摘要

RoboChallenge 的首要价值，是把具身能力从精挑细选的 demo 变成可反复观察的代际曲线。 传统论文往往只展示三四个任务，定义还互不相同；新平台用标准化的 Table 30、集中场地的真机环境和数百次执行压低方差。范浩强的目标不是争论 99% 与 99.5%，而是先可靠地区分“它是零，我不是零”。
π0 到 π0.5 的进步证明，具身模型虽然很早期，却已出现足以肉眼感知的跃迁。 π0 在 30 个对人类近乎零失误的任务上平均成功率只有 20% 多，π0.5 升至约 42%，若干简单任务微调后可达 100%；范浩强站在机器旁的感受是“它比之前的模型更灵光一点”。主持人称其为短期飞跃，他则提醒两代模型其实“快一年”之隔，但翻倍仍是明确的 scaling 信号。
最新榜单中，千寻智能 Spirit V1.5 超过 π0.5、位列第一，但最高档模型总体仍未越过 60 分。 这不是榜单失效，而是团队刻意把任务放在当前模型的“敏感区”：碎纸考验遮挡下的精密插入，插花涉及物体与物体接触，扫二维码则暴露单帧 VLA 没有记忆。对投资判断更关键的是代差和改善速度，而非一个看似精确却无法复现的小数点。
“Scaling data 可能是 2026 年最重要的一个主题”，而路线之争尚未收敛。 高阳把数据分成仿真、人类视频、可穿戴设备和遥操作四类，千寻目前押注除仿真外的全部真实世界来源；范浩强则认为“条条大路通罗马”，真正决定上限的是团队收集了多少物理世界知识。Generalist AI 声称已有 27 万小时、每周新增 1 万小时，另有可穿戴路线团队提出一年采 1,000 万小时，数字都需按嘉宾原有条件理解。
具身领域还没有找到相当于 AI coding 的高价值、规模化应用楔子。 Coding 高度集中、单位价值高，机器人服务却分散在家政、取送、维修等大量垂类，而且传统工业机械臂已经抬高了商业基线。范浩强把“每天自动叠好我家的被子”视作个人验证任务，但被子也同时检验模型、负载、精度和整机稳定性，说明应用突破不会只由模型决定。
两位嘉宾把当前能力类比为 GPT-2 或 CIFAR 阶段，而非公众从 demo 中想象的准消费产品阶段。 高阳预计让普通人真正感到 GPT-4 式“破圈”可能还需 3—4 年，从业者则会更早从不完美模型中看见信号；主持人补充说，如果 2027 年能出现奇迹当然最好。“破圈”最终必须发生在客户侧，只有客户相信，需求和部署才会正向流转。
2026 年的两个核心悬念，是中国能否出现具身领域的 DeepSeek 时刻，以及基础模型能否逼近 GPT-3 乃至 GPT-3.5。 范浩强想验证国内团队能否从过去仰望海外模型走到追平，高阳则说“今天的我非常有自信”，同时保留几个月后信心可能升降的余地。RoboChallenge 上线约一两个月已积累逾 1 万次运行、九台左右机器一度排队一两天，既显示研发需求真实，也提醒评测基础设施本身仍处在供给不足的早期。

精读

1. 两条技术履历共同塑造了对具身进步的乐观

范浩强从 2012 年、高三保送后便进入旷视，经历了从 SIFT、SVM 到 deep learning 的计算机视觉产业化。他记得人脸识别从 80% 多一路做到“一共十二个九”，由此形成一个强烈信念：“只要这个算法原理是对的”，持续投入聪明才智和劳动，技术最终会给出回报。
高阳约从 2016 年在 UC Berkeley 读博期间，由计算机视觉转向与 Sergey Levine 等人合作机器人研究；2020 年回清华任教，ChatGPT 浪潮又让他相信人类已经掌握通往 AGI 的道路。2023 年前后创办千寻智能时，目标便是做具身领域最强模型，并把它装进能进入生活的机器人产品。
两人的互补也解释了节目里的分工：范浩强更关心如何把难以复现的能力变成可运营、可迭代的工程系统；高阳则从机器人学习史、模型范式和数据结构解释为什么今天终于具备大规模测评的条件。

