径的多元思考。

仿真数据的应用价值引发激烈讨论。银河通用创始人王鹤认为合成数据在初期阶段占比应达99%，但自变量团队通过实践发现手部复杂操作无法依赖仿真数据进化。智源研究院院长王仲远提出互联网数据结合强化学习的路径，与小女孩通过短视频学习的行为模式相呼应，展现生物学习机制对AI训练的启发。

数据规模与质量之争凸显行业焦虑。维他动力强调数据多样性比绝对数量更重要，主张通过物理世界探索获取多场景数据；星海图则提出高质量的一万小时数据是启动数据飞轮的门槛，但全行业现有数据远未达标。加速进化副总裁赵维晨直接质疑百万小时训练数据的可行性，指出当前开源数据集规模与自动驾驶存在数量级差距。

技术路线选择呈现明显分化。宇树科技质疑VLA模型的长期价值，主张端到端具身智能模型；星海图采用分层系统作为过渡方案；自变量则坚持完整端到端模型才能突破性能上限。越疆机器人另辟蹊径，着力构建操作系统平台，其“一套系统多形态操控”的构想展现出生态化发展思路。

硬件与软件的协同关系成为焦点。星海图提出硬件设计应匹配模型特性的优化理念，越疆和加速进化预判行业将重演手机发展路径。源络科技创始人连文昭强调具身智能必须通过与物理世界交互实现主动学习，提出“通过生存测试才是真正通用人工智能”的前瞻观点。

开源生态建设面临实践挑战。星海图揭露行业内存在“假开源”现象，指出数据集与模型权重才是核心；自变量则揭示具身模型依赖特定硬件的复现难题。这些讨论反映出行业在生态共建与商业利益间的现实博弈，也预示着机器人领域即将进入更复杂的协同创新阶段。