封面新闻记者 欧阳宏宇
“具身模型不能光靠‘训’出来，更要靠‘干’出来。”10月29日，智元联合创始人、联席总裁、具身业务体系总裁姚卯青在上海表示，具身智能正在进入一场更现实的考试：衡量机器人的标准，不再是能否完成一次令人惊叹的演示，而是能否在真实环境中7×24小时稳定作业、应对扰动，并算得清ROI（投入产出比）。
杠杆配资百科在他看来，物理AI的智能涌现，不会只由更大的模型带来，而要依靠数据、模型、本体和场景形成完整的学习闭环。大模型可以加速知识迁移，但机器人要真正走进物理世界，仍需从真实交互中获得数据，在持续作业中积累经验，再把经验带回模型和本体迭代。
近段时间，国内人形机器人业界首个可复制的具身智能实景实训示范项目落地；叠加马斯克在近日预测，人形机器人整个赛道都将成为全球最大的产业，黄仁勋透露将聚焦物理AI、机器人，体现出机器人在制造场景中已完成从“试点验证”到“常态化作业”的关键跨越。
围绕这一判断，姚卯青把具身智能的Scaling（规模化扩展）划分为三个连续阶段：预训练以数据规模和模型容量构建通用能力；后训练通过真机、仿真器和世界模型提升策略可靠性；部署后的训练则让真实作业现场成为新的训练场，使机器人在上岗后继续学习。
在他看来，数据是闭环的起点。模型侧，新一代具身基座大模型已将任务推理、未来预测与动作生成连接起来。面向后训练和部署后的持续学习，虚实协同后训练系统，已实现结合真机、物理仿真与世界模型推进规模化学习；具身Agent框架则可以让机器人在真实任务中沉淀成功、失败与故障恢复经验，持续改进执行策略。
元股证券:ygzq.hk智能最终要由本体承载，并在场景中兑现。谈及从数据到模型，从本体到场景的发展趋势官方配资服务，姚卯青认为，具身智能的下一阶段，不是继续堆叠孤立能力，而是让每一次真实作业都能产生数据、沉淀经验并反哺系统。只有当这条闭环持续运转，机器人才可能从“能做一次”走向“长期做好”，让物理AI真正成为可衡量、可复制、可规模化的生产力。
A股多空配资网提示：本文来自互联网，不代表本网站观点。
