作者 | 蔡芳芳、華衛(wèi)

剛剛，AI 前線獲悉，前華為天才少年、原華為云具身智能核心負責人李元慶已正式加入樂享科技，后續(xù)將重點負責樂享科技的創(chuàng)新業(yè)務(wù)戰(zhàn)略規(guī)劃與核心技術(shù)攻關(guān)。

2024 年，李元慶出任華為云具身智能主要負責人及 ROBO_AGENT 負責人，牽頭完成多款具身智能機器人核心方案開發(fā)，其中由他主導的 2024 年華為 HDC 大會明星具身智能項目成功落地并引爆網(wǎng)絡(luò)，成為具身智能技術(shù)走向大眾視野的標志性案例，也讓他成為行業(yè)內(nèi)具身智能領(lǐng)域的頂尖人才之一。

據(jù)了解，此次李元慶選擇加入樂享科技，核心原因在于雙方在具身智能賽道的技術(shù)理念高度契合。

近期，我們對李元慶進行了獨家專訪。透過 2025 年具身智能領(lǐng)域在技術(shù)及落地表現(xiàn)上的各類突破性進展，他道出了這一年來具身智能技術(shù)棧的核心演變。在與我們的對話中，李元慶也直言不諱地指出當下制約具身智能大規(guī)模落地應(yīng)用的同質(zhì)化難題，以及他對此的技術(shù)路線選擇與思考。

“世界上第一款能大面積鋪開的具身智能落地產(chǎn)品，很可能會在中國出現(xiàn)。多機異構(gòu)技術(shù)路線是具身智能未來的發(fā)展方向?！崩钤獞c稱。

在他看來，這個時代下具身智能領(lǐng)域最該抓住的就是兩件事：落地和數(shù)據(jù)。而他接下來的核心發(fā)力點是，打造一款面向家庭用戶的功能性產(chǎn)品。

以下是完整對話內(nèi)容，以饗讀者。

機器人更“抗造”了，

關(guān)鍵技術(shù)突破多點爆發(fā)

Q：我們觀察到，2025 年無論是科技巨頭還是初創(chuàng)公司，都顯著加大了對具身智能的投入，還有許多新投身進來的創(chuàng)業(yè)者，順利拿到大額融資的亦不少。在您看來，這股熱潮背后的核心驅(qū)動因素是什么？技術(shù)成熟度的變化還是市場應(yīng)用預(yù)期？

李元慶：機器人企業(yè)大多能順利拿到投融資，這已經(jīng)成為一種普遍現(xiàn)象。當下，機器人領(lǐng)域依然是值得入局成立公司的賽道，這一點我是確信的。資本市場看待這個領(lǐng)域遵循的是長期邏輯，大家已經(jīng)明確看到了未來的發(fā)展結(jié)果。一款優(yōu)質(zhì)的硬件產(chǎn)品需要花費數(shù)年時間去梳理供應(yīng)鏈、等待技術(shù)逐步成熟，整個產(chǎn)業(yè)發(fā)展也需要一個漫長的周期。所以在我看來，當前機器人領(lǐng)域的熱潮，本質(zhì)上是由未來的確定性倒推而來的結(jié)果。

這波熱潮有個特別典型的特征，就是一二級市場的聯(lián)動。現(xiàn)在二級市場的頭部上市企業(yè)，之所以紛紛布局機器人領(lǐng)域，有幾方面的原因。首先是出于公司市值管理的需求，很多上市公司會對外釋放信號，如 “今年我們要切入人形機器人賽道”，并且會把這項技術(shù)整合到自身的應(yīng)用產(chǎn)品線中，這相當于為公司打造了一條未來的第二增長曲線。

所以，從二級市場的角度來看，布局機器人領(lǐng)域有幾個核心價值：一是能為傳統(tǒng)制造業(yè)鏈條賦能，讓投入產(chǎn)出比變得更劃算；二是助力市值管理，打造第二增長曲線，用傳統(tǒng)制造業(yè)的資金去撬動機器人這個高市盈率的新興科技賽道；三是可以盤活現(xiàn)有團隊，給員工提供二次賦能的機會，拓展更多的工作內(nèi)容。而且中國市場本身帶有很強的政策導向性，這也是一二級市場能夠快速聯(lián)動的重要原因。

另一個核心原因是技術(shù)成熟度的突破。我接觸過不少國內(nèi)的人形機器人項目，最明顯的對比就是去年和今年的差異。和 2024 年相比，現(xiàn)在的機器人在穩(wěn)定性、可靠性上都有了顯著提升，能明顯感覺到機器人正從技術(shù)演示階段朝著產(chǎn)品化的方向推進。以前這些機器人還只是實驗室里的 demo，現(xiàn)在已經(jīng)逐漸變成可以推向市場的產(chǎn)品了。

