联想控股

從春晚舞台到機器人馬拉松，從一級市場融資持續升温到國家"十五五"規劃前瞻佈局，具身智能與人形機器人正成為萬眾矚目的焦點。行業火爆之下，一場關於“硅基生命”如何走出實驗室、跨越量產鴻溝、創造商業價值的深度探討，在中關村創新核心區的融科資訊中心激烈進行。

智通財經APP獲悉，6月30日，由聯想控股(03396)微空間、聯想之星、融科資訊中心共同發起的“科技有「聯想」·硅基進化論”線下沙龍活動在京舉行。來自具身智能學術、創業、產業與投資領域的8位嘉賓齊聚一堂，通過“白板開放麥”與圓桌論壇等核心環節，共同直面行業高歌猛進下的深水區困惑，試圖在共識與非共識的碰撞中，為具身智能的產業化破局尋找路標。

一、 數據“鐵鏽地帶”：從“卷模型”到“拼數據”的基礎設施之困

過去一年，具身智能領域的融資熱潮屢創紀錄。2026年上半年，一級市場投向該賽道的金額便高達約460億元，幾乎相當於此前兩三年的總和。然而，資本盛宴之下，包括模型選擇、數據採集、算法訓練等具身infra仍存諸多爭議。

在白板開放麥環節，冪特科技聯合創始人、CTO王志成率先拋出“靈魂拷問”。他回顧了AI 1.0時代到AI3.0時代的感悟與心得，其中，AI 1.0時代最核心的領悟——“數據是核心，模型是輔助” ，並指出當下AI3.0時代(物理AI時代)的學習本質並未改變。王志成表示，在AI產品研發的全流程中，高達80%的精力耗費在數據層面，“如果沒有做到Scaling(規模擴展)，我們在AI 3.0下做的事情，其實還是重複AI 1.0時代做的事情。”

圖：冪特科技聯合創始人、CTO王志成

這一觀點引發了後續嘉賓關於“數據Scaling路線”的討論。智在無界BeingBeyond合夥人鄭思鵬分享了行業認知的劇變：從2025年爭論真機採集的可行性，到如今形成 “人類視頻是走通Scaling路線” 的共識。他對此算了一筆經濟賬：一條30秒左右的真機數據成本約為10到15元，一小時成本約在1000元左右。“以此推算，想要用100萬小時真機視頻數據(V-JEPA 2.1的訓練規模)進行預訓練，成本至少在10億元，但依舊遠遠無法達到Scaling的階段。”鄭思鵬介紹到，作為率先提出以大規模人類視頻數據訓練通用模型框架的企業，智在無界於今年4月發佈的Being—H0.7具身通用基礎模型，可將數據規模擴展至 20 萬小時人類視頻,並提出一種全新的範式——基於潛空間推理的世界模型，“相較真機數採而言，人類第一人稱視頻數據可將成本降低幾個數量級，是具身基礎模型發展的重要里程碑。”

圖：智在無界合夥人鄭思鵬

無問智科創始人劉盛翔則進一步提出了“物理AI數據基座”的概念。他指出，行業缺的不是散裝的數據，而是類似英偉達CUDA生態那樣好用的工具鏈和測評體系。“要通過打造數據飛輪來形成整套的Real2Sim2Real的工具鏈。否則再強大的模型和算力，沒有好用的工具，也是空中樓閣。”此外劉盛翔還認為，僅靠採集人類數據仍存在與物理世界的分佈偏差，需要大規模高質量數據集疊加超大規模的仿真合成數據，才能滿足具身智能預訓練的相應規模數據需求。

圖：無問智科創始人劉盛翔

對於靈巧操作這一具身智能的“最後一公里”，雲松鼠智能創始人黃駿達發出了“五指靈巧手重要性被低估” 的非共識判斷。他認為，夾爪仍然是專用器件，數據泛用性差，而五指手是通往通用操作的必經之路，其技術收斂可能比預期的更快，三年左右就能看到靈巧手的大量落地案例。

圖：雲松鼠智能創始人黃駿達

二、 量產“死亡谷”：從原型機到萬台，“馬拉松”剛跑完第2公里

如果説數據是起點，那麼量產與商業化則是檢驗賽道成色的試金石。當行業歡呼“量產元年”到來時，一線實踐者卻保持着冷思考。

優寶特智能機器人創始人範永用 “長坡厚雪” 形容人形機器人賽道，但隨即給狂熱預期降温：“行業目前僅處於42公里馬拉松的第2公里處。” 他將現階段的機器人比作“3歲小孩”，呼籲行業給予包容與耐心，不要指望一個“3歲小孩”可以馬上掙錢。

圖：優寶特智能機器人創始人範永

範永介紹，優寶特在去年量產百台的基礎上，訂下了今年量產千台的目標，“這對我們的生產、交付、客服等每個環節都是挑戰。”據他透露，公司目前正在進行人形機器人流水線的相關建設，“力爭在完成量產目標的同時，確保產品與服務各個環節的一致性。”

