观察丨数据困境与模型挑战并存，AI智能体与机器人如何破局

9月10日-13日，2025 Inclusion·外滩大会在上海举行，AI无疑成为本届大会最受关注的焦点。

在多个论坛中，行业专家、企业家与投资人展开了热烈讨论，深入探讨了当前行业发展所面临的挑战。在算力爆发与模型创新的关键阶段，无论是聚焦物理实体的机器人，还是专注于数字世界的智能体（Agent），都共同面对着数据质量、模型能力与产业化落地的多重挑战。

数据困境与模型挑战，机器人何时能进入家庭

在大会主论坛的圆桌环节，宇树科技创始人、CEO王兴兴反复提及“数据”问题：真正优质数据怎么采？数据质量应该达到什么标准？当前应该采集什么类型、多大规模的数据？哪些数据比较有价值应该重点采集？

王兴兴指出，目前机器人的数据，无论采集、噪声、数据质量问题都非常大，“都还是比较模糊的阶段”。

他表示，希望能通过提高数据的利用率、提升模型对数据的理解能力，实现用少量数据也能获得良好的效果。而从模型的角度，很多情况下数据并非要单纯从量的角度来衡量，有些特征性数据非常重要，比如机器人到底哪些动作或场景怎么采集会比较有质量。

在一场分论坛上，银河通用联合创始人张直政则强调，具身大模型的发展可能需要上万亿条数据。

张直政认为，若全部用真实数据采集既不可行也不可持续，即便同一个人重复相同动作，每次的一致性都很差，导致真实数据的样本效率极低。而仿真数据在可控性和规模化方面具有极大优势，虽然其在物理和语义学习上不如真实数据，但可以通过图文大模型和数字大模型来弥补。

清华大学交叉信息研究院助理教授、具身智能实验室负责人、星海图联合创始人许华哲也在大会期间表示，真实数据虽然比较昂贵，但是质量非常好，仿真和互联网数据可能更便宜、更容易获取，但与真实数据的质量会仍存在差距。不过，即便采用真实数据，也存在“真实到真实的差距”（Real2real Gap），影响训练出的VLA（视觉-语言-动作模型）最终质量。

模型则是机器人的另一个瓶颈。王兴兴指出，对于机器人而言，最大的问题还是AI模型没办法很好地把硬件用起来，比如灵巧手。同时，目前纯语言模型或纯视频模型效果显著，但一旦需要将语言与图像深度融合，就面临巨大挑战，特别是在机器人控制领域，如何让生成视频与机器人的控制模态精确对齐，至今仍面临难题。

如何解决灵巧手的难题？灵心巧手联合创始人兼首席AI架构师苏洋给出了他的答案。

苏洋表示，就像预训练模型需要大量数据一样，如果能有1万台、10万台、100万台设备，真机数据采集会变得异常容易，真实数据采集的价格也会变得异常低。

同时，苏洋还指出，目前灵巧手占人形机器人成本的比例大约在21%-23%。他希望能够造更多、更便宜的灵巧手，争取三年内将价格“打到”500元甚至100元，“这时候机器人就能进家庭了，我们先做工业把它用得稳定，在苛刻的环境下把稳定性、可靠性、灵巧性都解决了，然后压低成本，进入千家万户”。

国家地方共建人形机器人创新中心首席科学家江磊指出，当前具身智能的路径还远未收敛，“但好在目前具身智能的四条路径——智驾、机械臂、腿足式机器人以及芯片，就像四条产业链的射线，当有一天集中于一个点的时候，可能具身智能这个产业就能落地”。

留给智能体的窗口时间不多了，产业将趋分化

业界普遍认为，今年将会是AI智能体的元年。在本次大会上，展区内的各类智能体功能齐备，数不胜数。

BAI资本创始及管理合伙人龙宇则坦言，智能体的概念其实也还在被定义和落地过程当中，处于大家不断努力的过程当中。

她认为，当前用户端、消费者、企业端给予所谓的智能体概念极大前所未有的宽容，愿意接受30%-60%的完成度，这在传统企业级服务中是不可想象的。不过，这种宽容并非没有期限。龙宇强调“留给我们的窗口时间已经不多了”，随着token成本的大幅下降，一些重新设计和优化构架以及工作流的可能性已经出现，大家会对智能体交付的完成程度越来越较真，特别是在金融等高风险领域，容不得半点容错率，不是“做得还不错”就可以接受的。

RockFlow创始人、CEO Vakee也指出，目前大模型在垂直领域的数据是缺乏的，在金融领域的落地对于准确性的要求非常高，同时强监管的场景性质也需要算法具备可解释性。

对于行业未来，龙宇表示，半年前还备受关注的Devin等垂直Agent，现在已经较少被提及，“目前技术已经够用，关键是定义出新的交互范式，而非产品形态”。未来，智能体将会是产业分化、模型产业化的趋势，大家都开始进行深层次的思考。

在如今这个AI发展的关键节点，不论是机器人还是智能体，只有真正理解数据价值、提升数据利用率、突破模型的挑战，才能加快迎来真正的爆发式发展。当机器人能够进入千家万户，当智能体能够真正理解并完美执行人们的指令，一切将会变得截然不同。