客觀來說，2024 年的人形機器人穩(wěn)定性很差，輕輕推一下基本就會倒；要是突然給它加一個額外的大力矩，或者地面稍微打滑、不平整，它都會很容易倒地。但 2025 年在各類展會上，像宇樹等企業(yè)的機器人已經(jīng)有了明顯進步，現(xiàn)在的機器人越來越 “抗造”，踢一腳不會倒，摔一下也不會倒，腳打滑了也能穩(wěn)住，動作還變得更流暢，甚至能完成跳舞、打武術(shù)這類復雜動作。這些表現(xiàn)，都是機器人軟硬件在局部運動控制層面成熟度的直觀體現(xiàn)。這種技術(shù)層面的突破，給了整個行業(yè)和資本市場很大的信心。

Q：2025 年具身智能領(lǐng)域有哪些突破性進展讓您印象深刻，包括技術(shù)、產(chǎn)業(yè)化和生態(tài)建設(shè)上？這些進展是否已經(jīng)為具身智能從實驗室走向特定場景的“初步普及”奠定了基礎(chǔ)？

李元慶：有不少值得關(guān)注的突破，尤其是學術(shù)界跟進得比較緊密。第一是 LocoFormer 技術(shù)，能讓機器人實現(xiàn)跨本體的局部運動控制，這個突破的價值非常大。第二是 AnyTracker 相關(guān)的應(yīng)用，能讓機器人像人的 “身外化身” 一樣，緊緊跟著人做動作，遠程操作時機器人也能精準復刻動作，時延和穩(wěn)定性都做得很好，而且全程不會摔倒，這也是一項很突出的成果。

除此之外，還有一些明顯的進展集中在局部運動控制領(lǐng)域，機器人的軟硬件打磨得越來越成熟，也越來越產(chǎn)品化，開始能在更多場景中落地應(yīng)用了。以前操作機器人需要大量工程師全程跟進，現(xiàn)在不一樣了，就算不是專業(yè)工程師，只要會敲代碼、甚至用遙控器就能操控機器人，讓它完成各種動作。

核心是夯實了軟硬件整體的魯棒性。以前的機器人說白了就是個演示 demo，稍微一動就會倒，還很容易出現(xiàn)故障、損壞?，F(xiàn)在的機器人安全性和可靠性都上來了，就算在人員密集的場景里活動，也不用擔心它突然摔倒砸到人，風險大大降低。以前大家都得用圍欄把機器人隔離開來，現(xiàn)在人們已經(jīng)能更近距離地接觸它了。而且從產(chǎn)業(yè)化角度看，以前機器人基本沒有實際交付的案例，現(xiàn)在交付市場規(guī)模越來越大，已經(jīng)能買到商用機器人了，成本也變得更加可控。

Q：大模型的快速發(fā)展，為具身智能的“智能”部分帶來了哪些質(zhì)變？

李元慶：2025 年的實質(zhì)性進展不算特別多，但有一個突破非常關(guān)鍵：機器人已經(jīng)具備了一些簡單任務(wù) 100% 完成的能力。以前就算是簡單任務(wù)，成功率頂多也就 60% 到 90%，現(xiàn)在能做到 100% 了。同時，其他復雜任務(wù)的成功率也在穩(wěn)步提升。這些變化特別讓人震驚，之前我們一直覺得 AI 很難真正落地，現(xiàn)在證明了具身智能是有機會走向?qū)嶋H應(yīng)用的。

Q：具身智能的核心技術(shù)棧正在如何演變？2025 年有哪些值得關(guān)注的新范式或共識？

李元慶：首先，機器人的局部運動控制技術(shù)已經(jīng)越來越成熟，也就是機器人如何行走這件事，基本朝著產(chǎn)品化落地的方向推進了，并且發(fā)展速度快得讓人驚訝。另外，VLN（視覺語言導航） 策略也在慢慢收斂?，F(xiàn)在一個很關(guān)鍵的突破是，機器人開始能理解規(guī)則、知道該往哪里走了。舉個例子，以前讓機器人從 A 點到 B 點，它只會徑直走過去，但現(xiàn)在你告訴它中間有草坪不能踩，它就能繞開草坪走。這些沒辦法靠人窮盡編寫的規(guī)則，現(xiàn)在可以通過大模型灌輸給機器人，這是 VLN 技術(shù)棧越來越完善的一個重要體現(xiàn)。

