數據困境與模型挑戰并存，AI 智能體與機器人如何破局

　　9 月 10 日 - 13 日，2025 Inclusion・外灘大會在上海舉行，AI 無疑成為本屆大會最受關注的焦點。在多個論壇中，行業專家、企業家與投資人展開了熱烈讨論，深入探讨了當前行業發展所面臨的挑戰。在算力爆發與模型創新的關鍵階段，無論是聚焦物理實體的機器人，還是專注于數字世界的智能體(Agent)，都共同面對着數據質量、模型能力與産業化落地的多重挑戰。

　　數據困境與模型挑戰，機器人何時能進入家庭

　　在大會主論壇的圓桌環節，宇樹科技創始人、CEO 王興興反複提及 “數據” 問題：真正優質數據怎麼采?數據質量應該達到什麼标準?當前應該采集什麼類型、多大規模的數據?哪些數據比較有價值應該重點采集?

　　王興興指出，目前機器人的數據，無論采集、噪聲、數據質量問題都非常大，“都還是比較模糊的階段”。

　　他表示，希望能通過提高數據的利用率、提升模型對數據的理解能力，實現用少量數據也能獲得良好的效果。而從模型的角度，很多情況下數據并非要單純從量的角度來衡量，有些特征性數據非常重要，比如機器人到底哪些動作或場景怎麼采集會比較有質量。

　　在一場分論壇上，銀河通用聯合創始人張直政則強調，具身大模型的發展可能需要上萬億條數據。

　　張直政認為，若全部用真實數據采集既不可行也不可持續，即便同一個人重複相同動作，每次的一緻性都很差，導緻真實數據的樣本效率極低。而仿真數據在可控性和規模化方面具有極大優勢，雖然其在物理和語義學習上不如真實數據，但可以通過圖文大模型和數字大模型來彌補。

　　清華大學交叉信息研究院助理教授、具身智能實驗室負責人、星海圖聯合創始人許華哲也在大會期間表示，真實數據雖然比較昂貴，但是質量非常好，仿真和互聯網數據可能更便宜、更容易獲取，但與真實數據的質量會仍存在差距。不過，即便采用真實數據，也存在 “真實到真實的差距”(Real2real Gap)，影響訓練出的 VLA(視覺 - 語言 - 動作模型)最終質量。

　　模型則是機器人的另一個瓶頸。王興興指出，對于機器人而言，最大的問題還是 AI 模型沒辦法很好地把硬件用起來，比如靈巧手。同時，目前純語言模型或純視頻模型效果顯著，但一旦需要将語言與圖像深度融合，就面臨巨大挑戰，特别是在機器人控制領域，如何讓生成視頻與機器人的控制模态精确對齊，至今仍面臨難題。

　　如何解決靈巧手的難題?靈心巧手聯合創始人兼首席 AI 架構師蘇洋給出了他的答案。

　　蘇洋表示，就像預訓練模型需要大量數據一樣，如果能有 1 萬台、10 萬台、100 萬台設備，真機數據采集會變得異常容易，真實數據采集的價格也會變得異常低。

　　同時，蘇洋還指出，目前靈巧手占人形機器人成本的比例大約在 21%-23%。他希望能夠造更多、更便宜的靈巧手，争取三年内将價格 “打到” 500 元甚至 100 元，“這時候機器人就能進家庭了，我們先做工業把它用得穩定，在苛刻的環境下把穩定性、可靠性、靈巧性都解決了，然後壓低成本，進入千家萬戶”。

　　國家地方共建人形機器人創新中心首席科學家江磊指出，當前具身智能的路徑還遠未收斂，“但好在目前具身智能的四條路徑 —— 智駕、機械臂、腿足式機器人以及芯片，就像四條産業鍊的射線，當有一天集中于一個點的時候，可能具身智能這個産業就能落地”。

　　留給智能體的窗口時間不多了，産業将趨分化

　　業界普遍認為，今年将會是 AI 智能體的元年。在本次大會上，展區内的各類智能體功能齊備，數不勝數。

　　BAI 資本創始及管理合夥人龍宇則坦言，智能體的概念其實也還在被定義和落地過程當中，處于大家不斷努力的過程當中。

　　她認為，當前用戶端、消費者、企業端給予所謂的智能體概念極大前所未有的寬容，願意接受 30%-60% 的完成度，這在傳統企業級服務中是不可想象的。不過，這種寬容并非沒有期限。龍宇強調 “留給我們的窗口時間已經不多了”，随着 token 成本的大幅下降，一些重新設計和優化構架以及工作流的可能性已經出現，大家會對智能體交付的完成程度越來越較真，特别是在金融等高風險領域，容不得半點容錯率，不是 “做得還不錯” 就可以接受的。

　　RockFlow 創始人、CEO Vakee 也指出，目前大模型在垂直領域的數據是缺乏的，在金融領域的落地對于準确性的要求非常高，同時強監管的場景性質也需要算法具備可解釋性。

　　對于行業未來，龍宇表示，半年前還備受關注的 Devin 等垂直 Agent，現在已經較少被提及，“目前技術已經夠用，關鍵是定義出新的交互範式，而非産品形态”。未來，智能體将會是産業分化、模型産業化的趨勢，大家都開始進行深層次的思考。

　　在如今這個 AI 發展的關鍵節點，不論是機器人還是智能體，隻有真正理解數據價值、提升數據利用率、突破模型的挑戰，才能加快迎來真正的爆發式發展。當機器人能夠進入千家萬戶，當智能體能夠真正理解并完美執行人們的指令，一切将會變得截然不同。