破解数据贵、量产难、估值分化，8位一线决策者给出这些答案

6月30日，由联想控股微空间、联想之星和融科资讯中心共同发起的“科技有「联想」”线下沙龙首场活动“硅基进化论”在京举行。活动聚集具身智能学术、创业、产业与投资领域的8位嘉宾，围绕数据基础设施、模型范式演进、量产落地与商业化路径等核心议题，展开了一场“共识与非共识”的深度思辨。

幂特科技联合创始人、CTO王志成以AI 1.0到AI 3.0的演进为脉络，直言“数据是核心，模型是辅助”。他回顾了自己此前在旷视科技五年间参与AI 1.0落地的体会——80%的精力花在与数据打交道，场景高度垂直导致边际价值递减。他警示，若物理AI时代无法实现数据规模的Scaling，行业将退回到“继续做AI1.0时代事情”的老路。

幂特科技联合创始人、CTO王志成

智在无界BeingBeyond合伙人郑思鹏则分享了具身领域从“非共识”到“共识”的转变。他算了一笔账：真机遥操数据一小时成本需要数百至上千元不等，采集一万小时可能就需要高达千万元的投入。相比之下，大规模人类第一人称视频不仅成本低了几个数量级，更能覆盖机器人可行动作空间的更大范围。作为率先提出以大规模人类视频数据训练通用模型框架的企业，智在无界于今年4月发布的Being—H0.7具身通用基础模型将数据规模扩展至 20 万小时人类视频,并提出一种全新的范式——基于潜空间推理的世界模型。但目前，行业Scaling拐点仍未到来，预计有效训练时长需达百万小时以上。

智在无界BeingBeyond合伙人郑思鹏

无问智科创始人刘盛翔强调，行业缺的不只是数据，而是涵盖工具链与测评体系的完整“数据基座”。他将此比作英伟达的CUDA生态——没有整套工具链，再好的GPU也用不起来。他还提出，2B场景将比2C提前三到五年落地，因为家庭场景的安全验证难度远高于相对封闭的工业与商业环境。

无问智科创始人刘盛翔

本体层面，优宝特机器人创始人范永以“长坡厚雪”形容人形机器人赛道，认为产业尚在42公里马拉松的前两公里处。他将当下的机器人比作“3岁小孩”——应容忍其不完美，有包容、有期待，相信其终将长大成人；联想集团MaaS业务leader陈磊则从制造视角指出，工程化与量产化是许多创业公司“倒在黎明前”的关键短板，产品从Idea到量产落地之间的鸿沟，往往被研发团队严重低估。

优宝特创始人范永

联想集团MaaS团队业务leader陈磊

云松鼠智能创始人黄骏达提出“五指灵巧手重要性被低估”的非共识判断。他梳理了自己从五指到三指、二指再回归五指的研发路径，指出夹爪看似简单实则是高度专用的器件——不同形状的夹爪（平行夹爪、鱼鳍状、旋转式）所采集的数据无法互通，泛化性极差。而五指灵巧手尽管控制难度大，却具备统一的“模板”价值，其收敛速度可能在三年左右超出预期。

云松鼠智能创始人黄骏达

宇泛智能CFO戴恺则从产业终局视角预测，未来行业将走向高度分化：五至十年内全球只有两到三家算法公司能跻身第一梯队站上万亿市值，另有少数在算法、小脑、本体、场景应用四方面无短板的“1.5梯队”公司可跻身万亿俱乐部，其余大部分“玩家”只能在某一环节精耕细作。他将世界模型比作打开通用具身智能的“钥匙”——虽然这把钥匙具体是什么形态尚不确定，但方向已然清晰。

宇泛智能CFO戴恺

此外跃为资本合伙人王孚睿还主持了一场圆桌论坛，将视角拉向产业化最现实的问题：谁能在工厂里跑出来，谁能在商业场景下稳定运行。

联想之星合伙人高天垚作为投资方代表，回顾了所在机构从2013年起布局机器人赛道的历程。他认为当前行业的火热源于模型能力、本体进步与场景拓展三大要素的历史性共振，行业仍处上升期，远未到“倒闭元年”。高天垚表示，具身智能的产业逻辑仍处于循序渐进的过程中，他看好拥有跨领域能力支撑的公司能够最终胜出。

范永对“倒闭元年”的说法持保留态度。他认为除非一家公司同时缺乏核心技术、落地场景和资金储备，否则在当前政策与资本环境下仍有生存空间。在量产方面，优宝特正从去年的百台级迈向今年的千台级交付，为此正系统性地优化设计可制造性、产线流水化以及售后服务体系。“从100台到1000台，对企业是一次大考。”

戴恺的发言颇为务实。关于具身智能商业化成熟度，他提出了三个分层：量产能力、交付能力与交付质量。其中，量产能力解决“能不能造出来”，交付能力检验“能不能卖出去并装好”，交付质量则拷问“客户愿不愿再买、行业能不能持续”。在他看来，衡量一家具身公司的真实价值，量产能力只是起点，交付能力和交付质量才是分水岭。“依托中国强大的供应链和产业链基础，即便是一家初创公司，通过自建或代工方式也能实现一定规模的量产。”戴恺表示，高复购率、人效提升30%以上、经营性现金流为正，是他判断交付质量的量化硬指标。

围绕未来行业格局，范永认为万亿市场容得下多家企业，产业链足够长，做模组、做本体、做大脑在各自环节都能长出优秀公司，一家通吃不现实。高天垚则认为，最终能收获最大估值溢价的，一定是具备跨领域通用能力的公司。戴恺则从宇泛智能自身实践出发，介绍了其“聚焦两个场景做深做透、再逐步扩展”的策略，目前已在广义物流和大型商业清洗两个细分赛道落子。