7月10日，2025贝壳财经年会如期开幕。在“建设‘开源’之都：智AI未来，生态共澎湃”主题论坛上，北京大学助理教授、银河通用机器人创始人及首席技术官、智源学者王鹤出席并作《合成数据赋能的具身大模型开启工商业场景规模化落地》主旨演讲。

　　王鹤表示，具身智能是目前真正推动制造业、生产性服务业以及创造新质生产力的一个关键领域。“中国现阶段大约有200多家人形机器人和具身智能企业，在这条路上我们并不是一个传统的制造业，而是实现用机器人本体承载具身大模型，让机器人拥有能自主干活的能力。”

　　中国制造业正在变强，但这些制造业背后还未达到智慧的“智”，目前基于数据驱动的人工智能比例不够高，这也是目前人形机器人并未达到产业化大规模应用的主要原因之一。“比如我对模型说‘请把我面前的话筒拿起来’，对于通用型大模型而言完全不具备可操作性，所以多模态大模型的下一步就是把机器人的动作当做一个输出模态，这就是当下具身智能跟大模型融合的一个新趋势，我们叫VLA（Vision-Language-Action）大模型，通俗理解就是能够让机器人自主理解指令并依靠手眼脑身协调来执行任务。”

　　产业界和学术界都热衷于将具身智能与自动驾驶进行类比，但在王鹤看来，二者之间的差别在于，一是汽车的出货量远高于人形机器人企业，包括特斯拉等头部人形机器人企业的出货数量和头部车企几百万的出货量仍有很大的差距；二是汽车售出后也能够让车主驾驶自动回传数据，现阶段人形机器人还不能像买车一样马上产生使用价值。

　　“具身大模型可能需要上亿条数据才能通用和泛化，虽然人形机器人产业很火，但要把它从千台推到能弥补未来中国劳动力缺口，还有很长的路要走。目前存在两大挑战，第一，人形机器人的存量不足；第二，只依赖真实采集数据的成本过高。要善于运用合成数据，提升具身大模型的训练效率和泛化效果，加快推动人形机器人新质生产力的大规模出现。”王鹤说。银河通用坚持“通过物理仿真合成大规模高质量数据”的技术路线，迄今为止已积累了亿级的真实场景数据以及百亿级的合成仿真数据，利用这些合成数据进行技能学习，机器人Galbot 可以直接将所学技能泛化到真实世界中，现已在全球率先进行了大规模的VLA真实落地实践。

　　银河通用正在将具身大模型机器人应用到现实生活场景中，在智慧零售、工业和康养医疗等场景都已取得了显著进展。今年上半年银河通用发布了全球首个人形机器人智慧零售解决方案，机器人24小时全天候完全自主在智慧零售店铺内执行商品的盘点、补货、取送、打包等自动化全流程。目前银河通用已经在北京开了10家智慧零售店，预计今年内将在国内开100家。

　　此外，银河通用已率先在工业领域部署应用，凭借其领先的技术实力和稳定的产品能力，推进具身智能技术赋能先进制造产业，获得了包括国际知名制造企业、全球领先的汽车企业、国内头部电商企业等众多行业领军企业的高度认可。银河通用致力于进一步发挥具身智能的技术优势，加速推动人形机器人新质生产力的大规模应用。