> 资讯

一目科技创始人李智强受邀出席博原资本2026年度产业大会 共话人形机器人规模化落地新阶段

 2026-11-20 来源:互联网

  11月17日,博原资本2026年度产业大会在上海举办。大会以“穿越周期·洞见产业跃迁”为主题,一目科技创始人兼CEO李智强博士受邀出席,并在“人形机器人 迈向规模化落地的新阶段”圆桌论坛与行业嘉宾对谈,共话人形机器人规模化落地的路径与节奏。

1795157156973461.png

  两次前瞻判断锚定触觉与物理操作界面

  在企业年度进展话题上,李智强博士表示,面向物理 AI 时代,一目科技以触觉构建物理AI基础设施,公司已走过十年产业周期。过去三年,一目科技两次前瞻判断相继被验证,也沉淀为这套基础设施的核心能力。

  第一次判断落在触觉。三年前,一目科技管理团队提出,具身智能要真正落地,大脑会越来越成熟,而机器人与物理世界接触的触觉不可或缺,如今这一判断已经成为行业共识。

  第二次判断是“不做大脑”。一年半前,公司团队做出这一取舍。彼时通用大模型赛道估值抬升飞速。团队仍判断,通用模型的能力会持续向具身侧延展,因此选择聚焦物理操作界面,为物理AI提供基础设施。

  “三年前,我们押注触觉。一年半前,我们决定不做大脑。”李智强表示。今年9月,OpenAI 新一代通用大模型发布,这一判断随之得到验证,物理 AI 的 Scaling Law 也逐步显现。

  模型与小脑能力合流,灵巧操作仍是产业缺口

  谈及过去一整年全球具身智能的进展,李智强博士认为模型能力基本收敛至 Scaling Law,通用大模型解决了认知与推理层面的“System 2”问题,英伟达近期发布的 Groot 2.0,则把运动控制等“System 1”能力补齐。

  “两项能力合流后,机器人的能力边界基本打通。”李智强表示,此后只需持续投入数据与硬件,就可能会实现具身智能的GPT时刻。

  但相比模型侧的快速收敛,硬件端还未完全跑通。现阶段,整机已有企业展现充分能力,但真正落到操作层面,尤其是灵巧操作能力还需行业持续投入与发展。

  中美软硬互补,产业链壁垒决定长期胜势

  对于中美在具身领域的投入策略差异上,李智强博士以“美国偏软、中国偏硬”概括。他指出,美国更加看中通用型技术能力,比如通用基础模型等;中国则更擅长在各类场景中寻求解决方案,因此各项工程化落地更快;两者是互补关系。

  他还分享了在硅谷与一位 DeepMind 研究员交流时的判断:美国机器人公司更擅长软件层,但软件能力的代际差大约为半年,很快就能被追平。而硬件与整条产业链的差距,不是半年能补上的。“若在美国重建整套硬件产业链,五年也未必够。”在他看来,落到具身智能这个行业,中国的机会更大,竞争优势在长期稳定性上更难被复制。

  先验证 Scaling Law,再谈规模化落地

  对于未来行业节奏,李智强博士表示,具身智能的成熟度,取决于模型、数据与物理操作基础设施是否扎实。产业的跃迁,必将伴随从“抢场景”到“拼模型与基建”的理性回归。当灵巧操作被真正催熟,机器人才能突破行动的边界,走进物理世界。

  2027至2030年是 Infra 阶段,如同2018年起 GPU 先行受益,大量基建与数据投入会先于好模型出现。此后三年进入模型大爆发,物理 AI 会像今天的 AI 一样成为绕不开的话题,机器人开始被大众接受。再往后的三年,才轮到 Harness 与应用真正铺开。“我非常期待下一代通用大模型真正把我们推向 Scaling Law。”

1795157167279643.png

  聚焦到2027年,李智强更期待模型侧的硬指标的迭代与提升,比如通用大模型继续向下一代迭代,Groot 从 2.0 走到 3.0,真实数据规模从40万小时迈上100万至200万小时。他把当下类比为2020年时候ChatGPT 时刻,明年则对应2021年,目前最紧要的是脚踏实地把模型和硬件基建做好。

版权声明

广深在线内容如无特殊说明,内容均来自于用户投稿,如遇版权或内容投诉,请联系我们。