千寻智能韩峰涛谈具身智能的“ChatGPT时刻”：为何看好“先通用、后专用” ？lg...

11月7日，在华中科技大学第十八届校友企业家（武汉）大会上，千寻智能创始人兼CEO韩峰涛与金融界《智“会”企业家》栏目进行了一场精彩的对话，围绕具身智能的发展阶段、技术路径与商业化战略展开深度分享。

大脑是核心卡点，真实数据是关键壁垒

韩峰涛将当前具身智能的发展阶段类比于自动驾驶：去年机器人只能完成叠衣服、倒水等单一功能，处于L1阶段；今年已能执行“收拾客厅、分拣订单、完成多工序生产”等一连串任务，接近L2雏形。他透露，头部企业已全面启动大规模数据采集与模型预训练，行业发展节奏与去年预判基本吻合。

从我们的观察看，人形机器人要真正落地，短板更多在“大脑”这一侧。硬件经过这几年产业链打磨，已经能支撑不少实际工作：机械臂在汽车产线、四足机器人在巡检场景都跑起来了。但相比之下，面向复杂开放任务的具身智能模型仍处于发展早期，其泛化能力、任务成功率与长程稳定性均有待提升。

我们的思路不是等硬件做到理想状态，而是把模型往“够用、可靠、可交付”上推进，加强我们的可复制能力。大脑模型是公司重点投入的方向之一，这个方向我们更愿意用产品进展来说话。

实际上，今年以来，越来越多的具身智能公司投入到“真干活”的行列，并且应用场景也在趋于同质化，几乎很难从视觉判断哪家企业的技术存在差异化和是否领先。对此，韩峰涛指出，这一现象的根源在于评价标准过于单一。只看任务是否完成，却不看过程和能力。他以炒西红柿鸡蛋为例：只会切菜的机器人与会切菜、打蛋、颠勺但不会开火的机器人，在“菜未炒熟”这一结果面前都被判为零分，真实能力的差异被掩盖。他预计，未来1至2年随着评价体系转向任务完成率，各公司的差距将清晰显现。

对于数据策略方面，韩峰涛的判断是，动作技能这件事绕不开真实世界的数据。就像学游泳、打网球，光看视频、打游戏很难真正学会，得有教练在旁边纠正，自己下水反复练。机器人学抓取、学装配也一样，力给多大、滑了一下怎么补，这些在仿真里拟合得不准。当前行业共识正趋于收敛，千寻及全球领先的企业均在加大真实场景数据投入。

韩峰涛还指出，在商业化落地方面，千寻的目标是打造可跨领域工作的通用机器人模型，同一模型可应用于工厂、物流、酒店、零售等多元场景。目前公司已与宁德时代、博世及京东等企业展开合作，并在零售场景开展应用验证。韩峰涛表示，在不同场景验证模型不仅能加速技术验证，更能获取高质量私有化真实业务的数据，形成“落地—数据—优化”的良性循环。

通用路径优于垂直专精，物理AI临界点渐近

从目前具身智能的技术路线来看，不少企业选择从物流、工业、零售等单一的垂直场景入手，结合自身优势，推动技术更快实现商业化落地。而千寻却始终坚持通用机器人，韩峰涛给出了一种反直觉回答：具身智能时代的正确路径应该是“先通用、后专用”。

韩峰涛以翻译软件为例，并表示，过去做翻译要专门收集翻译对，如今先构建通用语言大模型再适配翻译任务，效果远胜专用软件。机器人同理，要做高性能物流机器人，不应从零做专用模型，而应先训练一个能处理多种任务的通用大脑，再衍生专用能力。“就像九年义务教育不分专业，大学才分科。”他认为，专用机器人短期可能产生局部收入和优势，但通用大模型每一次迭代都会覆盖垂类能力边界，这也是千寻更看好通用路径长期潜力的原因。

关于大语言模型与具身智能的边界，韩峰涛认为GPT-6等语言模型的出现，确实可以完成语言描述的基本任务，却无法胜任需精确位置、速度、力矩、触觉反馈的动作控制。因此具身智能不能被语言模型完全取代，而需语言、视觉、动作三大模态深度融合。未来超级智能体将整合多种能力，在办公、家庭、交通等场景无缝切换。他同时指出，纯软件公司难以跨界具身智能，因该领域涉及软硬协同、物理交互与实时控制，需要软硬件一体化的研发经验，仅有语言模型能力的公司难以跨越“数字世界”与“物理世界”的鸿沟。

新兴行业存在周期波动并不算意外。韩峰涛表示，千寻的应对比较朴素：从创立初期，资源安排就是按更长周期做的，不是拿一轮钱做一年计划。所以行业调整期对我们反而是好事。节奏慢下来，正好把技术做的更扎实。

至于公众认知，韩峰涛觉得是循序渐进的。模型的进步是“每次好一点”，不是某天突然翻倍，所以体感不明显。得等有一个大家愿意天天用的场景出来，认知才会跟上。真正的认知同步或将在“杀手级应用”的出现后方能实现。

谈到“物理AI临界点”这一当下具身智能行业关注度最高的话题，韩峰涛也给出了明确的时间表： 随着模型能力和实际应用持续进步，这一具身智能的“ChatGPT时刻”预计将在未来1~2年内到来。

“只要坚持按既定路线图推进，技术拐点终将兑现。”韩峰涛表示，届时机器人将在家庭、工厂、物流、商店等场景展现出初步可用性，行业认知与真实进展将实现匹配，各厂商能力差距也将显著拉开。