2. 精选 demo 长期掩盖了机器人模型的真实边界

范浩强把过去的机器人 research 比作图形学论文：每篇都要有几个很酷的 demo video，但通常是“录了很久，最后有一条好的”，只能证明某件事至少可以发生，不能说明成功率、泛化性或稳定性。
真机论文往往只测三四个任务，不同论文即便都叫 table bussing，实际环境、物体和动作定义也完全不同；仿真虽然易测、noise 可控，却不能直接回答现实部署表现。缺少共同榜单也反过来拖累研发，让团队无法判断一次模型改动究竟进步还是退步。

3. 大规模真机执行显出了清晰代差

RoboChallenge 的起点是一个朴素问题：能不能不再测三次、五次，而是让模型至少执行几百次，再用平均成功率压低偶然性？一旦决定 large-scale evaluation，任务格式、文字描述和测试 protocol 就必须标准化，并兼容单臂、双臂等不同机型。
团队最初挑了 30 个对人类“绝对能够百分之百干好”的桌面任务，π0 的平均成功率却只有 20% 多，相当于四次只能成功一次。范浩强承认当时很慌：若把结果公布，外界会不会因此对整个行业失去信心？
π0.5 权重公开后，团队第一时间测试，平均成功率升到约 42%。冲击不只来自翻倍的分数；站在机器旁看，它“比之前的模型更灵光一点”，若干最简单任务经过 fine-tuning 已能稳定做到 100%。
主持人把这描述为短时间内的迅速提升，范浩强保留了重要修正：“其实也不短了”，π0 与 π0.5 相隔接近一年。即便如此，两代模型在同一套真机任务上的差异，仍让他确信行业正在发生非常 concrete 的进展。

4. 物理世界的噪声决定了评测应先看趋势而非小数点

高阳指出，具身模型必须与物理环境闭环交互；两只杯子的把手、物体摆位、光照乃至机械误差都可能不同。模型失败时，很难立刻判断是模型差、把手不同，还是环境某个细节越出了训练分布。
主持人的反问值得保留：这难道不正说明模型泛化很差？高阳承认早期模型确实需要近乎一样的环境，今天的模型已好很多；但研究创新常常只带来 0.x%，很大的改进也可能仅约 5%，环境噪声足以把信号完全淹没。
RoboChallenge 因而不追求证明某个数字“百分之一都不差”，而是识别明显代差。当前最高成绩尚未到 60 分，正好位于能放大模型差异的“敏感区”；行业还在比较“它是零，我不是零”，远没到 99% 对 99.5% 的阶段。

5. 学术界早有远程真机设想，却缺少持续运营的资源

高阳回溯，CMU 的 Abhinav Gupta 在他读博前便尝试过把固定实验室场景和机器人开放给外部远程连接，后来国内外也有类似项目。思想与 RoboChallenge 并不遥远：锁定机器和环境，让别人远程运行算法。
问题在于高校实验室空间有限，往往只能维护一两台机器、两三个任务，还需要大量人员复位和照看；负责学生毕业后，整套 setup 很容易无人维护。学术界“有这个 idea”，却难以把它变成连续运行并被广泛接受的基础设施。
技术能力也已变了：旧机器人算法只能缝手绢、剪特定物体或完成少数固定任务，换一个任务便根本不能运行；VLA 至少让“理论上什么任务都可以做”成为可能，成功率虽低，却首次创造了通用 benchmark 的真实需求。

6. 仿真能复现代码，却还不能代表现实世界

仿真的优势非常明确：同一份 simulator 和代码，任何人下载后都应跑出相同结果。但很多仿真轨迹来自预先编写的程序——先移动到物体上方、下降、抓取——状态分布远窄于人类遥操作，也不能充分反映真实机器人会遇到的偏差。
高阳说，机器人会议的审稿人通常不会轻易接受只有仿真结果的论文，因为算法在 simulator 中变好，不等于真机具有同样效果。李飞飞、MIT 的 Russ Tedrick 等人仍在推进相关方向；结论不是仿真无效，而是“它是一个很难的事情”。
节目谈到 World Labs 的 Marble 时，高阳认为现阶段更像静态 3D 场景巡游；其背后的 3D 或 4D Gaussian 技术暂时难处理动态交互，因此可能先服务游戏或 3D 视觉，还不能直接充当具身训练世界。

