6月30日，由联想控股（HK3396）微空间、联想之星、融科资讯中心共同发起的“科技有「联想」·硅基进化论”线下沙龙活动在京举行。来自具身智能学术、创业、产业与投资领域的多位嘉宾齐聚一堂，共同直面行业高歌猛进下的深水区困惑，试图在共识与非共识的碰撞中，为具身智能的产业化破局寻找路标。
不同于传统活动安排主题演讲，本次沙龙以“白板开放麦”的形式，邀请其中7位嘉宾分享各自最真实、最独家、最尖锐的一线观察。
他们中有AI 1.0时代的亲历者，有最早押注人类视频路线的具身基础模型技术极客，有深耕腿足机器人十余年的行业老兵，也有来自制造业一线的工程化专家。他们各自的立场、经历和赛道不尽相同，却共同指向几个绕不开的深层问题：数据瓶颈到底怎么破？模型范式的下一站在哪里？人形机器人（886069）离真正创造价值还有多远？制造和量产为什么比研发更难？十年后的产业格局会是什么样子……
本文梳理了他们的核心观点，希望给大家呈现一场关于数据、模型、本体、制造与商业化的真实思辨。以下，enjoy：
幂特科技联合创始人&CTO王志成率先以AI 1.0时代的感悟开场：“数据是核心，模型是辅助。”在旷视五年的落地经验告诉他，AI产品从头到尾80%的精力都耗在数据上，且应用场景过于垂直，边际价值递减——安防（885423）做得越久，产品价值反而越小。他分享到：如果物理AI时代没有做到Scaling，其实就是重复在做AI 1.0时代的事情。
智在无界BeingBeyond合伙人郑思鹏则用数字拆解了真机数据的死穴：一条30秒的真机数据成本10-15元，一万小时需要高达千万元的投入，而顶级预训练动辄百万小时——这条路根本跑不通。智在无界团队最早提出了具身基础模型预训练的“非共识”，即通过使用大规模人类第一人称视频训练通用模型框架。这个路线在今年初已经从非共识逐渐走向共识。
无问智科创始人刘盛翔进一步提出：行业不仅缺数据，更缺整套数据基座，包括工具链和测评体系。他类比英伟达（NVDA）的CUDA生态，认为没有好用的工具链，即使有一千万小时数据也榨不出价值。同时，他判断技术范式终将走向融合，而融合的基础是数据驱动。
郑思鹏分享了另一个非共识转共识的案例：去年行业主流是VLA（视觉-语言-动作模型），但VLA受限于高质量数据稀缺，无法像大语言模型那样遍历可解空间。智在无界率先转向隐式世界动作模型（Latent World Action Model）训练范式，不预测下一帧画面，只建模与动作相关的隐状态，计算成本远低于显式模型。今年已经有越来越多机构开始探索这条路线。
王志成则对模型范式的变革持冷静态度：过去十年真正推动行业的文章只有AlexNet、ResNet、Transformer等寥寥几篇，产生新范式的概率极小。他认为当前物理AI的核心不是追求新模型，而是对物理世界的模拟和建模，学习的本质并未改变。
宇泛智能CFO戴恺更是直接押注，认为世界模型可能是打开通用具身机器人的那把钥匙，尽管他也承认，未来是否会演变出更神奇的架构尚不清楚。
优宝特机器人创始人范永作为从业腿足式机器人12年的老兵，用两个比喻定调：人形机器人（886069）是长坡厚雪的马拉松，现在才跑了2公里；同时它只有3岁小孩的成熟度，不要指望它现在马上去工厂打工，但要相信他是一个健康的孩子，只要持续深耕培育，未来一定会成长成熟，走向社会应用。他呼吁行业要有包容和期待，容忍不完美。
云松鼠智能创始人黄骏达则聚焦灵巧手，抛出一个尖锐的“非共识”：五指灵巧手的重要性依然被低估。他复盘了自己从五指到三指、二指、再回到五指的研发路径，指出夹爪根本不是通用器件。平行夹爪、鱼鳍状夹爪、旋转夹爪各有专用形态，数据不通、任务不通，泛用性极差。而五指手是通往通用操作的必经之路，其技术收敛可能比预期的更快，三年左右就能看到灵巧手的大量落地案例。
联想集团（HK0992）MaaS团队业务leader陈磊带来制造业的“非共识”：当前具身智能行业不存在“研发完成即可实现市场爆发”的逻辑，即便产品方案设计完善，前期工程化环节的差距，也会直接影响到企业落地成效，“企业规划产品全生命周期（883436）时，需重点考量后端落地保障能力，构建稳定可持续的产品化、商业化路径，主动联动传统制造产业资源。”
△联想集团MaaS团队业务leader陈磊
他透露，联想集团（HK0992）MaaS团队已与多家具身智能行业头部企业展开合作，在数据素材采集、工程化设计、供应链匹配乃至出海咨询等方面提供支持，帮助创新企业跨越从创意到落地的鸿沟。
刘盛翔表示，2B场景将比2C提前三到五年落地，因为家庭场景的安全验证难度远高于相对封闭的工业与商业环境。
戴恺则给出了自己对于未来格局的推演。他预判十年后产业将分成明显的梯队。具体而言，全球只有两到三家算法公司能跻身第一梯队站上万亿市值，另有少数在算法、小脑、本体、场景应用四方面无短板的“1.5梯队”公司可跻身万亿俱乐部，其余大部分“玩家”只能在某一环节精耕细作。
整场沙龙下来，最动人的不是任何单一答案，而是所有嘉宾共同的“非共识”姿态：
● 数据不是多多益善，而是需要基座；
● 真机采集不是唯一，人类视频可能更优；
● VLA不是终点，隐式世界模型正在崛起；
● 夹爪不是通用，五指手会更快到来；
● 研发不是全部，制造才是生死线；
● 通用机器人不是明天，但十年格局已经可以勾勒……
正如王志成所说，“如果物理AI没有做到Scaling，我们不过是在重复AI 1.0的老路”。而郑思鹏也提醒，非共识与共识之间随时在转化。今天的非共识，也许就是明天的行业常识，唯一不变的是对物理世界建模的深层渴望，以及一群产业人在两公里处，为42公里马拉松所做的踏实准备。
