- 本次外滩大会强调具身智能的核心转变,从“本体与控制”向“数据及训练场”优先发展,形成新的产业共识。
- 真实数据与仿真技术并非对立,而是互补关系,企业需动态融合以提升样本效率,成为竞争壁垒。
- 企业应聚焦可量化的单点任务,逐步扩展至规模化盈利场景,同时重视安全性与标准化构建行业生态优势。
核心要点2在9月11日的外滩大会具身智能论坛上,讨论了“从泛化到行动”的核心共识,强调云-边-端协同架构和“分布式大小脑”范式推动多场景应用。
灵巧手操作的精度达到0.02mm,已应用于SIM卡和软排线等细粒度作业。
人形机器人因其双足平衡与双手协作能力被视为通用智能的重要路径。
论坛推出了“青龙”本体、“麒麟训练场”以及真实数据集“白虎”,强调通过仿真-真实闭环构建数据工厂,以实现降本增效。
合成数据优先的策略显示,合成预训练结合真机微调可实现千倍样本效率提升,已在零售、无人店、酒店和工业等多个场景落地。
展望未来,2-3年是技术突破期,5-10年内家庭应用可期,但需持续强化安全性与稳定性。
训练场闭环能力与灵巧操作水平将成为规模落地的关键制约与竞争壁垒。
论坛的转变体现在从“本体与控制先行”转向以“数据及训练场”为优先的产业共识,明确将“训练场”定义为规模化数据工厂,推进“真实-仿真-真实”闭环架构。
这一方法论为快速迭代与成本优化提供了清晰的实施框架。
在具身智能的发展中,真实数据与仿真技术并非对立,而是互补关系。
合成预训练与少量真机后训练模式已在多场景验证有效,但在复杂交互场景中,高价值真实数据与高保真仿真仍不可或缺。
平台化加速研发进程,但安全性是规模落地的关键挑战。
企业应聚焦可实现商业闭环的单点任务,逐步扩展至具备规模化盈利能力的组合场景,并积极协同开源生态与推进标准化。
整体发展路径应分为三个阶段:从“功能实现”到“任务可靠”,再到“规模扩展”,理性规划节奏,坚定投入方向。
当前面临的风险包括需求疲软、供应链风险和竞争加剧。
投资标的及推荐理由投资标的:具身智能相关企业、数据工厂建设企业、合成数据技术公司、机器人制造商。
推荐理由: 1. 具身智能技术的发展正处于快速迭代与成本优化阶段,企业在高效生成高质量数据方面的能力将成为竞争壁垒。
2. 云-边-端协同架构的应用(如比亚迪工厂)和“分布式大小脑”范式推动了多场景应用,显示出市场需求的增长潜力。
3. 灵巧手操作技术的进步(如精度达到0.02mm)为细粒度作业提供了可能,适合在零售、仓储、酒店等场景的落地应用。
4. 合成数据与真实数据的结合能够显著提升样本效率,降低研发成本,适应多样化的应用需求。
5. 平台化进程加快,行业向系统化、平台驱动的工程范式转变,为企业提供了更高效的研发环境。
6. 随着智能体在真实场景中的应用,安全性、鲁棒性和确定性成为核心挑战,具备解决方案的企业将具有长期竞争优势。
7. 商业闭环的实现将推动企业盈利能力的提升,且家庭应用市场在未来5-10年内有望实现突破。
综上所述,具身智能及其相关技术领域的企业将是投资的重点方向。