再說說操作控制，這個領(lǐng)域的技術(shù)路徑目前還沒有收斂，大家都在做各種嘗試，但有兩個特別棒的進展：一是單點任務(wù)的成功率實現(xiàn)了突破，以前這類任務(wù)成功率最多也就 60%-90%，現(xiàn)在已經(jīng)能做到 100%；二是多任務(wù)的成功率也在穩(wěn)步提升。從這兩點就能判斷，機器人接下來是能夠可靠、穩(wěn)定落地的，具身智能也具備了這樣的可靠性。

再說說其他的新范式和共識。世界模型算是一個新范式，但說實話還沒有形成行業(yè)共識。技術(shù)架構(gòu)方面也有新變化，以前大家基本都用 transformer 架構(gòu)，現(xiàn)在慢慢出現(xiàn)了更多新的技術(shù)路徑，比如 VG-EPA、VG-1/2，關(guān)注和探索這些新路徑的科研人員也越來越多了。還有一個核心的技術(shù)范式變化，大家開始把 VLA 與 RL 結(jié)合起來用。以前大家更多關(guān)注 VLA，相對輕視 RL 路徑，現(xiàn)在兩者結(jié)合后，機器人能完成更復雜的任務(wù)了。比如在星海圖、Dyna Robotics、字節(jié)等企業(yè)的實踐中，機器人已經(jīng)能完成穿鞋帶、榨橙汁這類難度很高的任務(wù)，而且像榨橙汁的成功率在論文展示的場景里已經(jīng)接近 100%，這些進展才真正讓大家對具身智能的落地更有信心。

最后說說新的共識。之前我問過 Physical Intelligence 的 CEO，他對具身智能的探索有一個評價，簡單來說就是“走一步看一步”。大家都不會去預(yù)測它最終的形態(tài)，但現(xiàn)在確實能看到越來越多落地的可能性，這算是對當前行業(yè)狀態(tài)很真實的描述和評價。

基礎(chǔ)模型困局：

世界模型成破局關(guān)鍵？

Q：世界模型被寄予厚望，被認為是實現(xiàn)高級推理和規(guī)劃的關(guān)鍵?，F(xiàn)階段來看，它對機器人實際能力的提升體現(xiàn)在何處？之后還有哪些方面的潛力？

李元慶：按照“數(shù)據(jù)金字塔” 的邏輯來看，第一層是視頻數(shù)據(jù)、網(wǎng)絡(luò)數(shù)據(jù)；第二層是各類強化學習相關(guān)的策略應(yīng)用；第三層才是真實機器人的實際部署。目前世界模型最核心的作用是，能極快、極大規(guī)模地生成金字塔第一層的有效數(shù)據(jù)，幫助構(gòu)建大量有效的數(shù)據(jù)資產(chǎn)庫，比如生成視頻大模型、3D 高斯建模、3D 世界構(gòu)建、視頻生成等都在補充這一層的數(shù)據(jù)。核心原因是，現(xiàn)在具身智能模型往往需要百萬級小時的視頻數(shù)據(jù)，而這些數(shù)據(jù)如果靠實際采集獲取，不僅成本高、性價比低，收集速度還很慢。世界模型或視頻生成模型有機會把這部分數(shù)據(jù)構(gòu)建工作做得更高效、成本更低，這是它們現(xiàn)階段最實際的價值。

至于第二層，世界模型也有替代部分現(xiàn)有技術(shù)的潛力，比如替代一些物理仿真引擎，去模擬摩擦力學、動力學以及機器人的機械結(jié)構(gòu)等?，F(xiàn)有仿真引擎存在明顯缺陷，在仿真環(huán)境里表現(xiàn)很好，可部署到真實機器人上時，雖然移動控制（Locomotion）問題能解決，但操作控制（Manipulation）的問題還沒做好。目前這一層的效果還沒完全顯現(xiàn)，但世界模型讓我看到了解決這個問題的希望。另外，世界模型對于構(gòu)建基礎(chǔ)模型非常重要。要補充的是，實驗室里的數(shù)據(jù)和技術(shù)要走進所有人的家里，所以我更關(guān)注的是后續(xù)的落地。

Q：幾乎所有專家都指出，高質(zhì)量、大規(guī)模的物理交互數(shù)據(jù)稀缺是當前最大瓶頸。面對真實數(shù)據(jù)采集成本高昂的困境，仿真合成數(shù)據(jù)、人類視頻數(shù)據(jù)等替代方案能走多遠？“數(shù)據(jù)工廠”是可行的解決方案嗎？

