作者：蘇打

出品：明亮公司

當(dāng)具身智能將人類從數(shù)字世界帶回物理世界，人、汽車、機器人、場景將如何融合發(fā)展？

5月7日，聯(lián)想創(chuàng)投投資總監(jiān)史晨星、聯(lián)想車計算創(chuàng)新管理總監(jiān)孫炳川、黑芝麻智能CMO楊宇欣、星海圖創(chuàng)始人兼CEO高繼揚以及逐際動力聯(lián)合創(chuàng)始人兼COO張力等，在2025聯(lián)想Tech World創(chuàng)新科技大會“具身智能與智能駕駛技術(shù)創(chuàng)新”分論壇中，就具身智能與智能駕駛的結(jié)合點、當(dāng)前技術(shù)的成熟度與挑戰(zhàn)、應(yīng)用場景的探索及未來展望等進行充分討論。

其中黑芝麻智能、星海圖和逐際動力均為聯(lián)想創(chuàng)投參投的自動駕駛及具身智能相關(guān)創(chuàng)業(yè)公司。

天眼查APP顯示，黑芝麻智能(2533.HK)是領(lǐng)先的車規(guī)級智能汽車計算芯片及基于芯片的解決方案供應(yīng)商，于2024年8月在香港交易所主板掛牌上市。2021年，聯(lián)想創(chuàng)投曾參與其C輪融資。

星海圖成立于2023年9月，定位“立足中國、放眼全球”的具身智能公司。2025年4月，星海圖宣布完成A+輪融資，聯(lián)想創(chuàng)投參投。

同樣作為具身智能公司，成立于2022年的逐際動力LimX Dynamics聚焦打造全尺寸通用人形機器人，并衍生了包括雙足機器人等創(chuàng)新產(chǎn)品。2023年，聯(lián)想創(chuàng)投參投了其Pre- A輪融資，總?cè)谫Y金額近2億元人民幣。

聯(lián)想車計算創(chuàng)新管理總監(jiān)孫炳川：汽車正慢慢變成機器人

如果按照時間來算，自動駕駛比具身智能早出現(xiàn)很多年，可能談不上融合，但從發(fā)展形式來看，未來自動駕駛的發(fā)展會讓汽車具有很多的具身智能特征。

從這個角度講，很多自動駕駛和智能汽車相關(guān)的技術(shù)，從計算的平臺到感知的技術(shù)，到?jīng)Q策的技術(shù)，甚至到交互的方式，到智能交互的方式，未來其實都可以跟具身智能一起，做一些相關(guān)的協(xié)同或者復(fù)用。

未來，Physical AI比較典型的代表有兩個，智能汽車和機器人。回到技術(shù)本身，當(dāng)下具身智能還是以走得穩(wěn)、行得好、夠安全為第一要務(wù)。

在應(yīng)用場景方面，汽車已經(jīng)到了一個質(zhì)變的階段，正慢慢變成機器人，從這個角度講，我認(rèn)為現(xiàn)在的發(fā)展可能也是一個元年，不僅是自動駕駛，也包括感知。其中一個維度是車本身，另一個維度事整車的研發(fā)、設(shè)計、生產(chǎn)。在技術(shù)框架、技術(shù)路線、技術(shù)趨勢相同的層面上，我們認(rèn)為從車內(nèi)到車外各個場景都會有很大的機會。

黑芝麻智能CMO楊宇欣：靠自動駕駛活到具身真正落地的那天

其實在我們看來，自動駕駛和具身智能基本上是“一回事”。但對于2018年之前的智駕，我沒有那么樂觀，比如2015、2016年的智駕行業(yè)，是把具身分成了虛擬數(shù)字和實體物理兩個部分。

本體部分，現(xiàn)在很多關(guān)鍵零部件的技術(shù)邊界探索仍舊沒有完成，包括具身要實現(xiàn)不同的數(shù)據(jù)輸入、傳感器的能力等；數(shù)字即算法探索部分，現(xiàn)在的模型能不能支撐最后具身所有的數(shù)據(jù)輸出輸入，包括世界模型，也還是在探索過程中。

簡言之就是邊界和技術(shù)方向，現(xiàn)在大家只是有一個朦朧的方向，或許會在某個節(jié)點把之前的很多問題一下解決掉，但這個可能還是需要一定的時間。

具體到應(yīng)用場景，現(xiàn)在也仍舊在探索過程中，邊界在哪大家并不知道。究竟哪些場景愿意開放具身來試？機器人馬拉松大賽是不算的。但現(xiàn)在汽車行業(yè)是非常積極地在提供場景，一方面智駕是具身的初級形態(tài)，另一方面很多車企的供應(yīng)鏈現(xiàn)在與機器人的重疊度非常高。

