今年的外滩大会，再次把具身智能推到了台前。

　　2025 Inclusion·外滩大会于9月11日在上海黄浦世博园区开幕。今年，机器人的存在感明显更强，10000平方米科技展览、5000平方米的科技集市以及“机器人小镇”上，机器人相关展台人头涌动，成为观众们的“打卡点”。从烹饪演示到工业巡检、从人机协作到场景迁移，从精细蛋雕到专业按摩，机器人在多元化任务中展现出广泛的应用潜力。

　　具身智能之所以成为今年大会的焦点之一，与AI发展范式的重大转折密切相关。2024年图灵奖得主、“强化学习之父”理查德·萨顿（Richard Sutton）表示，人工智能正从对人类现有数据的依赖转向“经验时代”。

　　他的判断是，人类数据红利正逼近上限，未来更高阶的智能要靠智能体与世界的直接交互，不断在观察、行动和反馈的循环中生成“新的知识”。他强调，真正新的知识和智能必须来源于智能体与世界直接交互所生成的数据，也就是“经验”。

　　在“经验”被反复提及之后，讨论的落点转向工程化路径。加州大学圣地亚哥分校终身教授、Hillbot创始人苏昊对技术架构的演进进行了梳理。他介绍，机器人智能的发展概括为三个阶段：第一阶段以规则为主的执行；第二阶段引入感知，但感知、规划、控制仍然割裂；第三阶段尝试打通感知、规划和控制，机器人能够将交互反馈用于优化自身策略，进入如今的“具身智能时代”。

　　苏昊指出，如果不能让机器人在交互中汲取经验，智能水平就无法持续提升，而当前诸如Transformer、GPT等大模型的突破，与这种感知决策一体化趋势融合，共同催生了近期机器人的创新热潮。

　　从理论到落地，创业者的取舍更直接。宇树科技创始人兼首席执行官王兴兴认为，“现在AI写文作画，已经比99.99%的人都要做得好，但真正让AI干活，还是一片荒漠。”

　　对于此前“数据不是具身智能的最大挑战”的言论，王兴兴回应称：“我不是否定数据不重要，大家不要误解。”他直言，业界当前对数据的关注往往多于对模型架构本身的打磨，数据虽然重要，但行业对“采什么、采多少、质量如何判定”尚无共识。

　　因此，他主张提升模型对数据的利用效率，通过更好的算法架构让模型“用更少的数据学到更多”。同时，还要明确哪些特定场景和动作的数据更有价值，从而有针对性地获取高质高效的数据。

　　换言之，在“数据”与“模型”这对AI升级的关键要素中，需要寻求更佳平衡，而非一味地数据堆砌。

　　除了架构与数据的讨论，具身智能的实现路径也呈现出多元化的探索。值得一提的是，曾就职OpenAI的清华大学交叉信息研究院助理教授吴翼还分享了一个前瞻性的概念——“In-Body Agents”（具身智能体）。

　　他表示，今天多数机器人或智能体执行一次指令，能连续自治运行的时长仍以分钟计，理想状态应当是把一个模糊目标交给它，它可以连续工作数小时甚至一整天，直到“把事办完”。

　　他判断，这种长时序、自主性的“物理世界Agent”将是具身智能的终极形态之一，这也是他团队正在探索的方向。

　　市场对具身智能的期待与日俱增。据IDC预计，到2030年全球具身智能相关市场规模可达到1.5万亿美元，年复合增长率约25%。第二届中国人形机器人与具身智能产业大会发布的《2025人形机器人与具身智能产业研究报告》显示，2025年，中国具身智能市场规模预计达52.95亿元，占全球约27%；人形机器人市场规模预计达82.39亿元，占全球约50%。

　　尽管前景广阔，具身智能产业化之路并非坦途。正如王兴兴所言，目前让AI“落地干活”的实践还处在“大规模爆发的前夜”，离真正的生产力变革尚有距离。