李元慶：首先，仿真合成數(shù)據(jù)這套方案肯定是有意義的。數(shù)據(jù)的核心價值在于多樣性，模型學習過程中需要大量種類豐富的數(shù)據(jù)，但靠實地采集、真人采集或者真機采集，很多時候根本拿不到這么多元化的數(shù)據(jù)。仿真合成數(shù)據(jù)的意義就在于補充這種多樣性，哪怕為此稍微犧牲一點精度也值得。這一點在數(shù)據(jù)金字塔的第一層尤其重要，我們用這些數(shù)據(jù)來訓練基礎(chǔ)模型，比如世界模型生成的視頻數(shù)據(jù)、3D 相關(guān)數(shù)據(jù)等，都是為了構(gòu)建基礎(chǔ)模型所需的數(shù)據(jù)資產(chǎn)庫。有了仿真合成數(shù)據(jù)，后續(xù)的技術(shù)探索才能推進；要是沒有它，很多方向的探索可能都不成立，我們現(xiàn)在確實迫切需要這部分數(shù)據(jù)。到了第二層，仿真合成數(shù)據(jù)的意義會稍微弱一些，但依然有價值，它能幫助大家快速拿到測試結(jié)果、實現(xiàn)模型收斂。

數(shù)據(jù)工廠的核心是聚焦真機數(shù)據(jù)，主要服務(wù)于數(shù)據(jù)金字塔的第二層和第三層。核心原因是，很多非平穩(wěn)振動相關(guān)的場景，仿真擬合是不準確的，這時就需要真機數(shù)據(jù)來補位。所以說，仿真合成數(shù)據(jù)和數(shù)據(jù)工廠這兩套方案都有存在的意義，只是解決的問題不同：前者更多是為了支撐基礎(chǔ)模型的訓練，后者則是服務(wù)于后期的模仿學習等場景。要是想讓數(shù)字人或者人形機器人的動作更像真人，往往還是需要在數(shù)據(jù)工廠里采集真人的動作數(shù)據(jù)。先拿真人內(nèi)容做動畫，再讓數(shù)字人去模擬擬合，才能得到核心數(shù)據(jù)。所以現(xiàn)在動捕數(shù)據(jù)采集依然有很大的市場空間，這些工作也都是有實際意義的。

對于技術(shù)落地，行業(yè)里有不同的思路：有人堅信一個大模型就能解決所有問題，也有人覺得可以通過模仿學習來推進落地。而數(shù)據(jù)工廠，就是后一種思路下的解決方案。這些不同的技術(shù)路線其實都有其合理性，最終能走多遠，關(guān)鍵要看我們什么時候能探索到基礎(chǔ)模型的能力上限。

現(xiàn)在行業(yè)里的核心困境就是缺少優(yōu)質(zhì)的基礎(chǔ)模型，而好的基礎(chǔ)模型又離不開海量數(shù)據(jù)的支撐。仿真合成數(shù)據(jù)和人類視頻數(shù)據(jù)能不能在這個環(huán)節(jié)發(fā)揮作用？我可以負責任地說，完全可以。至于能走多遠，說實話，現(xiàn)在只能走一步看一步。因為訓練基礎(chǔ)模型的過程中，模型架構(gòu)可能需要不斷調(diào)整，數(shù)據(jù)配比也會持續(xù)優(yōu)化，數(shù)據(jù)質(zhì)量同樣在逐步提升。目前，這項技術(shù)還遠遠沒到能滿足規(guī)模化應(yīng)用需求的狀態(tài)。

硬核拆解：機器人當下的多種落地難題

Q：當前的硬件如靈巧手、關(guān)節(jié)驅(qū)動、傳感器等，在哪些方面最能滿足機器人的技術(shù)需求？又在哪些方面構(gòu)成了發(fā)展的主要制約？

李元慶：我分享幾個觀點，可能和大家平時聽到的不太一樣。首先，我認為球形關(guān)節(jié)是明確需要重點發(fā)展的方向；其次，耐磨材料、抗蠕變材料的研發(fā)也亟待突破；還有一個關(guān)鍵點，是非永磁體的高密度電機。大家可能更關(guān)注靈巧手、關(guān)節(jié)驅(qū)動和傳感器，我們可以拆解開來看。

先說說靈巧手，目前學術(shù)界主要有六種技術(shù)路徑，分別是腱繩傳動、連桿傳動、齒輪傳動、軟體驅(qū)動，還有傳統(tǒng)驅(qū)動結(jié)合 AI 增強的混合方案。再說到關(guān)節(jié)驅(qū)動，現(xiàn)在行業(yè)里的普遍做法是用多個電機去模擬球形關(guān)節(jié)的功能，比如手腕部位經(jīng)常需要用三個電機來替代一個球形關(guān)節(jié)，以此實現(xiàn)類似人類手腕的靈活度。傳感器目前存在的核心問題是噪聲、蠕變和熱穩(wěn)定性，在受熱之后，傳感器會出現(xiàn)各種不穩(wěn)定的反應(yīng)，這些都是機器人領(lǐng)域需要攻克的技術(shù)難題。