目前汽車行業(yè)的天花板每年全世界是8000萬到1億臺，不能再增長的情況下，這么龐大全球的汽車工業(yè)怎么辦？下一站就是機器人。我們認(rèn)為，未來5到10年機器人每年的量將是汽車的10倍，這個量是非常大的。所以很多車企正在開放一些產(chǎn)線的簡單場景給具身智能進行嘗試，比如搬箱子，這種場景不需要一個完整的人形機器人。目前來講，具身的移動過程中，雙足還需要更多的驗證。

如果要總結(jié)具身智能和自動駕駛加速產(chǎn)業(yè)發(fā)展的過程，我想就是靠自動駕駛先活下來，然后才能活到具身真正落地的那一天。

星海圖創(chuàng)始人、CEO 高繼揚：具身智能在北美和歐洲應(yīng)用空間更大

關(guān)于具身智能和自動駕駛的融合，我自己挺有感觸的。剛開始創(chuàng)業(yè)時，大部分投資人都會說我們是從自動駕駛轉(zhuǎn)行來做具身智能，我說不是，具身智能就是自動駕駛的一個自然延續(xù)，他們就是一回事。

一開始做自動駕駛的有兩波人，第一波是從2008年到2015年，他們更多是RoboTaxi背景，那個時候AI并沒有發(fā)展起來；第二波是2015年之后，尤其是2018年之后特斯拉的介入，開始講端到端數(shù)據(jù)驅(qū)動，這些人開始重做自動駕駛，他們底層的思考問題都是關(guān)注數(shù)據(jù)閉環(huán)和智能邊界，而這兩件事也是當(dāng)下我們看具身智能領(lǐng)域里面最重要的要素，也是令RoboTaxi實現(xiàn)從單一場景到泛化場景過程中的關(guān)鍵變量。

而做具身智能的另外一批人，則更多關(guān)注機電系統(tǒng)、運控。最終產(chǎn)業(yè)的成功是這幾波人的結(jié)合。

現(xiàn)階段具身智能供給側(cè)的特點包括三方面，速度、精度和泛化性。傳統(tǒng)的協(xié)作臂是速度高、精度高、泛化性為零；現(xiàn)階段的具身智能的供給特點是中等執(zhí)行精度及速度，但具有較高的泛化能力。至于泛化能力怎么定量，我們給的指標(biāo)是，在物理世界中學(xué)習(xí)新任務(wù)的邊際成本。過去很多非標(biāo)自動化中，企業(yè)經(jīng)營不好的一個很大原因是邊際交付成本太高，其中包括大量工程師成本。而AI環(huán)境下，我們看到了可以做標(biāo)品的機會。

而標(biāo)品的最終出口是所有邊際成本全部壓縮在數(shù)據(jù)上。比如，學(xué)某一種工序，操作機器的每個動作需要兩三百條數(shù)據(jù)，換一個場景仍舊只需要這些數(shù)據(jù)，而兩三百條數(shù)據(jù)的采集成本是非常低的，一個工人一天200塊錢的樣子，訓(xùn)練的邊際成本也很低，這個是我們現(xiàn)階段怎么去定義具身智能在物理世界中的泛化能力。

而泛化能力的演進也是具身智能在物理世界Scaling Law的過程，也就是說，關(guān)鍵的指標(biāo)是看今天的兩三百條邊際數(shù)據(jù)成本能不能隨著大量數(shù)據(jù)的累積逐步降低到30條、50條，甚至3、5條去學(xué)一個新動作，而人的能力就是2、3條數(shù)據(jù)。等于在新場景中去培訓(xùn)一個新員工，越是熟練工，它的邊際學(xué)習(xí)成本越低。

在應(yīng)用場景方面，我們特別關(guān)注地域問題——國內(nèi)制造業(yè)、物流業(yè)、服務(wù)業(yè)的分布。制造業(yè)往往大量分布在欠發(fā)達地區(qū)，這些地區(qū)的勞動力更價格便宜（不適合機器人普及），所以我們關(guān)注的重心是北美和歐洲。現(xiàn)在我們在北美有很多客戶，他們也看到了非常多的場景。

在北美，我們以設(shè)備和數(shù)據(jù)供應(yīng)商的身份提供服務(wù)時看到，他們在美國的主要使用場景就是服務(wù)業(yè)和倉儲，包括物流倉儲、酒店餐飲后廚等，可用空間非常大。而且很容易算得過來賬，同樣的工種在中國不work但在美國可能就特別work。

不過我們計劃在歐洲市場“大搞”，因為歐洲整個市場和付費能力與北美非常類似，但供給條件更差，不僅沒有硬件的供應(yīng)鏈，算法的供給能力也沒有。我們的想法是，通過尋求具身智能供給特點、產(chǎn)業(yè)和場景方需求以及所屬地區(qū)付費能力等幾個要素的結(jié)合點，在歐洲尋求一條確定的發(fā)展路徑。