7. RoboChallenge 与 RoboArena 测的是两个不同成熟度的问题

Physical Intelligence 发起的 RoboArena 采用分布式机制：全球不同实验室各贡献一点算力和真机时间，每次在同一实验室、同一台机器上跑两个模型，只比较谁更好。足够多的成对观察最终可汇总成相对排序，不要求所有实验室环境完全一致。
RoboArena 测的是 zero-shot：现场临时指定任务，模型不用该任务的数据便应理解文本并执行。高阳用语言模型作类比——GPT-3 阶段常需少量专家问答做微调，那是 few-shot；模型足够强、无需任何示例便能合理回答，才是 zero-shot。
RoboChallenge 当前选择 few-shot 或 fine-tuned setting：每个 Table 30 任务提供约 1,000 条人类示范，参与者用自己的基模和训练方法完成微调，再通过统一 API 控制现场机器人。数据本身定义了测试分布，中心化环境则提供可比较的绝对成功率。
主持人的质疑是，RoboArena 对现在的模型是否太难。两位承认其多数任务成功率很低，有时只能说两个模型都没抓住，但其中一个动作“更 promising”；若所有成绩都接近零，区分能力也会下降，开放式 pairwise testing 更适合未来成熟的 zero-shot 模型。

8. Table 30 的区分度来自真实愿望，而非整齐的任务分类

Table 30 并非先由理论分类体系推导出来。团队组织全公司列出“接下来机器人一定能做成什么”，形成数千条愿望清单，再由数据采集团队逐项判断可执行性，最后一位研究员先勾出 30 项。
任务选择最初相当 ad hoc，测试后才发现覆盖了柔性物体、毫米级定位、上下文记忆、执行器与物体接触，以及物体与物体接触等不同能力。它没有把拿杯子、拿皮球当作两个近似任务重复计分，而是让每项都拥有不同失效模式。
范浩强事后的总结很鲜明：“人民群众的真实需求，其实就是最有代表性、最高质量的 benchmark。”来自生活愿望的任务未必形式漂亮，却比人为排列出的学术 taxonomy 更容易撞上模型真正的盲区。
高阳则强调基础模型团队不会为每项任务分别设计技巧：千寻用同一个基模和标准化微调流程处理全部任务。基础模型的意义恰恰是“无论想做什么样的东西”，都能通过同一流程学会，而不是逐个手工攻关。

9. 最难任务把接触、遮挡和柔性物体问题同时暴露出来

碎纸要求机器人把纸插进碎纸机窄缝；纸在插入过程中又会遮住手上相机，模型必须在视觉信息变差时保持精确动作。它不是普通 pick-and-place，而是遮挡、柔性材料和细缝定位的叠加。
插花进一步把 interaction 从执行器—物体扩展到物体—物体：模型既要定位自己的手，也要理解拿起的花柄何时接触另一个物体。杯子放入孔洞等任务容差只有几毫米，同样令当前最好模型成功率偏低。
餐巾纸擦桌子看似简单，真正困难的是擦完后，餐巾纸已经皱成训练数据难以覆盖的形态，机器人还要把它放回纸篓。范浩强认为柔性物体很难建模，demonstration data 也不可能枚举所有形变 case。

10. 扫二维码证明许多 VLA 仍活在没有过去的单帧世界

扫码任务要求一只手拿物品，另一只手拿扫码枪，扫描后再放回；动作本身并不复杂，难点是扫描前后画面几乎完全一样。模型无法仅凭当前图像判断“刚才扫没扫”，于是有的上手便停住，有的重复扫描。
高阳把问题归结为记忆：许多开源 VLA 仍是单帧式输入，看完若干相机画面便输出动作，没有机制把此前是否扫描放入上下文。范浩强的比喻是：“每过一帧就忘一次，每 0.7 秒它就忘了。”
行业已有修补方案，例如输入更多历史帧，或通过 agent 记录发生过的事件；但两位区分得很清楚，这类记忆往往是工程系统外挂，并没有真正训练进基础模型。Table 30 因而意外测出了一项最初并未刻意设计的认知缺口。