球形關(guān)節(jié)的優(yōu)勢很明顯，用一個球形關(guān)節(jié)就能替代過去的三個電機，既能讓機器人實現(xiàn)輕量化，還能大幅縮小整機尺寸，理論上也能顯著降低成本?？谷渥儾牧蟿t是腱繩控制技術(shù)路線里的剛需，像 Optimus Gen 3 就采用了腱繩傳動的方案，這類技術(shù)路線對抗蠕變材料的性能要求很高，而目前相關(guān)材料的發(fā)展還需要時間。

非永磁體的高密度電機的核心痛點是電機發(fā)熱和熱衰減，在今年的機器人馬拉松大會，現(xiàn)場很多機器人都需要頻繁噴霧降溫。傳統(tǒng)永磁體電機存在一個致命問題，磁鐵在高溫環(huán)境下磁性會減弱。這類電機的轉(zhuǎn)子帶有磁鐵，一旦溫度超過 70 度，就會出現(xiàn)明顯的熱衰減，磁性下降直接導致扭矩傳導失效，電機就會 “沒力氣”?，F(xiàn)在行業(yè)里也在探索一些新的技術(shù)路線，如軸向磁通電機、中向磁通電機，但這類電機的發(fā)展同樣受制于幾個核心指標：高能量密度、小尺寸，這些都是目前亟待突破的瓶頸。

回到傳感器，我接觸過很多傳感器相關(guān)的研發(fā)?，F(xiàn)狀是，能達到精度要求的傳感器已經(jīng)有了，但成本降不下來，產(chǎn)量也沒能實現(xiàn)規(guī)模化爬坡，還需要一段時間去完善。而且傳感器還得面對電機發(fā)熱帶來的熱干擾問題，這也是一個繞不開的挑戰(zhàn)?？偟膩碚f，我對這個領(lǐng)域的思考主要集中在新材料研發(fā)和新型關(guān)節(jié)技術(shù)突破這幾個維度。另外說到靈巧手，我個人更看好三指靈巧手的方案，像 SharpaWave、Wuji Hand 這些產(chǎn)品。還有一個很有意思的現(xiàn)象，不少手機廠商也在布局相關(guān)領(lǐng)域，但大家都面臨同一個難題：小尺寸、高能量密度的產(chǎn)品，必然會伴隨電機發(fā)熱嚴重的問題。

Q：這些算得上是行業(yè)內(nèi)的難題嗎？現(xiàn)在優(yōu)化的難度高嗎？

李元慶：這幾個方向目前都是行業(yè)難題。首先是材料和結(jié)構(gòu)層面，現(xiàn)在既沒有性能出色的耐磨材料、抗蠕變材料，也沒有能提供足夠扭矩的球形關(guān)節(jié)。就拿抗蠕變材料來說，現(xiàn)在大家嘗試過鎢絲繩、聚乙烯和一些復合新材料，但都存在明顯短板，鎢絲繩的成本太高，一米就要 100 塊錢；聚乙烯雖然便宜，可反復牽拉之后很容易被拉長變形，所以這部分還需要在材料選型和結(jié)構(gòu)設(shè)計上做更多創(chuàng)新。不過，高密度高能量電機領(lǐng)域已經(jīng)有了突破，軸向磁通的電機慢慢成熟了，正在逐步爬坡。傳感器方面，精度和成本和產(chǎn)量正在逐年提升?？偟膩碚f，這些難題都在逐步推進解決的過程中。

Q：目前為止，制約具身智能大規(guī)模落地應(yīng)用難題還有哪些？

李元慶：首先是成本問題，這是個特別大的阻礙?，F(xiàn)在很多技術(shù)其實已經(jīng)越來越穩(wěn)定可靠了，但核心部件的價格居高不下，比如一臺高性能的工控電腦要幾萬塊，一款優(yōu)質(zhì)的靈巧手基本也要上萬、甚至三到五萬的都有。成本降不下來，就沒有場景愿意去接受和應(yīng)用。第二個問題，是場景化的產(chǎn)品定義不清晰，這是個系統(tǒng)性的問題。就拿工廠場景來說，人形機器人的投入產(chǎn)出比、執(zhí)行速度、精度以及最終的工作效率，都還沒有算過賬，很難體現(xiàn)出優(yōu)勢?，F(xiàn)在市面上有一些陪伴類的玩具機器人，算是一種產(chǎn)品方向，但這類產(chǎn)品同樣存在成本偏高的問題，沒能給用戶建立起清晰的產(chǎn)品價值感知。

