具身智能还有哪些硬门槛？外滩大会主论坛圆桌回应“降维打击”之问

过去一年具身智能很火热，却一直没有回答关键问题：训练机器人到底更应该依赖真实数据还是仿真数据？通用大模型会不会“降维打击”具身模型？机器人什么时候才能真正跨过Demo，进入可持续商业化？ 在2026 Inclusion·外滩大会圆桌论坛《物理智能——分歧与抉择》上，苏度科技联合创始人、CEO韩铮，蚂蚁灵波科技首席科学家沈宇军，自变量机器人创始人、CEO王潜，以及破壳机器人创始人、清华大学交叉信息研究院助理教授许华哲，就数据、智能和场景三场“路线之争”展开讨论。 （图说：2026 Inclusion·外滩大会主论坛物理智能圆桌） 争论背后，一个共识正在形成：具身智能不会简单复制语言大模型的发展路径。真正的竞争，正在从单一模型能力，转向数据、模型、硬件、系统和场景共同构成的完整能力。 一、数据之争：不是“仿真还是真实”，而是谁能获得有效的物理经验 具身智能的第一个分歧来自数据。 韩铮认为，真实世界的数据采集效率有限、质量也不总是稳定，仿真因此是绕不过去的一环。苏度科技长期押注仿真，希望通过大规模强化学习，让机器人在不同物体和环境中获得泛化能力。但他同时强调，仿真与真实数据并不是非此即彼，最终更可能形成分层和组合。 （图说：苏度科技联合创始人、CEO韩铮） 沈宇军则把问题进一步推向了物理世界本身。在他看来，机器人未来真正进入现实环境后，所有信息都只能来自机