湖北
當前，具身智能賽道持續升溫，圍繞人形機器人、工業機器人和通用具身大模型的投資與討論不斷增加。面對外界關于行業是否存在泡沫的質疑，它石智航首席科學家丁文超給出的判斷是：“人們還是低估了它。”
當前，公眾對具身智能的想象，仍然較多停留在人形機器人跳舞、跑馬拉松等直觀展示上。但真正值得關注的，是具身基礎模型能力正在沿著類似語言大模型的發展曲線快速進步。一旦能力達到某個拐點，機器人就可能大規模承擔重復性、高強度體力勞動，顯著節省人類在相關場景中的投入。
丁文超認為，具身智能的“ChatGPT時刻”可能在約兩年后出現。他判斷，在重復性較高的場景中，經過通用基礎模型訓練的機器人被部署到現場后，只需要采集極少量本地數據，就能夠較快適應任務并開始工作。
這一判斷背后，是它石智航對具身智能技術路線的長期思考。與大語言模型主要處理文本不同，具身智能需要理解物理世界、預測環境變化，并通過機器人身體與現實世界發生交互。因此，具身智能所需的數據規模和訓練難度都遠超一般想象。
他認為，自動駕駛走向成熟需要百萬小時級別的數據積累，而具身智能面對的是更加復雜的物理交互環境，數據需求可能達到千萬小時級別。依靠傳統遙操作方式采集數據效率有限，完全通過手工建模還原真實世界又過于困難。因此，它石智航選擇從人的第一視角出發，利用穿戴式設備采集人類真實操作數據，再訓練具身世界模型，將人的能力遷移到機器人身上。
據解放日報報道，它石智航已經在產業場景中驗證了這一技術路徑。在2026年中國家電及消費電子博覽會上，其自研通用具身大模型AWE3.0支持A1機器人連續完成百余次亞毫米級線束精密裝配任務，并獲得吉尼斯世界紀錄。這一案例被視為具身大模型從實驗室走向工業現場的重要信號。
當前，中國在具身智能的“本體”和“小腦”方面具備優勢，也就是機器人硬件本體的一致性量產能力和運動控制能力較強；但在“大腦”層面，也就是具身基礎模型、大規模數據訓練和通用智能能力方面，與世界頂級水平相比仍有差距。如今美國正試圖借助具身智能推動制造業回流，如果中國在具身智能“大腦”層面落后，未來可能削弱自身制造業長期積累的競爭優勢。
正因如此，它石智航將目標瞄準“沖刺具身智能世界第一”。它石堅持具身智能不應只是資本市場的熱門概念，而應成為推動產業升級的新型生產力。尤其是在工廠中大量存在的重復性、高強度、精密操作場景里，機器人一旦具備通用學習和適應能力，就可能帶來深刻變革。
未來，具身智能最值得期待的方向，不是讓機器人完成更吸引眼球的表演，而是讓機器人真正進入現實世界，解決那些長期存在、依賴人工、難以自動化的生產痛點。換句話說，具身智能的真正拐點，將出現在機器人開始穩定、可靠、批量地“干活”的那一刻。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