整體來講，我覺得具身智能跟自動駕駛都是特別要關(guān)注數(shù)據(jù)閉環(huán)和智能的邊界，我們不要在錯誤的時間點做智能邊界以外的需求，這種很難成功。

逐際動力聯(lián)合創(chuàng)始人、COO 張力：具身應(yīng)用不缺場景，缺技術(shù)

從今天的范疇來講，自動駕駛可以看成是具身智能的一個場景，只不過大家所交互的對象是不一樣的——自動駕駛更多是車與車之間的博弈或者車跟駕駛者之間的博弈，它最大的特點是在二維的世界里面不產(chǎn)生碰撞，更多是能夠準(zhǔn)確感知，決策，控制好車輛、保證安全，相對來講稍微簡單一些。

但機器人領(lǐng)域就復(fù)雜得多，移動能力交互的對象是地面，在不同地形中保持平衡；場景中交互的對象則是萬物，這需要大量數(shù)據(jù)去形成機器人的Foundtion模型，然后通過大語言模型和多模態(tài)模型對場景的理解、任務(wù)的分解以及神經(jīng)網(wǎng)絡(luò)去控制好機器人的本體。

今天機器人所在的狀態(tài)非常類似于2018年的無人駕駛，如果要形成與物理世界的自主交互，所要積累的包括數(shù)據(jù)，包括算法模型的訓(xùn)練等我覺得還需要非常長的過程。

目前具身智能和人形機器人可以從三個層面觀察，本體、小腦、大腦。本體層面，我們今天可以更多去關(guān)注一些難點，比如關(guān)節(jié)的數(shù)量。關(guān)節(jié)的數(shù)量決定了這個機器人未來能做什么、不能做什么，因為人的自由度就取決于基本的關(guān)節(jié)數(shù)量。另外一個是全尺寸人形，我們在定義人形機器人時，會把1米5以上定義為全尺寸人形。機器人越高控制難度越大，算法要求也越有挑戰(zhàn)，所以目前能夠出量更多是小機器人。

另外是小腦，我們讓具身智能為人類創(chuàng)造價值，不僅僅是改變自己的狀態(tài)、提供情緒價值，更多是要改變物理世界物體的位置，所以對于小腦的考驗是在大負載的運動控制能力上保障平衡，這部分今天能看到的也不多。

最具挑戰(zhàn)的是具身的大腦，其中的根本是數(shù)據(jù)。如何能夠高效使用數(shù)據(jù)，我們稱之為具身模型的數(shù)據(jù)的效率，即如何用低成本的數(shù)據(jù)產(chǎn)生最大的具有泛化性的自主操作能力，是今天大家去攻克的一個關(guān)鍵點。

提及應(yīng)用場景，我經(jīng)常跟很多人講，我每天缺的不是場景，而是技術(shù)。大家首先要了解，具身智能和人形機器人是兩個東西，人形只是體現(xiàn)類似于人的通用性和泛化性，通用性就是去人能去的地方，做人能做的事兒，完成人能抓取的抓取，泛化性就是我們的推理和舉一反三的能力。

所以，當(dāng)我們讓人形機器人像人一樣去適應(yīng)某一個場景或完成某一個任務(wù)的時候，實際上不一定是最佳的產(chǎn)品，你會看到一個工廠用協(xié)作機器人替代一個500塊錢的工人，但后面天天跟著兩個博士。

對于一個100多人的具身智能公司而言，去研究千行百業(yè)和千家萬戶不同的應(yīng)用場景不是他們今天能做到的，他們能夠做的事利用具身去實現(xiàn)基礎(chǔ)模型能力的訓(xùn)練，然后在未來讓不同的創(chuàng)新者在不同場景中去利用這種能力。

大家可以回想上世紀(jì)90年代中國剛剛出現(xiàn)互聯(lián)網(wǎng)時，那時候如果大家意識到未來會有一家公司叫阿里巴巴、有一家公司叫騰訊，有一個應(yīng)用叫微信，那時候他們早就去做了。為什么當(dāng)時沒有人做，因為互聯(lián)網(wǎng)的通信、傳輸?shù)鹊募夹g(shù)并沒有成熟。站在今天具身元年的節(jié)點，如果一定說要找到什么應(yīng)用場景，大家其實都已經(jīng)想到了，但能不能在技術(shù)上實現(xiàn)，還需要一個研究的過程。

但從整體產(chǎn)業(yè)發(fā)展路徑上看，我認(rèn)為，具身智能一定是未來十年最大的科技革命，能夠?qū)崿F(xiàn)像自動駕駛、像人形機器人或者具身智能機器人在落地場景中的應(yīng)用。