鼎好大廈A座2樓的具身智能訓練場內，機械臂和人形機器人正在精準地執行著各種復雜任務。這里是智源研究院具身智能組探索人工智能邊界的試驗田。在這里，能看到智源研究院30余家具身智能合作伙伴的機器，也能看到同一項任務更通用的解法。

去啃那些更前瞻性的研究，成為人工智能創新引領者，是智源研究院創立之初就定下的愿景。跟著智源研究院的科研布局，可以看到行業發展的趨勢。作為新型研究機構，智源研究院負責向創業公司提供“安卓操作系統”，讓企業專心做硬件。這樣的定位讓其對模型、硬件、產業有著更清晰、中立的觀察。

“具身智能的發展，應該先通過專用模型在特定場景落地，形成數據閉環，再逐步向通用化發展，而不是一開始就追求‘萬能具身’”，在與北京商報記者的交流中，智源研究院院長王仲遠多次表達了這一核心觀點。讓他擔憂的是，具身智能訂單的需求真偽、創業公司能否活下來。讓他欣喜的是，資本市場用實際行動證明了各方對具身智能的未來有了共識，技術、產業都在螺旋式上升。

Q：11月，黃仁勛、約書亞·本吉奧、李飛飛等六人同臺討論了AI泡沫等話題，您怎么看待AI泡沫？

A：和某些其他賽道不同，AI賽道本身是沒有泡沫的，AI技術確實在實實在在地便利人們的生活，促進各行各業智能化升級。之所以大家擔心有AI泡沫，更多是當前技術發展實際水平與資本熱度、公眾期待不匹配所導致的。所以拉長周期來看，AI技術依然是下一次技術革命最有可能的驅動力，是一次“智力”變成基礎設施的變革。

Q：年初DeepSeek爆火后，大模型技術在C（用戶）端的滲透加速，但為何公眾層面沒有看到另一個技術飛躍？

A：其實從專業角度來看，我們觀察到今年（2025年）下半年以來AI技術發展在加速，各種新技術突破以及多模態技術的快速發展呈現新的井噴式態勢。之所以公眾層面沒有太多感知，一方面是技術傳導到產品以及實際落地場景還有一段周期，另一方面是國內缺乏類似年初DeepSeek那樣質優價廉的現象級國產模型產品的出現。

Q：常會看到一些由遙控器控制的具身智能，怎樣才能實現自主化？

A：從遙控操作到完全自主，核心要解決的是數據和模型泛化的問題。我們看到的遙控演示，其本質并非能力的欠缺，很多時候它本身就是為特定任務采集高質量示范數據的過程。當前通過遙控展示能力的具身智能搭載的大都是專用模型，每一個動作都是專門采集數據和專門訓練的。簡單來說就是下圍棋的模型不能解決無人駕駛，也不能解決醫療咨詢。我認為機器人時代很可能遵循深度學習和AI 1.0時代的發展路徑，先用小的專用具身智能模型進行場景化落地，使機器人產業跑起來，讓機器人公司活下來。這個過程中要把某一個場景或任務做到99%以上的準確度，做到能長時間運行機器不發熱、硬件不損壞，形成數據閉環，我覺得這是一個讓具身智能自主化更可行的路徑。

Q：數據、算法和算力是人工智能的三大核心要素，具體到具身智能，應該怎么理解數據和算法之間的重要性？

A：高質量且規模化的數據非常重要，但形成真正的數據飛輪更有價值。這需要將數據、模型和場景深度綁定。智源研究院致力于研發高泛化性的、具備解決更復雜任務的模型。創業公司更多是解決具體的問題，比如讓機器人做分揀、搬運、裝配，它們離用戶的真實訂單、場景和需求更近。我們跟具身智能企業合作，希望與它們在不涉及用戶隱私的基礎上共享數據，用以迭代和優化我們的基座模型。企業專注解決“最后一公里”的落地問題，我們則為整個行業提供更堅實的技術底座。

Q：2025年具身智能創業火熱，站在技術的角度，您對具身智能創業有什么建議？

A：創業公司應該聚焦真實的用戶需求、真實的場景，把一個個場景打磨到穩定可用，真正做到機器人7×24小時或長時間工作不出意外。一些創業公司剛成立就想做“萬能具身”，這種做法風險很高，因為目前技術路線還沒有收斂，除非這家公司有很強的融資能力。作為研究院，智源堅持開源開放，吸引了眾多合作伙伴，原因就在于我們為產業承擔了前期探索的風險——我們做路徑探索，做不確定性的事情，將訓練出的基礎模型分享給企業，讓它們不用從0到1開始，可以基于我們的成果快速迭代。

Q：行業發展離不開人才，多家企業都表達了對人才的渴望，您認為具身智能領域的人才需要具備哪些特質？

A：具身智能是一個交叉領域，很多從業者都是從無人駕駛或傳統機器人等行業轉型或跨領域而來。我個人認為，具身智能還處在早期階段，信念和共識是很重要的要素，從業者需要對這個方向的長期價值有深刻認同，能夠堅持探索，不畏懼短期內的不確定性。另外是人才密度，因為這是一個需要軟硬件結合、多學科融合的領域，單打獨斗很難成功，只有密度足夠高才有可能進行快速迭代。人才之外，資金和機制也很重要，高校、企業以及像智源這樣的新型研發機構各有不同的使命，大家做好自己的事情，整個中國創新生態就建立起來了。

Q：當前具身智能產業發展中最大的確定性是什么？

A：最大的確定性是未來兩三年機器人不會進入到消費級的家庭場景。這背后的邏輯非常清晰：具身智能產品要真正走向成熟，從“可用”進化到“好用”，必須經歷一個關鍵的硬件迭代過程。只有當出貨量達到一定規模，我們才能在真實應用中充分暴露和解決硬件層面存在的各種問題。