還有一點，軟硬件技術(shù)路徑的結(jié)合沒有完全收斂，不過現(xiàn)在已經(jīng)慢慢能看到一些成果了。另外，模型架構(gòu)和數(shù)據(jù)的飛輪迭代設(shè)計也沒有做好整合， 有人在單獨解決數(shù)據(jù)問題，有人在單獨攻克模型問題，但大家既沒有明確到底該用什么樣的數(shù)據(jù)，也沒有確定哪種模型架構(gòu)是最優(yōu)的。這又會引發(fā)供應(yīng)鏈的問題，技術(shù)路線不清晰的情況下，供應(yīng)鏈根本沒辦法做針對性的配套。比如電機，有人需要小尺寸的，有人需要大扭矩的，有人追求高能量密度，有人看重高性價比，需求五花八門，供應(yīng)鏈很難去適配。

最后，產(chǎn)品完整生命周期的市場和運維體系沒有建立起來。現(xiàn)在用戶對機器人的價值感知本就模糊，既覺得機器人價格昂貴，又不知道買回去能具體做什么。就算買回去了，機器人還容易出故障，后續(xù)也沒有完善的維修服務(wù)。這些都是制約機器人大規(guī)模落地的典型問題。

把家庭當工廠，

打造“多機異構(gòu)”功能性產(chǎn)品？

Q：面對這樣的機遇與挑戰(zhàn)，您們在接下來這一年的戰(zhàn)略重點和核心發(fā)力方向是什么？

李元慶：我們團隊現(xiàn)在的發(fā)展勢頭不錯，雖說還沒到最頭部的位置，但絕對是賽道里即將沖出來的一匹黑馬。我們的核心方向可以舉個例子來理解，假如你跟家里的機器人保姆說 “幫我拿一杯水過來”，它可能會追問你 “水放在哪兒？這里有可樂、雪碧、芬達，你想喝哪一個？要放到你常用的位置嗎？要不要倒進杯子里？”，本質(zhì)上是因為家庭環(huán)境的信息化程度不夠。理想的狀態(tài)是，機器人第一天可能需要問這些問題，但第二天就該記住。比如知道你是病人，會在固定時間提醒你吃藥、遞藥，知道你喝水的習慣并主動提醒。這些功能的實現(xiàn)，都離不開家庭信息化的構(gòu)建。

我們的思路是，把每個家庭都當成工廠來對待。這是一個倒推的邏輯：以前工廠實現(xiàn)智能化的前提，都是先完成信息化、再推進自動化，最后才是智能化。我們要做的是，先用先進的空間感知技術(shù)，分層、分段地搭建家庭的信息化體系，再結(jié)合成熟的自動化控制理論，把操作控制和導航技術(shù)整合進去，實現(xiàn)家庭場景的信息化和自動化。之后，再通過友好的人機交互接口來過渡到智能化。在機器人還不夠智能的階段，我們可以通過和它對話、給它投喂更多數(shù)據(jù)，讓它逐步優(yōu)化；同時借助情感交互的設(shè)計，讓用戶對機器人的 “不完美” 更有容忍度。

最終的目標是，打造一款面向家庭用戶的功能性產(chǎn)品，這是我們接下來的核心發(fā)力點。我們判斷，這個時代下具身智能領(lǐng)域最該抓住的就是兩件事：落地和數(shù)據(jù)。只有做出真正的產(chǎn)品，才能實現(xiàn)技術(shù)落地，同時把數(shù)據(jù)低成本地回收、形成閉環(huán)。

Q：具身智能的未來，會是一個“通用智能體”統(tǒng)一天下，還是由大量“專用智能體”組成的生態(tài)系統(tǒng)？兩種路徑各自的支持邏輯是什么？

李元慶：說實話，這兩種觀點我其實都不太認同。先說說通用智能體統(tǒng)一天下這件事，現(xiàn)在 NLP 的 scaling law 上限大家其實已經(jīng)看到了。在目前的技術(shù)架構(gòu)下，模型存在兩個天然的本質(zhì)問題 ：坍塌和遺忘。舉個坍塌的例子，語料里有錯誤信息，模型很容易就會混亂，不知道哪個才是正確的。再就是遺忘，模型可能擅長數(shù)學時，語文能力就變差了；擅長英語時，語文又會退步。目前來看，這種上限是很典型的，所以很難出現(xiàn)一個什么都精通的 “天才” 通用智能體，至少在當下的軟件架構(gòu)里，這件事還存在很大問題。

