千寻智能解浚源：具身智能的 Scaling Law 已跨过起跑线丨具身先锋十人谈

58 0 0

文章摘要

首届“人形机器人半程马拉松”在北京亦庄举办，标志着具身智能领域从实验室走向真实场景的试炼。尽管赛道火热，但具身智能的规模仍处于Scaling Law的早期阶段，制约其发展的并非算力和资本，而是硬件迭代的客观周期。解浚源，千寻智能具身智能部负责人，强调了硬件迭代的重要性，并认为在中国强大的供应链体系支撑下，具身智能每年都能上一个数量级。

解浚源的职业生涯跨越了深度学习框架、系统研发、推荐系统优化、联邦学习平台搭建等多个领域，最终选择加入具身智能赛道。他认为，机器人快速发展的时刻即将来临，而端到端的VLA（Vision-Language-Action）技术路线已经收敛，未来将进入Scaling阶段。VLA技术通过端到端的训练，让机器人模仿人类行为，展现出显著的性能提升。

数据采集是机器人技术最核心的难点，涉及物理世界的复杂性和多样性。解浚源指出，机器人数据的采集需要高效管理供应链和数采员，确保数据的多样化，避免重复采集导致的数据效率下降。千寻智能在VLA Spirit v1中展示了机器人叠衣服的高成功率，背后是工业化数据采集pipeline的支撑，体现了工程化落地的核心能力。

具身智能的落地场景分为短期、中期和长期三个阶段。短期内，工厂是主要的落地场景；中期来看，服务业如物流、商场货架上货、酒店服务等具有更大的机会；长期愿景则是十年后，10%的人拥有一台家用机器人。解浚源认为，真机数据采集相较于仿真具有成本优势，特别是在中国强大的供应链支持下，一万台机器人的成本低于一万块H100显卡，更有利于大规模量产推广。

数据壁垒和数据飞轮是具身智能与大模型的主要区别。大模型缺乏数据壁垒，预训练数据来自公开网络，容易被蒸馏走，而机器人数据是私有采集的，形成数据壁垒。此外，机器人一旦在某个场景落地，就能一边盈利一边收集更多数据，形成数据飞轮，这与互联网的商业模式相似。解浚源强调，具身智能处于Scaling Law的早期阶段，未来性能进步的空间巨大，而大模型在摩尔定律进步之前处于末期，需要等待更长时间才能实现规模提升。