在2026外滩大会上，具身智能成为焦点话题，多位行业专家、投资人和年轻创业者围绕技术路线、行业泡沫以及“ChatGPT时刻”的可能性展开深入探讨。尽管这一领域发展迅速，但与会者普遍认为，具身智能仍处于早期阶段，技术尚未完全成熟，市场估值与实际商业价值之间存在阶段性错配。
至简动力联合创始人兼CEO贾鹏指出，当前所谓的“泡沫感”更多源于产业发展阶段与市场预期之间的差距。他强调，具身智能的潜力巨大，未来可能形成比手机和汽车更大的产业规模，涵盖从传感器、零部件到终端应用的完整产业链。然而，现阶段行业仍需大量资源投入，尤其是人力和GPU算力，以支持研发和技术迭代。
大晓机器人创始人兼董事长王晓刚也表达了类似观点。他认为，市场对具身智能的发展速度预期过高，而实际模型和场景落地的突破尚未显现。他比喻称，行业目前处于“黎明前期”，随着以人为中心的Ego数据和世界模型的引入，Scaling Law的效果开始显现。未来，具身智能将与垂直行业深度结合，形成多样化的生态系统。
苏度科技联合创始人兼CEO韩铮则从中国市场的角度分析，认为丰富的供应链和应用场景为具身智能提供了广阔的技术探索空间。他预测，尽管技术路线逐渐收敛，未来能够提供完整底层方案的公司可能不多，但在垂直应用、全球市场和模型组合等领域仍存在大量机会。这意味着，当前看似拥挤的产业链，最终竞争格局远未确定。
关于具身智能的“ChatGPT时刻”，与会者的观点各异，但都指向一个核心问题：如何将单项能力整合为可靠、可泛化且可规模化部署的系统。韩铮将具身智能的发展阶段类比于2018年至2019年的大语言模型，认为当前最大的挑战是技术整合。他强调，构建一个商业可用、高可靠且具有泛化能力的大系统是行业当前的首要任务。
贾鹏则对“具身ChatGPT”的说法持保留态度。他认为，具身智能与数字AI解决的问题不同，对可靠性的要求远高于大语言模型。他预测，如果仅从模型能力看，具身智能已表现出部分ICL能力，但真正形成生产力可能需要三到五年时间。他特别指出，GPU算力是当前最大的瓶颈，尤其是端侧和边缘侧的推理算力不足，直接限制了模型能力的发挥。
王晓刚则认为数据是关键卡点。他关注的是数据能否推动机器人形成更强的泛化能力，而非单纯的数据规模。他期待看到智能涌现、场景泛化和zero-shot能力的出现，认为这是具身智能实现规模化推广的关键。他提到，通用模型的zero-shot能力可能为具身基础模型的进化提供新的路径。
对于年轻创业者而言，技术路线尚未收敛的背景下，如何选择发展方向是更现实的问题。多位95后、00后创业者分享了他们的实践和思考。厘清智能创始人李一鸣表示，世界模型已成为具身智能的重要方向，但创业公司应更关注具体问题的解决，而非追逐概念。他建议，创业者需先判断未来终局，再拆解技术路线，结合团队优势做出战略选择。
自然意志创始人丁宁将目光投向物理世界。他认为，具身智能领域的“GPT-3时刻”已经到来，但尚未被广泛认知。他指出，操作物理世界仍是关键挑战，而中国在高精度数据背后的硬件和供应链能力可能成为全球竞争的重要优势。他特别提到，深圳在全球传感器生产中的独特地位，为中国在物理AI领域提供了机会。
逆矩阵科技创始人陈博远则从第一性原理出发，强调物理AI基模需理解因果关系。他认为，真实物理世界的复杂性和连续变化要求技术路线必须基于系统性工程，而非依赖个别天才。他提出，物理AI基模需形成“端—边—云”一体化平台，并在真实世界中闭环验证。他鼓励创业者尊重第一性原理，通过小规模验证和大规模Scaling寻找最优路径。
