突破百亿元产值后，“具身智能的ChatGPT时刻”何时到来？银河通用等头部玩家激辩共识与焦虑

每经记者：李宇彤 每经编辑：余婷婷

具身智能产业正站在爆发式发展的关键窗口期。

3月27日，在“2026中关村论坛年会”的“AI开源前沿论坛”上，一场主题为“百亿具身智能对话”的圆桌论坛成为全场焦点。

“去年是具身智能关键的一年，行业产值突破百亿元，也涌现出一批估值超百亿元的公司。”圆桌开场，银河通用创始人王鹤作为主持人，一句话点出了这场“百亿对话”的底色。现场，王鹤与智平方联合创始人张鹏、千寻智能联合创始人高阳、原力灵机创始人唐文斌、星动纪元联合创始人席悦同台对话，这五位国内具身智能赛道的头部企业创始人围绕产业发展现状、技术核心瓶颈、场景落地路径与行业标准共建四大核心议题，展开了一场深度探讨。

图片来源：每经记者 李宇彤 摄

《每日经济新闻》记者现场了解到，在这场圆桌对话中已经达成产业共识：2025年是行业筑牢基础、从实验室走向真实场景的蓄势之年，2026年则有望成为具身智能从技术积累迈向规模化落地的跃迁之年。

另一方面，随着机器人逐步走进真实商业场景，行业标准体系的缺失，已成为制约产业发展的核心痛点。

2026年年末到2027年年中有望迎来“具身智能GPT3.0时刻” 数据仍是最大考题

对于过去一年的行业发展，“打基础”成为五位嘉宾不约而同提到的核心关键词。

张鹏率先给出判断：“2025年对于整个行业来说，我觉得最重要的一点，是把场景验证真正落到实处，能够开始从实验室走到真实的场景里面。”在他看来，具身智能行业已完成核心场景的初步验证，后续则需要在具体场景中不断地优化模型。

与此同时，唐文斌也有着冷静的观察，他表示行业技术水平仍处于初级阶段。但他同样认可过去一年全行业在数据、训练、模型底座上的积累，并表示技术迭代的增长斜率极为可观。

自从具身智能驶上发展快车道，将其与已先行一步的大语言模型迭代路径相类比的声音便不绝于耳，“具身智能的ChatGPT时刻”何时到来，始终是行业热议的话题。在本场对话中，千寻智能联合创始人高阳给出了判断，“2025年，我们处在GPT2.0的时代”。

在他看来，具身智能的发展遵循着与大语言模型相似的迭代路径，2025年行业正处于GPT2.0向GPT3.0跨越的关键前夕。这一年，行业核心解决了数据层面的基础设施问题，完成了规模化扩张的前置准备，整体已是蓄势待发。当前具身智能模型已具备基础泛化能力，但仍存在较高出错率，与GPT2.0的阶段特征高度契合。同时，数据与模型的规模化扩张已出现初步可行性，2026年行业核心将聚焦大模型与大数据的规模化训练，完善系统层面的scaling（规模化扩容）能力。高阳判断，2026年末到2027年年中，行业有望迎来具身智能的GPT3.0时刻。

在复盘行业进展的同时，嘉宾们也直面当前产业面临的核心技术瓶颈，数据成为聚焦的核心痛点。

“当前行业最大难点仍在数据端。”席悦以落地视角直言，真实场景的数据采集难度大、成本高、效率低，传统人工采集优化的模式已无法适配行业发展需求。为此，星动纪元正构建从数据采集到模型迭代的闭环数据飞轮，并探索人类与真机搭配的多模态数据采集模式，破解数据适配难题。

唐文斌则补充指出，数据是核心瓶颈之一，但并非全部。当前虽有遥操数据、仿真数据、真实场景回流数据等多种来源，但问题在于模型对训练分布外的未知场景泛化能力弱。他进一步指出，数据采集与模型落地形成了“鸡和蛋”的悖论——机器人不成熟就无法批量部署，而没有批量部署就无法获得真实场景的持续回流数据。“我们必须找到一种方法，让机器人能够批量、持续地被真实场景使用，在这个过程中完成数据回流。”唐文斌称。