專用智能體像以前的家電或者 IoT 設(shè)備，其實根本不需要所謂的 “智能”，比如掃地機器人，用狀態(tài)機或者簡單的環(huán)境模型就足夠了。我更傾向的未來形態(tài)，有點像《機器人總動員》里的場景：不是一個無所不能的通用智能體，而是多個機器人協(xié)作的模式，比如瓦力、伊娃和那些小機器人。每個機器人都有自己擅長的領(lǐng)域，能把一件事做到極致，同時又具備一定的泛化性和多余自由度的機械結(jié)構(gòu)特性，還擁有一些基礎(chǔ)的智能，能夠和其他機器人配合完成高動態(tài)、復雜場景下的任務(wù)。

支撐這個觀點的邏輯，可以從自然和人類社會的規(guī)律來推論。從自然角度看，生態(tài)系統(tǒng)里從來不是只有某一種生物，而是有各種各樣的動植物，體型有大有小，功能各有不同，這樣才能構(gòu)成穩(wěn)定的生態(tài)。再看人類群體，有擅長力量的、擅長耐力的、擅長敏捷的，每個人的體型結(jié)構(gòu)、肌肉分布都不一樣，擅長的事情也不同。就像一個辦公室里，不同工種的人思維邏輯、能力特長都有差異，就連 MBTI 人格都能分成 16 種。還有一個很有意思的推論角度：未來是靠一個人解決所有事，還是靠一群不同的人協(xié)作解決所有事？答案肯定是后者。我們做事的時候，往往都是找不同專長的人分工合作，才能完成更復雜的任務(wù)。

我相信多機異構(gòu)技術(shù)路線才是具身智能未來的發(fā)展方向，核心就是多個不同類型的機器人協(xié)同工作。

“全球首款規(guī)模具身智能落地產(chǎn)品，

在中國誕生”

Q：除了直接銷售機器人整機，具身智能未來的商業(yè)模式可能有哪些創(chuàng)新？

李元慶：其實現(xiàn)在已經(jīng)能看到一些新的模式了，并且都已經(jīng)在逐步落地且都形成了清晰的小閉環(huán)。

最典型的是 RAAS（Robot as a Service，機器人即服務(wù)），這種模式是把機器人硬件當成服務(wù)的一部分，按使用次數(shù)或者完成的任務(wù)量收費。比如在工廠場景，按機器人完成的工序次數(shù)計費；中央廚房里面，按穿串、加工食材的任務(wù)量收費；機器狗、無人機按送貨次數(shù)或者演出場次收費，這些都是很成熟的落地形式。

還有租賃模式，很多人會按天、按月或者按年租賃機器人。舉個例子，科研實驗室的機器人，周六日或者放假的時候基本閑置，但這段時間恰恰是商場需要機器人跳舞表演的高峰期，就可以通過租賃的方式盤活這些閑置設(shè)備，現(xiàn)在閑魚上其實已經(jīng)能看到這類服務(wù)了。

另外還有一種模式，是軟件費加服務(wù)費的組合。不少公司會把機器人整機以極低的成本價出售，整機相當于 “低價入口”，核心利潤來自軟件授權(quán)和后續(xù)的服務(wù)費，通過 OTA 升級軟件包的方式持續(xù)收費。Tech 1x 就是這么做的，它以 2 萬美金的價格讓人形機器人進入家庭。雖然現(xiàn)階段機器人的智能化還不夠完善，但可以先讓用戶建立產(chǎn)品感知，同時借助低價勞動力遠程操控機器人完成家務(wù)。更重要的是，還能通過這種方式回收家庭場景的數(shù)據(jù)，用大模型訓練，相當于用低價換取市場和數(shù)據(jù)，形成商業(yè)閉環(huán)。

Q：2026 年，全球具身智能公司的競爭情況將如何變化？中國公司與國際巨頭各自的優(yōu)勢和賽點分別會在哪里？

李元慶：首先可以參考兩個行業(yè)共識：山姆·奧特曼（Sam Altman）認為 AI 的決定性因素按優(yōu)先級排序是人才、場景、數(shù)據(jù)、算力、模型；黃仁勛則提出人工智能 “五層蛋糕理論”，包括能源、芯片、基礎(chǔ)設(shè)施建設(shè)、模型和應(yīng)用。結(jié)合這些維度來看，全球競爭的格局其實很清晰。國際巨頭的優(yōu)勢很突出，在算力、芯片以及模型的軟件算法研究上比中國有一定領(lǐng)先，能虹吸全球人才、人才密度更高，初創(chuàng)公司的融資規(guī)模和金額也比國內(nèi)大很多倍。