11. Spirit V1.5 登顶之余，平台需求先超过了机器供给

千寻测试的是统一基模，Spirit V1.5 的最新成绩高于 π0.5，并成为当时公开榜单第一。RoboChallenge 只要求记录绑定自然人，组织可以匿名；通常先出现成绩，之后公司再自行认领，避免榜单从一开始就变成商业 PR 对决。
平台从 10 月宣布上线到访谈时约一两个月，已积累超过 1 万次 run。提交信号最远来自英国伦敦：代码跨越地球连接实验室，仍能让机器人完成动作，这让团队感到“挺 rewarding”。
测试能力约为九台机器人，覆盖四种类型，包括一种双臂和三种单臂；提交者一度需要等待一两天。范浩强说热度“远超预期”，若早知道需求如此旺盛，最初一定会准备更多机器。
榜单启动时没有外部成绩，团队先找志愿者复现约六个开源模型作为 baseline；后来越来越多公司认为由平台代调不够放心，开始自己 fine-tune、自己提交。这一变化本身也显示社区已从仰望 π0，走到掌握同档模型技术并挑战 π0.5。

12. 开放控制 API 扩大了创新空间，也把可信度交给了社区

平台没有要求上传固定模型文件或 Docker，而只提供控制机器人的 API；参与者可使用任何计算架构、参数和控制逻辑。原因是 fine-tuning 有大量“手艺问题”，换显卡都可能影响结果，平台统一训练反而替参与者做掉关键创新。
代价是平台无法直接确认参与者用了多少 episodes，甚至无法从接口判断背后究竟是模型还是人。当前方案主要依靠学术自律，并鼓励上榜者公开模型与 code，让第三方重新提交；结果不必完全重合，但大趋势必须可复现。
最简单的 hack 是同一任务提交 100 次、只取最好成绩，规则因此采用最后一次结果，有限产能也阻止无限重试。由于参与者接触不到现场环境，常见的摆物体作弊较难实施；潜在最大攻击反而是用真人遥操作伪装模型。

13. RoboChallenge 正从单一榜单变成共享真机基础设施

范浩强强调项目已不只是其公司独立运营，而是由 partnership 与 community 共同推进，已有十多家公司参与；Hugging Face 提供国际合作，本体厂商可以捐机器，拥有数据采集场或实验室的团队也能贡献自己的 benchmark。
Table 30 只是第一块内容。未来可能出现 Kitchen、Restaurant 等场景集，也可能围绕开源灵巧手设计新任务；高阳还提到，他记得名为 Tesollo 的公司希望参与设计相关任务。不同组织提供机器、场景与数据，模型才可能得到比单一桌面操作更完整的“体检”。
对范浩强所在公司而言，对外服务只是内部大量模型评估成本的一小部分，因此当前仍可负担；但不断增加的任务、硬件和提交量，需要更多机构共同分担。平台最大的短期约束不是需求，而是 feature、机器与运营能力只能排队上线。

14. 数据规模被两位嘉宾视为 2026 年最明确的主线

高阳判断，当前具身模型的主要瓶颈仍在数据；如果拥有像语言模型那样近乎无穷的数据，问题“大概率可以做出来”。他因此预计 2026 年及随后一年会看到非常大的模型进步，而不是线性的小修小补。
他给出的路线是语言模型“三部曲”：先用大规模通用数据预训练，再以高质量专家数据做 supervised fine-tuning，最后用 RL 或类似 RLHF 的后训练提高任务成功率。具身的具体模型可以不同，但“预训练—精调—强化”的学习范式已相当清晰。
范浩强开玩笑说，Table 30 至少做到 90%，才较有把握判断算法“不缺 major parts”。高阳认为沿着现有 scaling data 路线可能很快接近这一水平；真正要解的是让算法吞下多源大数据，以及用怎样的社会分工组织真实世界采集，而非不可跨越的理论障碍。

15. VLA 只是输入输出说明，不是唯一架构答案

高阳提醒，VLA 只描述模型接收 vision、language 并输出 action，并不规定必须先有 LLM、再有 VLM、最后接动作头。模型也可以成为 VLTA，让 T 代表 tactile；视频生成模型是否是更好的基座，至今同样是开放问题。
千寻目前从 VLM 底座出发，加入视频、人类遥操作和可穿戴设备数据，但并非以显式 world model 形式组织；最后可选择强化学习。目标是让不同数据在各自合适的阶段发挥作用，而非坚持单一来源。
范浩强认为大的学习框架已相当收敛：先让 VLM 吸收互联网知识和不变性，再用大量 robot data 建立动作与感知之间的映射，发版前补上后训练工艺。真正分化团队的，是“拿什么积木、加什么数据、用什么比例”。

