对话自变量创始人王潜：单独出售机器人模型路径难以走通，软硬件结合形成闭环是必然

图源：受访企业提供

蓝鲸新闻8月13日讯（记者 翟智超）在8月8日—12日举行的2025年北京世界机器人大会上，具身智能领域展现出显著变化：软件与硬件之间曾泾渭分明的分工模式正被主动打破。专注于通用具身大模型研发的自变量机器人，此次发布了其自研的"量子2号"具身机器人；而深耕VLA大模型等核心技术的灵初智能，则凭借其人形机器人流畅打麻将、自主打包快递等实机演示吸引了广泛关注。

上述"破界"之举，或源于机器人产业软硬件高度耦合的本质。正如自变量创始人兼CEO王潜在接受媒体采访时所言，机器人价值需依托"实用价值"落地，单独出售模型难以走通，软硬件结合形成闭环是必然。当硬件技术门槛降低，掌握核心具身模型的软件企业自研硬件，既能精准适配模型需求，又能获取真实数据加速模型进化，构建数据与技术闭环。

值得注意的是，在此次大会中，真实数据与仿真数据之辨也成为具身智能领域的热门话题。王潜结合自身实践给出了答案：二者的价值因应用场景不同而有所差异，但真实数据是核心根基，具身模型的进化必须扎根于真实的物理交互之中。

软件企业"破界"造硬件

机器人产业长期遵循着明确的软硬件分工模式：软件企业聚焦于算法模型、感知决策系统及人工智能技术的研发，硬件企业则致力于本体制造、机械结构设计、运动控制执行等物理层面的优化。然而，这一看似稳定的界限正被业内企业主动打破。

王潜阐述了这一变动背后的深层次原因："机器人与PC或手机不同，难以构建类似Windows或Android的通用软件生态。"他强调，机器人的软硬件具有高度耦合性，无论是动作执行的精度还是环境感知的灵敏度，都深度依赖算法与硬件的协同优化。

从商业化实践的角度看，王潜认为在机器人领域单独出售模型的路径难以走通。"机器人的核心价值在于其‘实用价值’——即完成具体任务的能力，而非展示性的‘形式价值’。"用户真正需要的是能够解决实际问题的完整产品，而非孤立的算法模块。因此，具身智能模型要实现有效落地，必须与硬件深度整合，形成一个闭环系统：模型驱动硬件执行任务，而硬件在真实场景运行中产生的数据，则反馈回来驱动模型的迭代优化。

王潜进一步指出，当前硬件技术的成熟度也为这种融合提供了现实条件。"随着人形机器人领域近年来的发展，硬件技术路线已逐步成熟并达到较高水平。当前的瓶颈在于缺乏能够有效驱动这些硬件的智能‘大脑’。"当软件企业掌握了关键的具身模型能力后，涉足硬件研发便成为一个合乎逻辑的选择。这既能确保硬件设计与模型需求高度契合，最大化系统性能；又能通过实际部署，持续获取真实场景中的第一手交互数据，从而加速模型的进化进程。

然而，上述软硬件一体化的核心难点在于构建数据与技术的闭环。王潜总结道："机器人最终的竞争力落脚于模型能力，而模型的进化则严重依赖真实场景数据的驱动。自研硬件使得企业能够直接掌控数据入口，这是实现技术迭代和商业价值的关键路径。"​

真实数据VS仿真数据

近日，在具身智能企业的发展进程中，围绕真实数据与仿真数据孰优孰劣的争论日益凸显。

据了解，真实数据能精准反映物理交互，但成本高；仿真数据易获取、成本低，但存在虚拟与现实的差距。这一核心的数据选择，直接决定着研发团队的技术路径是更侧重于仿真开发还是实体测试，同时也深刻影响着研发的效率与成本。王潜基于实践经验给出明确答案：二者价值因场景而异，但真实数据是核心根基。

在复杂物理交互领域，仿真数据基本无效。王潜明确指出，涉及手部精细操作（如扣扣子、拉拉链）等接触丰富、随机性强的任务，其物理规律难以通过仿真准确模拟。"仿真数据无法驱动这类任务的模型真正进化"，这是其团队长期探索后的结论。因此，他们在此类场景完全依赖真实数据。

不过，仿真数据在特定场景下则效率显著。例如导航、基础运动控制、高级任务推理及简单的抓取放置（pick and place）等任务，物理规则相对明确，仿真与现实差距较小。王潜解释，许多机器人运动能力的训练，都先在虚拟环境中进行再迁移至现实世界，这种方式效率高、迁移成本低。

无论仿真如何应用，真实数据始终是基石。王潜强调，最核心的数据必须源于现实世界，包括部署后的回流数据及人工精心采集的数据。他以大模型类比："DeepSeek开源了模型架构和基础设施，但未开源核心数据，因此难以复现其最高水平——数据蕴含了最关键的‘know-how’。具身模型对此依赖更甚。"

然而，数据质量把控是严峻挑战。王潜坦言，分散采集的数据有效性难以保证，而自有可控环境采集的数据，其质量与相关性经过充分验证，更具保障。这进一步凸显了自研硬件掌控部署场景的重要性——它是确保核心数据高质量、高相关性的关键。

因此，王潜主张，仿真数据可提升特定场景的研发效率，真实数据则能锤炼模型的核心能力。他总结说，具身模型作为物理世界的基础模型，其进化必须深深扎根于真实的物理交互，这正是仿真数据无法逾越的界限。