而中國的優(yōu)勢則集中在能源、硬件制造和市場活力上。更核心的是，中國是世界上最強大的 “建造者”，擁有極強的落地和工程能力，制造業(yè)鏈條完備，能快速把技術(shù)轉(zhuǎn)化為產(chǎn)品，這是我們長期以來的核心競爭力。

2026 年的競爭中，雙方的賽點各有側(cè)重。對中國公司來說，核心賽點在于產(chǎn)品落地與數(shù)據(jù)閉環(huán)。模型的優(yōu)化離不開數(shù)據(jù)，而產(chǎn)品是最快拿到大量真實且低成本數(shù)據(jù)的方式，不是靠花錢買數(shù)據(jù)，而是讓產(chǎn)品走進用戶場景，通過實際使用沉淀數(shù)據(jù)，再反哺模型迭代。雖然目前中國在資金鏈條和人才密度上不如北美，但我們的傳統(tǒng)優(yōu)勢就是先讓產(chǎn)品落地、搶占場景、實現(xiàn)數(shù)據(jù)回流。就像互聯(lián)網(wǎng)時代那樣，正是因為有了成熟的落地場景、數(shù)據(jù)閉環(huán)和現(xiàn)金流，才能吸引海外人才回流。所以早期階段，盡快推動產(chǎn)品和場景落地是關(guān)鍵。

到了后期，中國的優(yōu)勢會更明顯：我們的基礎(chǔ)設(shè)施建設(shè)和能源建設(shè)在全球都是獨一份的強。當下這個階段，除了加速落地，還要盡量減少人才流失和資源錯配，集中力量推進。我相信，世界上第一款能大面積鋪開的具身智能落地產(chǎn)品，很可能會在中國出現(xiàn)。

Q：對于投身于具身智能領(lǐng)域的創(chuàng)業(yè)者和年輕科研人員，您會給他們什么建議，以在這個快速變化且資源密集的領(lǐng)域中找到自己的立足之地？

李元慶：我想先說一句話：快速變化的時代永遠都是好事。這個時代雖然充滿了風險，但更多的是機會，這是我的真實感受?，F(xiàn)在整個具身智能賽道正處在蓬勃發(fā)展的成長期，不管是產(chǎn)品定義、用戶感知的構(gòu)建，還是軟硬件技術(shù)路徑、模型架構(gòu)與數(shù)據(jù)飛輪的迭代設(shè)計，目前都還沒有明確的答案。技術(shù)路線不清晰，供應(yīng)鏈自然也很難配套部署。同時，產(chǎn)品完整生命周期的市場和運維體系也還沒搭建起來。這些復雜的系統(tǒng)問題，既帶來了很多風險，也蘊藏著大量的機會。

所以如果有人想加入具身智能領(lǐng)域創(chuàng)業(yè)或者從事相關(guān)的工作、科研，現(xiàn)在絕對是最好的時機，這是一個能夠改變未來的賽道。而且現(xiàn)在大家基本都還在同一條起跑線上，彼此的差距并沒有拉開太多。我想給的建議就是，找到自己真正熱愛的方向，大膽去嘗試，用極高的執(zhí)行速度快速迭代。分享一句強化學習里大家常用的策略：test early，fail fast，learn faster（盡早測試、快速試錯、更快學習）。在充滿不確定性的賽道里，這樣做往往能找到最優(yōu)解，至少也是局部最優(yōu)解。

總而言之，大膽嘗試、快速執(zhí)行，哪怕失敗也沒關(guān)系，關(guān)鍵是要基于失敗的經(jīng)驗快速調(diào)整。這個領(lǐng)域里，處處都是機會。

技術(shù)人的年度儀式感！ 年度盤點與趨勢洞察 啟動！

《2025 年度盤點與趨勢洞察》由 InfoQ 技術(shù)編輯組策劃。覆蓋大模型、Agent、具身智能、AI Native 開發(fā)范式、AI 工具鏈與開發(fā)、AI+ 傳統(tǒng)行業(yè)等方向，通過長期跟蹤、與業(yè)內(nèi)專家深度訪談等方式，對重點領(lǐng)域進行關(guān)鍵技術(shù)進展、核心事件和產(chǎn)業(yè)趨勢的洞察盤點。

力求以體系化視角幫助讀者理解年度技術(shù)演化的底層邏輯、創(chuàng)新方向與落地價值，并為新一年決策提供參考。內(nèi)容將在 InfoQ 媒體矩陣陸續(xù)放出，歡迎大家持續(xù)關(guān)注。

今日薦文

你也「在看」嗎？