具身智能何时迎来ChatGPT时刻？业内大咖指明破局路径

ChatGPT的横空出世，不仅点燃了通用大模型的创业热潮，也让业界将目光投向了更具想象空间的具身智能领域——让AI实体拥有感知、决策和执行能力，在物理世界中完成复杂任务。然而，尽管资本和技术持续涌入，具身智能却始终未能迎来像ChatGPT那样的全民性爆发时刻。近日，在原力灵机举办的技术开放日圆桌论坛上，来自学界和产业界的五位AI一线从业者齐聚一堂，围绕“具身智能何时抵达ChatGPT时刻”这一核心命题，展开了一场兼具理论深度和实践价值的探讨。

本次论坛的参与者涵盖了AI领域产学研的核心力量，包括清华大学电子工程系长期从事机器人感知与控制研究的资深教授、北京智源人工智能研究院院长，以及三位深耕具身智能落地的创业公司创始人。他们的观点既代表了学界对技术成熟度的冷静判断，也承载了产业界对商业化落地的迫切思考。

清华大学的教授首先从技术底层出发，指出当前具身智能的发展仍处于“蹒跚学步”的阶段。他提到，相较于大模型在文本领域的成熟，具身智能需要融合视觉、触觉、力觉等多模态感知数据，同时还要在物理环境中完成精准的运动控制，这其中涉及到的传感器精度、实时决策算法、机械结构优化等问题，远非通用文本大模型的技术框架能够直接适配。因此，期望具身智能在短期内实现像ChatGPT那样的通用能力，显然并不现实。

智源研究院院长则从数据驱动的角度补充道，ChatGPT的成功离不开海量高质量的通用文本数据，而具身智能所需的物理世界交互数据，不仅采集成本极高，还存在场景多样性不足、数据标注困难等问题。他强调，与其耗费大量资源追求现阶段难以实现的泛化能力，不如聚焦单一场景，先实现从感知到执行的完整闭环，通过真机运行积累真实数据，进而构建起数据驱动的技术迭代飞轮。

随后，三位创业公司创始人分别从产业落地的角度分享了实践经验。其中一位专注于工业机器人应用的创始人提到，他们最初试图研发一款能完成多种工业任务的通用具身机器人，但在落地过程中遭遇了重重障碍：不同工厂的环境差异极大，机器人的感知和控制模型在新场景下准确率骤降，且研发成本过高，难以获得客户认可。后来他们调整策略，将产品聚焦于高压设备巡检这一单一场景，只针对温度异常检测和预警这一核心任务进行优化。通过在多家电力企业的真实场景中运行，他们收集到了数千小时的真机交互数据，将模型的异常识别准确率从最初的92%提升至99%，不仅顺利拿到了批量订单，还通过数据积累逐步拓展了局部放电检测等衍生功能。