具身智能沙龙聚焦数据基建与量产落地难题
一线从业者共识与分歧：数据是核心、量产是分水岭，具身智能产业马拉松刚起步。
联想系科技沙龙上，多位从业者共识：人类视频数据是具身智能关键，但采集成本高、洁净度低；量产从百台到千台是生死考；五指灵巧手具有统一模板价值，行业分化将加速。
正文摘录
从共识到非共识：科技有「联想」沙龙首场活动直击具身智能产业化「三大困惑」 6月30日，由联想控股微空间、联想之星和融科资讯中心共同发起的「科技有『联想』」线下沙龙首场活动「硅基进化论」在京举行 。活动聚集具身智能学术、创业、产业与投资领域的8位嘉宾，围绕数据基础设施、模型范式演进、量产落地与商业化路径等核心议题，展开了一场「共识与非共识」的深度思辨。 活动首个环节「白板开放麦」不走寻常路——主办方刻意规避行业套话，邀请七位嘉宾分享了他们最真实、最独家甚至是最尖锐的一线观察。 幂特科技联合创始人、CTO 王志成 以 AI 1.0 到 AI 3.0 的演进为脉络，直言 数据是核心，模型是辅助。他回顾了自己此前在旷视科技五年间参与 AI 1.0 落地的体会——80% 的精力花在与数据打交道，场景高度垂直导致边际价值递减。他警示，若物理 AI 时代无法实现数据规模的 Scaling，行业将退回到「继续做 AI 1.0 时代事情」的老路。 智在无界 BeingBeyond 合伙人郑思鹏 则分享了具身领域从「非共识」到「共识」的转变。他算了一笔账：真机遥操数据一小时成本需要数百至上千元不等，采集一万小时可能就需要高达千万元的投入。相比之下，大规模人类第一人称视频不仅成本低了几个数量级，更能覆盖机器人可行动作空间的更大范围。作为率先提出以大规模人类视频数据训练通用模型框架的企业，智在无界于今年 4 月发布的 Being—H0.7 具身通用基础模型将数据规模扩展至 20 万小时人类视频, 并提出一种全新的范式——基于潜空间推理的世界模型。但目前，行业 Scaling 拐点仍未到来，预计有效训练时长需达百万小时以上。 无问智科创始人刘盛翔 强调，行业缺的不只是数据，而是涵盖工具链与测评体系的完整「数据基座」。他将此比作英伟达的 CUDA 生态——没有整套工具链，再好的 GPU 也用不起来。