问题——具身智能要进入真实生产环节，首先要跨过两道门槛：通用性不足，以及工业现场对可靠性的极高要求。近几年，具身智能在实验室和演示场景进展明显，但放到工厂、仓储等连续作业环境里，容错空间更小、节拍更紧，一次失误就可能引发停线、返工甚至安全风险。业内普遍认为，如果无法在具体任务上做到接近“零失误”的稳定表现，就很难真正转化为可持续的生产力。 原因——一是现实环境变量多、干扰强。光照变化、遮挡、反光材质、物体形变以及工位差异，都会放大模型在感知与控制上的不确定性。二是通用模型的泛化能力仍受数据规模与训练方式限制，尤其在灵巧操作等需要高精度、多关节协同的任务中，微小偏差也可能快速累积为失败。三是高质量真实数据采集成本高、周期长，不仅要覆盖多种工况，还要投入标注与质量控制。四是“虚实差距”依然存在：仿真训练效率高但难以直接迁移到真实设备；完全依赖真实训练又效率低、风险高。 影响——这些瓶颈会直接影响企业的部署决策，也拖慢产业链协同：设备厂商难以形成可复制的交付标准，应用方难以评估长期稳定性，结果往往是试点多、规模化少。对制造业而言，如果具身智能不能给出可量化的良率、节拍和维护成本优势，就难以进入关键工序，更难带来大范围替代或产线升级。 对策——围绕“更通用”与“更高成功率”的双目标，贾鹏在大会演讲中提出一条更偏落地的技术路线：以高上限的统一基座模型为核心，配套高效数据采集与单任务快速适配机制，并强调端侧实时推理与训练能力，以满足工业现场对低时延与稳定性的要求。 其一，构建统一的具身基座模型。企业介绍，其自研模型尝试把物理世界建模能力与视觉—语言—动作协同能力放在同一框架下，并在结构上推进多模态理解与生成的统一、不同推理深度的自适应切换，以及策略执行与自我评估的闭环结合。企业还提出用隐空间的时空推理链条压缩并表达环境动态信息，在尽量保留表达能力的同时提升推理效率，以满足真实场景的实时性需求。对应的成果预计将以论文形式发布。 其二，缓解数据供给难题。根据真实世界数据“难采、难扩、难覆盖”的痛点，至简动力提出便携式手套采集方案，以更低门槛获取高质量的人类操作轨迹，并可继续扩展触觉、力觉等模态信息。企业认为，该方案在效率与质量之间更易平衡，也能在尽量不影响一线作业的情况下持续积累数据，为通用预训练与垂直场景精调同时提供支撑。 其三，以虚实结合强化学习冲刺单任务“零失误”。工业落地更看重结果可控。企业在会上重点介绍了虚拟—现实联动的强化学习框架：先对真实工位进行三维重建，形成可交互的数字孪生环境，在虚拟空间扩大探索范围、加快试错迭代，同时把易错区域与关键边界条件显性化，再回到真实环境做校准与验证。企业还提出“双重强化学习”机制，以提升训练效率并降低过拟合风险，并展示了在特定任务上将成功率提升并稳定到可用水平的实验进展，称可在较短时间内完成单任务适配与可靠性收敛。 前景——业内观察认为，具身智能的产业化竞争正在从“单点能力”转向“系统工程能力”：不仅比模型上限，也比数据闭环、仿真平台、端侧算力、部署运维与安全机制。随着制造业对柔性生产、少人化产线需求上升，装配、分拣、上下料、检测等环节的场景机会将持续释放。下一阶段，能否建立可验证的指标体系与交付流程、能否在更多工况下保持一致的可靠性、能否控制综合成本并满足安全合规要求，将决定企业能否进入规模化采购清单。
具身智能的价值不在于参数或指标本身，而在于能否稳定承担生产任务并带来经济回报。从本次技术进展可以看出，具身智能正在从强调通用泛化的第一阶段，逐步走向兼顾可靠性与实用性的第二阶段。这意味着它不再只是“看起来很先进”的概念，而是在向可用的生产力工具靠近。随着更多企业在落地路径上持续投入并验证成效，具身智能有望在未来数年内在制造、物流、服务等领域加速规模化应用，推动人工智能走向更扎实的价值创造。