具身智能的“ChatGPT时刻”：定义与路径探索

文｜富充

编辑｜苏建勋

具身智能正等待其“ChatGPT时刻”的到来，但关于这一时刻的具体定义，业内尚无共识。

近日，原力灵机的技术开放日圆桌论坛上，五位AI界的一线产、学、研从业者就这一问题展开了讨论。他们分别是：

清华大学电子工程系长聘教授汪玉

北京智源人工智能研究院院长王仲远

阶跃星辰创始人&CEO 姜大昕

星海图创始人&CEO 高继扬

原力灵机联合创始人&CEO 唐文斌

阶跃星辰创始人&CEO姜大昕首先提出，“ChatGPT时刻”的定义标准是“零样本泛化”——即使给出从未见过的指令，AI也能回答问题并完成任务。这正是大语言模型所展现的能力。

然而，姜大昕指出，由于具身智能的泛化涉及场景、任务、操作物体等多个维度，机器人要达到这一标准仍十分困难。

作为机器人创企的CEO，高继扬进一步解释了具身智能商业化落地的难点：大语言模型可以“模型即产品”，而具身智能必须穿过更长的产业链——整机、供应链、真机数据、线下交付，缺一不可。

基于这些待解决的问题，原力灵机联合创始人&CEO唐文斌提出了一个更可抵达的“具身智能ChatGPT时刻”：在一个限定场景内，闭环解决所有问题，并计算ROI。

他的理由很简单，ChatGPT让人们看到了语言模型作为工具的可用性；要产生这种变化，具身智能也必须从玩具和研究项目变身为一个有用的事物。

因此，这场圆桌就“具身智能的发展方向”达成了初步共识：在追求更强泛化之前，先跑通一个垂类场景，让机器人在实际中积累数据，再用数据反哺模型与系统迭代。

这个思路也解释了原力灵机推出真机评测Benchmark“RoboChallenge”的原因：在数据飞轮转动之前，需要有一个统一的评测标尺。因此，原力灵机联合HuggingFace推出了这一评测工具。

原力灵机成立于2025年3月，创始人唐文斌为原旷视科技联创。成立不到一年，原力灵机已累计融资近10亿元。2月10日，其首个模型DM0以2.4B参数量登顶RoboChallenge榜首。当然，质疑也随之而来。唐文斌在圆桌论坛上也一一做出回应。

△圆桌论坛嘉宾，图片：原力灵机

主持人：从全球范围来看，我们的具身智能模型有哪些主流的技术路线？我们现在处于什么阶段？

王仲远：虽然硬件进步很快，但在连续稳定工作、安全性、电池等方面仍有问题。过去一年发布了一系列具身模型，但远未达到具身的ChatGPT时刻。目前的技术路线仍处于发展中。

汪玉：虽然机器人应用已有进步，但仍局限在一个工作台上。完成复杂任务时，屋子本身可能也需要变化。中国在具身智能领域已有比美国更强的投入。

主持人：如何看待国内和硅谷在具身智能领域的优劣势？

汪玉：美国在模型、数据等方面更早投入和应用。但中国产业链、供应链完整，若开放更多应用，可能实现更快突破。学术界和产业界的联动也在增多。

主持人：如何定义“具身智能的ChatGPT时刻”？

高继扬：具身智能从技术的产生到产品的规划，再到商业落地，链条更长。需先看到它在某些限定范围内具备商业价值。

唐文斌：“具身智能的ChatGPT时刻”是它变得有用、可信赖的时刻。它需要在限定场景内闭环解决所有问题，并能在ROI上算明白。

主持人：如何看待原力灵机既是Benchmark的发起方，又作为企业参与评测并取得好成绩？

汪玉：未来学习的模式可能会变，学生可以自己学。这样的评测方式可以推动行业的发展和进步。

唐文斌：我们内部进行了激烈讨论后决定参与评测。我们希望以更公开的方式推动行业的发展。

主持人：面向2026年，在具身智能领域，大家最期待看到的情况或解决的任务会是什么？

汪玉：期待形成一套云边端配合的体系，构建面向机器和人共生环境的基础设施。

王仲远：期待在标准上有突破，促进整个产业的发展。

姜大昕：期待实现零样本的泛化。

高继扬：期待在生产力端看到明确的增长路径。

唐文斌：希望在一个场景内有一千台持续运行的机器人。