张鹏也给出了自己对解决数据问题的思考。他认为，具身智能的数据问题，虽然可以通过开源数据、互联网各类视频数据作为模型预训练的基础素材，但最具不可替代价值的，是工业、公共服务等一线真实场景回流的数据，这是行业最核心的资产。对此他建议，要搭建高效数据飞轮推动场景数据持续回流，在保障数据安全的前提下与客户共享数据，同时通过合成生成、数据增强、仿真技术放大数据价值，参考自动驾驶行业经验降低数据成本。

模型能力尚处早期，结构化场景是规模化落地必由之路

筑基之后，对于2026年企业的目标落地方向，嘉宾们达成共识：现阶段人形机器人的落地，必须从结构化、半结构化场景切入。

张鹏表示，智平方2026年将主要布局工业场景与公共服务场景。在他看来，这类半结构化场景与当前的模型能力、产业链供应链能力相匹配，是能够实现规模化交付与布局的。高阳同样将公司2026年的核心发力点放在了工业场景与基础服务场景，“当前模型能力仍处于早期阶段，我们还是要从相对简单的场景入手”。

2025年底，千寻智能“小墨”机器人在宁德时代中州基地电池产线落地，负责EOL（生产线终端测试）与DCR（直流内阻测试）工序的高压测试插头插接。同期，“墨子”（Moz）机器人入驻京东零售场景，提供商品讲解、操作演示及咖啡制作等服务，完成零售场景落地验证。

图片来源：千寻智能公众号

这一落地路线也和银河通用有相似之处。2025年6月，宁德时代领投银河通用11亿元融资，随后其Galbot机器人开始在宁德时代电池工厂实现全自主常态化作业，适配复杂工业工况。零售端，“银河太空舱”无人零售方案已落地全国超百家门店。

本次圆桌对话中，王鹤也透露了“银河太空舱”的最新落地成果。据其介绍，太空舱零售场景目前已落地全国数十个城市、上百家门店，累计回流了8万小时的真实场景作业数据，为模型迭代提供了支撑。

唐文斌也在分享时表示，当前模型驱动的机器人难以做到100%成功率，因此场景选择必须满足具备错误容忍度、节拍可弹性、具备泛化性、支持长时间作业这四大条件，唯有如此才能形成清晰ROI（投资回报率）与商业闭环。他指出，场景规模化的核心在于两点，一是客户业务流程可闭环，二是投入产出可算清；基于此，物流场景成为优先方向，可通过容错兜底机制保障落地。

他同时也肯定了银河通用“银河太空舱”的落地场景，认为兼具实用与体验的场景同样具备价值。机器人虽执行效率尚未完全成熟，却能在提供基础服务的同时传递情绪价值，成为技术走向成熟的重要验证载体。

席悦分享的三大场景选择逻辑，同样锚定了物流与工业赛道：优先选择技术模块高度标准化、可规模化复制的场景；优先选择有明确量化指标的场景；优先选择人类经过短期培训即可上岗的岗位。

评测基准、硬件接口、安全底线：标准缺位成具身智能落地痛点

随着人形机器人逐步走进工厂、物流园区、零售终端等真实商业场景，行业缺乏统一标准体系的痛点日益凸显。圆桌对话的最后，王鹤将问题抛向了行业的标准。

张鹏将这一标准的建立拆分为三个方面：一是数据标准与数据格式规范，这是行业数据流通与协同的基础；二是机器人智能等级与能力评测体系，为行业技术迭代提供统一的衡量标尺；三是配套的法律法规与合规准则，明确机器人的行为边界与事故责任界定。在他看来，这三大标准是行业规模化发展的核心基础。

唐文斌重点强调了评测基准的核心价值，他直言：“我觉得对内对外（标准）都非常重要。对内，如果在模型训练时都不知道怎么去评价模型，我们怎么去衡量自己的进步？”

站在产业链发展的角度，高阳补充了硬件与接口标准化的重要性。他预测，未来人形机器人将走向类似笔记本电脑、汽车的复杂整机形态。这就需具备零部件、遥操接口、通讯协议的标准化，才能实现产业链的精细化分工，大幅降低行业研发与适配成本。

席悦则从底线思维出发，强调安全标准是当前行业最迫切、最核心的底线需求。“它（具身智能）的标准是一个行为标准，怎么去约束、制定这个标准是非常值得推敲的。”他表示，安全标准的制定，既要避免过度严苛的规则约束行业创新，也要牢牢守住安全底线；既要建立全行业通用的共性安全标准，也要针对不同应用场景建立细分的行业安全规范。