五位嘉宾有且仅有一个问题达成了共识。
6月13日，第八届“北京智源大会”《具身产业CEO》分论坛现场，智源研究院院长王仲远将产业融资、本体硬件、数据价值、模型落地路径等行业核心问题依次抛出，参与讨论并作答的嘉宾阵容则堪称豪华——千寻智能创始人、CEO韩峰涛，灵心巧手创始人、CEO周永，星源智创始人、CEO刘东，破壳机器人创始人许华哲，蚂蚁灵波科技CEO朱兴，五位赛道大佬齐聚一堂。
谈及数据之于具身智能行业的价值，五位企业掌舵人达成了全场唯一一次共识：数据是当下产业发展的重中之重，是决定具身模型能力边界的竞争壁垒。
而对于本体硬件是否进入成熟阶段、模型应先深耕基础还是快速商业化、是否需要建立第三方统一评测体系等议题，大佬与大佬之间，更多的是讨论，讨论前后更多的也仍是分歧。
01. 无法统一
几位嘉宾背后的公司其实各有侧重，北京商报记者现场了解到，其中既包括像灵心巧手聚焦灵巧手细分品类的头部，也有专注模型层的蚂蚁灵波科技，或是成立不久便一反行业主流to B场景，选择切入to C家庭技术软硬件的破壳机器人。
关于本体产业链是否进入成熟阶段的问题，韩峰涛是全场唯一投出“同意”的嘉宾，在他看来，硬件成熟与否是个相对的阶段性命题——如果以“完美”人形机器人为满分标准，当下的工业机器人、四足机器人乃至人形机器人的硬件能力虽有差距，但已足以支撑对应阶段的市场落地，真正的短板在于AI能力，而大模型的爆发正在快速补齐这一缺口。
在模型研发路径上，“先深耕基础能力还是先落地商业化”的分歧同样明显。韩峰涛向北京商报等媒体解释称，他并不赞同大规模、激进的推动产品落地，直言当前的具身模型大约仅相当于幼儿的智商水平，此时强行规模化商用，单项目调试就要耗费一两个月，高昂的部署成本根本无法支撑商业化跑通。在他看来，现阶段更应该集中资源投入基础模型训练，等模型能力达到“高中生、大学生”水平，能实现低成本批量复制后，再推进落地也不迟，这个周期大概需要两年。
刘东却持相反观点。他以自动驾驶行业的发展路径作比，当初瞄准高阶自动驾驶的团队走得缓慢，反而是先落地L2方案的企业更快拿到市场反馈。具身智能同理，实验室搭建的场景总会忽略真实环境中的复杂变量，很多模型在实验室里表现优异，到了真实场景就问题频出，这个磨合过程可能就要一到两年。因此他坚持，模型研发必须同步绑定真实场景，在落地中踩坑、用反馈迭代，才能避免技术方向走偏。
对于是否需要建立第三方中立的行业评测体系，现场也出现了对立声音。许华哲是全场唯一投出反对票的嘉宾，在他看来，只要是评测、赛事就难免存在“应试优化”的空间，而物理世界的机器人对环境、硬件精度的敏感度极高，哪怕一颗螺丝拧歪都可能让任务成功率暴跌，第三方评测很难完全规避这些无意识的变量，做到绝对的客观公正。他认为，产品能不能卖出去、能不能在真实场景里干活，才是检验模型能力的最终标准。
02.做to C，做非共识
在所有非共识中，相比于一众进厂落地、主攻to B业务的具身智能企业，破壳机器人大约是现场乃至行业极为特殊的一批，同时也是最年轻的一批。
公司于2026年3月3日正式注册成立，创始人许华哲此前为星海图联合创始人、首席科学家，今年2月正式从星海图离职。针对外界关于其离职的诸多传言，许华哲坦言离开的核心原因是家庭场景并非当时星海图的业务重点，而打造更通用的具身智能、落地家庭机器人的方向，只有自己亲自创业推进才有可能实现。
不同于行业多数企业从工业场景切入、逐步向通用能力迭代的路径，许华哲的判断恰恰相反：家庭场景的非结构化环境、长尾化任务、高泛化要求，反而最有可能孕育出真正的通用具身智能。在他的技术逻辑里，通用智能的上限由数据定义，工厂中重复单一的作业数据，无法支撑机器人理解真实世界的复杂性；而家庭场景足够丰富、多元的环境与任务数据，才是通用智能迭代的优渥土壤。
基于这一判断，破壳机器人没有沿用行业常见的技术范式，而是直奔终局选择了世界模型技术路线，试图通过对物理世界状态的预测与推演，实现机器人的通用操作能力。针对世界模型普遍存在的物理幻觉问题，团队自研了相关约束算法，通过双向校验修正预测误差，大幅提升了真实物理场景下的任务执行成功率。
产品层面，团队确立了安全、自然、开放、智能等标准，希望实现“隐形化”的家庭使用体验，并规划打造开放平台，串联家电、电商等生态处理日常隐形家务。据悉，按照规划，6月22日团队将上线机器人制作麻婆豆腐菜品的完整制作Demo，8月底至9月初推出第一代硬件产品，中长期目标为2028年3月正式走进首批家庭用户。
在接受北京商报记者采访时，许华哲指出，做饭是纯技术层面家庭场景里难度最高的任务之一——菜品品类可无限延伸，操作细节多变，对刀工、火候、操作时序都有极高要求，松鼠鳜鱼这类考验精细操作的菜品，也被他反复用来指代对具身智能的终极设想。也正因如此，烹饪不会是家庭机器人首个商业化落地的场景，却成为团队验证技术上限的核心标杆：攻克了烹饪这类高难度任务，意味着比做饭简单的绝大多数家庭事务，机器人都可以胜任。
除去关键操作技术的突破，团队目前也在对接家电、厨具、电商等产业方，探索家庭场景下的多设备串联、家务衔接等延伸能力，填补家庭场景中不同设备、不同任务间的衔接空白。