而面對“量產元年是否也是倒閉元年”的尖鋭提問，範永認為，缺乏核心技術、真實場景和資金的企業確實可能出局，但大規模倒閉潮不會來臨，因為產業仍處早期，“在這場馬拉松中，短距離內的領先並不意味能跑完全程”，現在還無法界定誰是能跑到終點的頭部、腰部還是尾部。

聯想之星合夥人高天垚以投資人視角判斷，具身智能行業“上半場大幕才剛剛拉開”。他認為，AI能力、場景、本體三大要素在2026年首次形成共振，催生了當下的行業熱度，也讓外界暢想“通用機器人”的宏大願景。高天垚表示，具身智能的產業邏輯仍處於循序漸進的過程中，他看好擁有跨領域能力支撐的公司能夠最終勝出。

圖左二：聯想之星合夥人高天垚

聯想集團MaaS(製造即服務)團隊業務leader陳磊則直指行業最大的誤區—— “產品研發出來就一定會火” 。結合近年來服務初創企業的經驗，陳磊直言：“恰恰是工程化和量產能力缺失，讓很多創業公司倒在了黎明之前。”他透露，聯想集團MaaS團隊已與多傢俱身智能行業頭部企業展開合作，在數據素材採集、工程化設計、供應鏈匹配乃至出海諮詢等方面提供支持，幫助創新企業跨越從創意到落地的鴻溝。

圖：聯想集團MaaS(製造即服務)團隊業務leader陳磊

三、 終局博弈：“全棧”與“分工”的路線之爭，誰將站上萬億市值巔峯?

如果説量產是當下的坎，那麼產業終局形態則是決定企業戰略方向的“路標”。在沙龍圓桌對話環節，多位嘉賓還圍繞“全棧自研”與“專業分工”的路線，探討量產與商業化問題。

宇泛智能CFO戴愷表示，具身智能企業只有做全棧才能成為“最後玩家”，但前提條件是要限制在特定場景。他以宇泛智能為例，“我們只在兩個場景內做深做透，一是物流，二是商業清洗。”在具體打法方面，宇泛智能側重於具身“大腦”，“我們會在空間感知算法與決策算法方面重點投入，這樣可以形成場景閉環、功能壁壘、價格優勢。”戴愷進一步解釋説，憑藉自研算法，宇泛智能彌補了“小腦”硬件性能上的差距，在某場景使用的芯片價格僅需4.5元，而競爭對手需19至23元，“形成了顯著的競爭優勢。”

圖：宇泛智能CFO戴愷

談及未來的競爭格局，戴愷認為，五到十年內行業將呈現明顯梯隊分化。他認為具身智能企業可重點劃分為大腦(算法)、小腦、本體和場景應用四類，其中算法企業大概率會構成第一梯隊，全球預計僅有兩到三家，市值可達萬億以上；四類都涉及但無明顯短板的企業可構成1.5梯隊，市值可達萬億；僅靠單點長板的公司將難以進入核心圈層。

範永則從本體企業的立場出發，主張合作。他認為人形機器人產業鏈“鏈條很長，全盤通吃未必能做好”。“本體企業最擅長的還是模組、運控和整機，大腦層面應與專業模型公司合作。”範永表示。

儘管路徑選擇各異，但嘉賓們在一點上達成了高度共識：從“中國製造”到“中國智造”的跨越，必須在量產製造、供應鏈協同和場景深耕上建立起自主可控的產業生態。這既是企業生存發展的立身之本，也是夯實國家產業根基、提升長遠競爭力的應有之義。

結語

這場持續近四個小時的“硅基進化論”沙龍，沒有給出標準答案，但通過白板上的非共識推演與圓桌間的觀點交鋒，真實反映了一線決策者對於具身智能產業化的觀察與期盼。

作為活動發起方，聯想控股全體系已投資超過1000家科技創新企業，其中具身智能相關企業超過60家，覆蓋從具身大腦、小腦到整機的全產業鏈；聯想之星作為聯想控股旗下早期投資平台，長期關注機器人與人工智能賽道，持續陪伴一批優秀科技創業企業成長；融科資訊中心位於中關村創新核心區域，匯聚了眾多全球科技企業、創新機構與科技資本，希望打造一個連接學術與產業、資本、技術與人才的創新生態平台。

在“十五五”規劃開啓的新週期下，如何讓前沿科技真正賦能新質生產力?答案或許不在某一家企業的單一突破，而在於如本次沙龍所呈現的——全產業鏈協同的深度對話、對非共識的包容審慎，以及對基礎數據設施與量產工程腳踏實地的攻堅。

未來，“科技有「聯想」”系列活動還將持續聚焦中國硬科技創新，希望集結更多具有話語權的“最強大腦”，來為行業帶來最一線的真知灼見。