16. 四类数据各自交换规模、质量与多样性

高阳把数据分成仿真、人类视频、可穿戴设备和遥操作四类。千寻当前押注后三类真实世界数据：量大但质量较低的数据适合预训练，规模小但质量高、与机器人动作对齐的数据更适合后训练。
他暂不押注仿真的核心原因是 diversity 成本：每个场景仍需专业 artist 在仿真器里搭建，工具不够易用，生产速度慢，也难像遥操或可穿戴采集那样交给大量普通操作员完成。这是千寻的经验判断，并不意味着行业其他公司的仿真尝试一定错误。
高阳保留了明确的改变态度条件：如果仿真工具进步到“随手一做就能出个《黑神话》”，仿真数据当然会“真香”。问题不在数据名义上是否 synthetic，而在能否便宜、快速地生成足够丰富又符合物理规律的交互。
Marble 等静态 3D demo 暂时没有解决动态交互，说明视觉逼真也不等于具身有效。机器人训练还需要物体被抓、推、遮挡和形变后的连续状态，而不是只能游览的三维背景。

17. 不同采集路线最终都要支付获取世界知识的成本

范浩强对路线之争更淡然：“条条大路通罗马。”做仿真的团队要生产海量 3D assets、弥合 sim-to-real gap；做真机的团队要把操作员、设备、复位和质检工业化降本。走到后面，两条路可能都会卡在如何枚举日常商品与场景。
他的团队因过去建立过大规模线下人脸数据采集体系，选择以真机为主；这不是宣称真机路线唯一正确，而是选择组织最擅长的生产方式。决定性要素不是 data representation 的名字，而是“花了多大精力去收集这个世界里的 knowledge”。
Generalist AI 的离体采集让人手持夹具完成动作，不必让机器人握夹具，因此更容易寄出设备、扩大采集。范浩强转述其公开口径：已有 27 万小时、每周新增 1 万小时；“如果他说的是对的”，到 2026 年底可能积累接近但不到 100 万小时。
可穿戴路线的规模口径更加激进，他听到有公司提出一年采 1,000 万小时。两位并未为这些数字背书，但这些计划说明行业正把竞争焦点从模型命名转向知识量、采集效率和劳动组织。

18. 数据共享不会自动消除清洗与工程劳动

Open X Embodiment 是学术数据共享的重要 effort，把原本公开但分散的数据集整理起来；公司层面则尚未出现同等规模的共享。各家公司花钱采集的具身轨迹，短期内仍更可能作为私有资产使用。
范浩强反驳“互联网数据对语言模型公司是免费的”这一简化叙事，称之为一种 “fairy tale”：网页虽可访问，仍要由大量优秀工程师清洗、去噪和组织，真正的人类劳动才“造就了现在这个模型的伟大”。
具身也许能够先利用海量公开视频，但前提是算法能从视频抽取动作与物理知识。范浩强认为行业可能仍需解决 scaling data 之前的前置问题；Table 30 的低成功率，正说明模型尚未把已有数据稳健地转化成基础操作能力。

19. 具身行业仍在寻找自己的 AI coding

高阳把能力与商业拆开：基础模型决定机器人能做什么，商业逻辑再决定其中什么值得做。落地并非不能开始，但当前基础模型仍不够强，因此能力提升比急于寻找一个统一应用更紧迫。
主持人提到，据说语言模型约一半流量可能来自 AI 编程，其余重要用途包括搜索替代和问答；高阳的回应是变化仍在孕育，模型能力转化成手机助手、自动点外卖等产品需要时间，不能由当前流量判断最终边界。
两人共同留下的核心问题是：“机器人时代里的那个 coding 是什么？”Coding 消耗高价值智力、单位价值高且形态集中；机器人能做的取快递、收房间、家政和维修却高度分散，没有一个同等清晰的大市场把模型、数据和产品迭代同时拉起来。
高阳因此预期机器人产业会形成许多垂类公司：有的做家政，有的修屋顶。中国人力相对充沛，更难感受到某些服务的迫切成本；欧美人工昂贵，可能更早出现经济上必须由机器人承担的细分任务。

