外滩大会三问具身智能： 模型、数据、生态如何突围？

9月11日，蚂蚁灵波科技在2026 Inclusion·外滩大会举行“基座之上：具身智能的场景突围与协同进化”论坛。多位具身智能领域的年轻科学家、数据专家与百亿具身企业掌门人齐聚，围绕通用大脑、数据飞轮与场景落地展开讨论，现场座无虚席。 具身智能正处在一个焦灼时刻：行业热度不断升高，人们对机器人“真干活”的期待也越来越高，但技术路线尚未收敛，真正有效的数据仍然稀缺，能够规模复制的产品形态和商业模式也还在探索。 三场圆桌把讨论落到行业最为关切的具体问题上：机器人如何从完成一次任务，走向长时间稳定工作；又如何从一个场景的成功，走向更多场景的低成本复制？现场没有形成标准答案，但衡量行业进步的尺度正在变得具体：模型是否降低了场景部署成本，数据是否真正带来能力提升，产业链各方又能否形成持续反馈的闭环。 一问模型：终点不是更漂亮的 demo，而是更低的部署成本 （图说：具身科学家论坛） 机器人到底需要怎样的通用大脑？ 蚂蚁灵波首席科学家沈宇军将讨论拉回第一性原理：与其争论VLA还是WAM，不如先回答机器人究竟需要什么能力。在他看来，过去的路线之争一定程度上是在沿用多模态大模型、视频生成模型等数字世界的既有工具寻找捷径。这些路线有阶段性价值，但不是终局。 与对话式模型不同，机器人行动时，视觉、触觉等传感器信号仍在连续涌入。沈宇军将通用大脑的基础能力归纳为三件事：从原始信号中提取有效表征，将视觉、触觉等不同模态融合对齐，再生成可以真正执行的动作。具身模型不能简单复刻数字世界处理信息的方式，还是需要发展真正面向物理世界的模型架构与训练方法。 <p