WAIC 2025具身智能圆桌：七位领军人物拆解"物理墙"与商业落地路径
核心事件：2025世界人工智能大会（WAIC）期间，一场以"Scaling Law的'物理墙'：物理AI如何迎来通用智能涌现"为主题的圆桌对谈引发行业关注。智元合伙人姚卯青组局，Physical Intelligence研究科学家任至意、佐治亚理工学院徐丹飞、Dyna Robotics联创马也骋、腾讯首席科学家张正友、Sunday创始人赵子豪等七位行业领军人物齐聚，围绕具身智能的数据获取、模型演进与商业化落地展开深度讨论。
一、三堵"物理墙"：从数字到真实的跃迁困境
智元合伙人姚卯青将当前物理AI面临的挑战归纳为三堵难以逾越的"墙"：
- 数据墙：真实交互数据极度稀缺且成本昂贵，无法像互联网数据那样轻松规模化获取；
- 表征墙：各类机器人各自为战，缺乏跨任务、跨本体的统一表征；
- 闭环墙：现实中试错代价太高、反馈极慢，动辄导致硬件报废。
姚卯青提出，破局的关键在于让"可泛化、可优化、可进化"的技术飞轮高速转动，实现从知识规模化向真实世界经验规模化的范式跃迁。
清华大学苏航教授则从另一个角度切入，指出具身智能不仅需要强大的跨模态基础认知能力，更需要建立高效的"反馈学习"机制——让机器人通过主动观察环境、在交互反馈中自主修正动作策略。
二、数据革命：人类是机器人最好的"教科书"
在数据获取问题上，佐治亚理工学院徐丹飞教授提出了一个颠覆性观点：人类自己就是最好的老师。
徐丹飞团队自2023年起坚持采集人类第一视角数据，摒弃传统遥操作方式——后者不仅累人、难规模化，更会掩盖揉面、拿薄卡片、用手肘带门等精细的"物理智能"。
截至今年年初，该团队已积累2万小时的人类第一视角数据。在海量数据的喂养下，他们观测到了具身智能领域的线性Scaling规律：只要数据量成倍增长，机器人的复杂操作成功率就随之提升，甚至能零样本组装玩具小车。
三、模型升级：从PI0.7到"双系统"架构
Physical Intelligence：给模型"划重点"
PI团队研究科学家任至意分享了PI0.7模型的上下文（Context）升级方案。此前团队在开发PI0.5时遇到痛点：模糊的指令会把模型"带坏"，使其无法区分高质量"标准动作"与"无效动作"。
PI0.7的创新在于：
- 引入更先进的视频编码器；
- 采用Dance Multimodal Guidance高维方法，让模型提前预判任务完成后的画面；
- 首次在Context中加入数据质量打分，使模型能识别数据的"好坏"。
效果显著：PI0.7无需特定任务微调，单Checkpoint即可应对多个复杂场景，并涌现出跨本体技能迁移能力——在廉价机械臂上学到的叠衣服技能可直接迁移至工业级UF5机械臂。
Genesis AI：配一颗"慢思考大脑"
Genesis AI的王尊玄提出，仅靠World Action Model的直觉系统不够，还需配备处理长程任务的Reasoning Model（"慢思考大脑"）。
依托20万小时混合预训练数据，Dyna将新任务上手门槛大幅降低：仅喂入1-2小时数据，机器人即可无限循环切芹菜且零失误；在容错率极低的高精度堆杯子、分类极薄创口贴任务中也一次通过。
更令人关注的是，其后训练（Post-Training）流程已无需研究员参与——普通采集员自行录制数据后，模型即可学会新动作，甚至实现零样本抓取未见物体。
四、商业落地：敢上流水线才是真本事
Dyna Robotics联合创始人兼首席科学家马也骋强调，实验室模型研发与真实商业场景存在明显差异。该公司自2024年9月创立以来，始终同时推进基础模型研究与真实世界部署。
马也骋提出"数据金字塔"概念：
- 底层：互联网和人类第一视角数据铺底；
- 中间层：真机多任务数据过渡；
- 塔尖：机器人在真实部署中犯错并完成恢复（Recovery）的高价值过程数据。
这套由20万小时杂交数据炼成的基础模型已被投入江西南昌红旗3C产线实战：机器人全工段24小时连轴转，单次多日直播完成近6.5万件操作，成功率达到99.99%。
马也骋警告："现在行业里有太多什么都能干一点但干什么成功率都不高的通用模型，这在商业部署上没有价值。"
五、巅峰对话：路线之争与终局猜想
圆桌最后环节，七位嘉宾围绕算法路线、硬件策略、大厂竞争等核心命题展开交锋。
算法路线：VLA与世界模型是否冲突？
- 任至意认为两者完全不冲突，原生理解Context并对未来建模能提高表征能力，未来技术趋势会收敛；
- 马也骋表示在某些特定场景下WEM比VLA更高效，但单一模型不够，需Reasoning Model支撑长程任务；
- 徐丹飞指出核心指标只有三个：能否学到数据、能否泛化、实时性够不够；
- 张正友直言行业远未形成统一框架，具身智能Agent至少应包含认知、感知行动和肢体反应三层闭环系统。
硬件策略：做大脑还是全栈？
- Sunday赵子豪认为瓶颈不在灵巧手而在"大脑"，采用三指夹爪以20%成本获得80%能力；
- 姚卯青主张全栈研发，端云结合架构——云端低频推理，端侧跑5B/10B模型做高频控制；
- 徐丹飞从科研角度假设：只要灵巧度达标，就能直接从人类数据中学习策略。
大厂入场：创业公司如何应对？
- 马也骋指出机器人策略对延迟极其敏感，必须本地运行，开源反而帮助了部署型公司；
- 张正友类比PC时代Mac与Windows共存，建议创业公司避开增量式改动，在场景和数据上做深入思考。
终极问题：机器人的ChatGPT时刻何时到来？
| 嘉宾 | 预测时间 |
|---|---|
| Sunday赵子豪 | 3年以内 |
| 姚卯青 | 2年 |
| 张正友 | 3-5年 |
| 马也骋 | 约4年 |
| 任至意 | 4-5年 |
| 徐丹飞 | 5年 |
姚卯青将关键变量指向数据层面进展，而张正友则强调行业需"踏踏实实去做"。
六、结语：从实验室到产业落地的长征
这场WAIC圆桌对谈揭示了一个清晰的行业共识：具身智能正在经历从"数字经验"向"物理经验"的范式跃迁。数据壁垒的突破、模型架构的演进、以及商业化部署的验证，构成了当前阶段的核心主线。
从徐丹飞的2万小时人类数据到Dyna的20万小时混合预训练，从实验室里的线性Scaling规律到红旗3C产线99.99%的成功率——物理AI的"通用智能涌现"不再是抽象概念，而是正在被一步步验证的工程现实。
正如马也骋所言，只有跨过"可靠性"这道鬼门关，具身智能才算真正走完了从实验室到产业落地的历史性长征。
本文基于AI科技评论在WAIC 2025现场报道整理，原始文章发布于 AI科技评论微信公众号。