20. “叠好被子”同时检验模型、硬件和产品闭环

范浩强创业时用一个私人任务说服自己：每天早晨起床不用管，被子能自动叠好，晚上回家便看到整齐床铺。扫地机和传统家电厂商未必认为这是自己的工作，而经典检测、分割算法又明显做不到，因此它能代表具身从不可做到可做的时刻。
现阶段信号已经出现，但离这个目标仍远。范浩强提到 π0.6 能在工厂叠纸盒；主持人随后提到一些美国公司的展示，包括把袜子团起来、叠毛巾等柔性操作。不过“团起来”不等于还能抠开、翻面，后者对操作要求更高。
被子很重，机器人既要有足够负载把它拎起，又不能因重心变化倒下；袜子与衣物也会暴露硬件本身的精细度和负载能力。很多看似算法的失败，实际可能首先需要本体、灵巧手和控制系统跨过门槛。
家务之所以在学术界热门，是因为任务易布置、精度要求相对不高，又能明显展示智能；真正商业化仍可能非常细分。范浩强期待的是几个“震撼心灵的 demo”让客户相信更多任务也能完成——“破圈不光要破圈到公众投资人，更重要的是客户哪天信了”。

21. 公众不是高估就是否定，demo 工程放大了两极认知

范浩强观察到两种相反误解：一端认定机器人公司都在做视频剪辑，另一端则认为机器人早已实现，过去的仿生机器人不也能跑跳。公众看到叠衣服，容易自然推导出团袜子、放进柜子都已解决，却不知道不同动作的技术边界并不按人类直觉排列。
高阳列出了看 demo 要防的四种风险：cherry-pick、视频剪辑、遥操作和 AIGC。一项任务跑 100 次只展示成功的一次，或固定所有物体位置后录制，都能制造远超真实泛化性的观感；唯一强证据仍是让观察者站在现场并与系统交互。
线上认证尚无完整答案。业内会在画面中放 iPad 时钟防加速剪辑，也有人要求每次领取唯一随机哈希值并把它放入现场，拍完立即提交，甚至设想与区块链结合；这些方法能提高造假成本，却还不能彻底证明模型自主完成。

22. 从业者可能比公众早三四年看见临界点

高阳把当前具身基础模型类比为 GPT-2 左右；范浩强更喜欢视觉史类比，认为行业仍在 CIFAR 时期，ImageNet 尚未出现。CIFAR 只有 10 类、32×32 小图，一眼便知是 toy example；ImageNet 扩到 1,000 类和全分辨率图片后，人才开始相信模型“真能干活”。
高阳预计面向普通人的 GPT-4 式破圈可能在 3—4 年左右。他认为 GPT-3.5 还不算真正破圈；从业者却会更早识别信号——即使模型不够听指令、后对齐很差，只要“做什么都很溜”，专家便知道补上后训练可能已接近可用。
主持人补充说，如果 2027 年能出现奇迹当然最好；高阳没有给出更短的确定时间。两人都强调智能进步可能是非线性的，今天接近零的成功率不能直接外推未来三年的速度。
范浩强用一句玩笑概括信息差：“搭上 LM 快车最好的方法，是 GPT-2 文章发出来之后重仓英伟达。”这不是节目给出的投资建议，而是强调从业者看到 CIFAR 式早期信号与公众看到可用产品之间，必然存在时间差。

23. 2026 年将同时验证追赶速度与基础模型上限

范浩强最想验证的是具身领域能否出现中国的 “DeepSeek moment”：过去看到海外工作只剩羡慕，2026 年能否见证国内模型真正追上。他以计算机视觉为参照，从 Google 的“天外来物”到国内外共同做到 human performance，体感约三年；Codex、Cursor 等工具又提高了今天的实验生产力。
高阳对中美叙事着墨较少，更期待基础模型能否从 GPT-2 走到 GPT-3，甚至 GPT-3.5。他的措辞既乐观又保留可证伪性：“今天的我非常有自信”，但再干几个月后，可能更有信心，也可能失去信心；目前趋势是疑惑越来越少、确定性越来越高。
节目尾声把行业归纳为数据、模型、硬件三条轴：数据与模型直接决定智能，硬件还要同时解决寿命、耐久、可靠性、精度、负载和续航。大脑、小脑与本体理论上可解耦，但软硬垂直整合可能加快研发迭代和落地，中国团队也能借助本地供应链。
团队来源同样多元：自动驾驶、长期 Robotics 学术研究、计算机视觉和传统机器人产业各带来不同能力。主持人的最后判断是，具身正因跨学科而混乱，也因此不太像一个巨头仅靠砸资源就能迅速收束的赛道；测评、数据生产、模型架构、硬件和应用都还留有大量变量。

硬件投资进化论：热赛道与反共识张涵x李立远x张凯x陈锋一切的未来：Circle、CrowdStrike等公司CEO眼中的2026年