跨维智能联合创始人解锐在主题演讲中提到，自然语言和图像大模型较为成熟，但3D 的AI进展缓慢。具身智能需要从3D感知到与物体互动的相关能力，而数据的采集、标注和组合解耦成为了难题。

跨维智能 联合创始人 解锐

3D数据采集标注复杂，难以通过互联网及其他采集渠道获取大量数据。与自动驾驶相比，机器人对3D感知精度要求更高，且需要高效的手眼协同。

为了解决这一问题，跨维智能提出了 Sim 2 Real 的解决方案，跨维智能基于自研3D物理引擎，通过生成式AI快速生产海量3D资产，并且高效完成数据自动标注与合成加工，即时导入自主设计的神经网络进行模型训练，保证数据生产和模型数据需求的配合，在域适应算法支持下，实现虚拟空间能力向真实场景有效迁移。

面向应用场景，在工业领域结构化场景已使用可以在一天内完成训练的小模型解决机器人引导控制需求，具身智能引擎 2.0 阶段将加入多模态概念，完善仿真体系，实现各形态通用机器人任务仿真和能力训练。

人形机器人的运动控制也是当前面临的一大挑战。周搏在演讲中提到，目前业界在人形机器人的运动控制方面仍需努力，例如弯腰系鞋带这样的动作还无人能做到。除了数据和运动控制问题，人形机器人在空间感知能力和任务理解推理方面也处于探索阶段。

智平方战略副总裁 莫磊

智平方战略副总裁莫磊指出，为了提升智能机器人的空间感知能力和任务理解推理能力，需要不断探索新的技术和方法。智平方聚焦解决这一难题，是全栈自研、体系化投入的聚焦空间感知基础模型的公司。

智平方以多源数据融合引擎AI2R Data为基础，原创模型结构与训练方法，在泛化多样的操作等最关键的问题上取得重大技术突破，且100%可由数据驱动实现系统升级。

同时，通过系统性的软硬垂直整合技术与智能硬件深度融合，进一步解决在真实场景中进行规模化交付的难题。智平方已经获得多家国际头部车企、互联网企业等行业头部客户的技术认证，成为最早进行商业化推广的智能机器人公司。

商业化落地的成本考量与发展前景

 

当前具身智能在成本商业化方面面临诸多挑战，人形机器人成本高且投资回报率可能较低，但其未来在中国供需螺旋上升及技术进步下商业化前景值得期待。

在圆桌讨论中，嘉宾们提到，人形机器人的成本结构严峻，例如手臂的价格最便宜也得 1 万多人民币，而人形机器人需要两个手臂，更别提其他部件。同时，硬件成本和软件能力都需要提升，才能降低人形机器人的成本。

企业智能化落地需考虑成本优势、可靠性、灵活性和可持续发展等因素，目前投资回报率可能较低。峰瑞资本执行董事刘鹏琦在主题演讲中提到，目前的现状是估值高的公司未必商业化程度高，真正商业化好的公司估值未必高。

以自动驾驶为例，L2 和 L4 面临成功率和通用性的权衡；具体到具身智能方向，早期的工业机器人往往牺牲通用性来实现商业化，人形机器人则在成功率和通用性上都有待提升。

峰瑞资本执行董事 刘鹏琦

在投资策略方面，峰瑞资本认为未来具身智能的落地会以为人类提供服务为核心，团队要有全栈能力，数据是核心，早期需自采数据并尽快进入场景数据算法的迭代闭环。因此，除了在本体、核心零部件、关键传感器、场景应用以及大小脑方向有布局之外，峰瑞也在积极寻找具身数据相关创业团队。中国市场适合发展具身智能，有供应链优势、产业需求拉动和政策鼓励。

整场活动中，现场观众参与了热烈的讨论，提出了一些问题，嘉宾也在现场给出了相应地回答。其中，来自中石油、理想汽车、蔚来汽车、机械工业信息研究院、上海电气等企业高层莅临现场，与会人员展开深度对话、交流实践经验，探讨业务合作，圆满结束了本次大鲸AI闭门会。