洞察：数据与模型双重挑战下，AI智能体与机器人的破局之路

9月10日 - 13日，2025 Inclusion·外滩大会在上海盛大举行，AI毫无疑问成为了本届大会最受瞩目的焦点。

在多个论坛里，行业专家、企业家和投资人展开了热烈的讨论，深入剖析了当前行业发展面临的挑战。在算力爆发和模型创新的关键时期，不管是专注物理实体的机器人，还是聚焦数字世界的智能体（Agent），都共同面临着数据质量、模型能力以及产业化落地的多重难题。

数据困境与模型挑战：机器人何时能走进家庭

在大会主论坛的圆桌环节，宇树科技创始人、CEO王兴兴多次提到“数据”问题：怎样采集真正优质的数据？数据质量应达到何种标准？当前该采集什么类型、多大规模的数据？哪些数据更有价值需要重点采集？

王兴兴指出，目前机器人的数据在采集、噪声以及数据质量方面问题很大，“仍处于比较模糊的阶段”。

他表示，希望通过提高数据利用率、增强模型对数据的理解能力，实现用少量数据也能取得良好效果。从模型角度看，很多时候数据并非单纯从数量衡量，一些特征性数据非常关键，比如机器人哪些动作或场景的采集更有质量。

在一场分论坛上，银河通用联合创始人张直政强调，具身大模型的发展可能需要上万亿条数据。

张直政认为，全部采用真实数据采集既不可行也不可持续，即便同一个人重复相同动作，每次的一致性也很差，导致真实数据的样本效率极低。而仿真数据在可控性和规模化方面优势明显，虽然在物理和语义学习上不如真实数据，但可通过图文大模型和数字大模型弥补。

清华大学交叉信息研究院助理教授、具身智能实验室负责人、星海图联合创始人许华哲在大会期间也表示，真实数据虽成本高，但质量好，仿真和互联网数据更便宜、易获取，但与真实数据质量仍有差距。而且，即便采用真实数据，也存在“真实到真实的差距”（Real2real Gap），影响训练出的VLA（视觉 - 语言 - 动作模型）最终质量。

模型也是机器人的一大瓶颈。王兴兴指出，对于机器人而言，最大问题是AI模型无法很好地运用硬件，比如灵巧手。同时，目前纯语言模型或纯视频模型效果显著，但要将语言与图像深度融合就面临巨大挑战，特别是在机器人控制领域，让生成视频与机器人的控制模态精确对齐仍是难题。

如何解决灵巧手的难题？灵心巧手联合创始人兼首席AI架构师苏洋给出了答案。

苏洋表示，就像预训练模型需要大量数据一样，如果有1万台、10万台、100万台设备，真机数据采集会变得容易，成本也会大幅降低。

同时，苏洋指出，目前灵巧手占人形机器人成本的比例约在21% - 23%。他希望制造更多、更便宜的灵巧手，争取三年内将价格降到500元甚至100元，“届时机器人就能进入家庭，先在工业领域使用使其稳定，在苛刻环境下解决稳定性、可靠性和灵巧性问题，再降低成本，走进千家万户”。

国家地方共建人形机器人创新中心首席科学家江磊指出，当前具身智能的路径还远未收敛，“但好在目前具身智能的四条路径——智驾、机械臂、腿足式机器人以及芯片，就像四条产业链的射线，当有一天集中于一个点时，具身智能产业或许就能落地”。

智能体的窗口期有限，产业将走向分化

业界普遍认为，今年是AI智能体元年。在本次大会上，展区内的各类智能体功能齐全，数量众多。

BAI资本创始及管理合伙人龙宇坦言，智能体的概念仍在定义和落地过程中，大家都在不断努力。

她认为，当前用户端、消费者和企业端对智能体概念给予了前所未有的宽容，愿意接受30% - 60%的完成度，这在传统企业级服务中是难以想象的。不过，这种宽容并非没有期限。龙宇强调“留给我们的窗口时间不多了”，随着token成本大幅下降，重新设计和优化构架以及工作流成为可能，大家对智能体交付的完成程度会更加严格，特别是在金融等高风险领域，容不得丝毫差错，“做得还不错”是无法被接受的。

RockFlow创始人、CEO Vakee也指出，目前大模型在垂直领域的数据匮乏，在金融领域落地对准确性要求极高，同时强监管的场景性质也要求算法具备可解释性。

对于行业未来，龙宇表示，半年前备受关注的Devin等垂直Agent，如今已较少被提及，“目前技术已足够，关键是定义新的交互范式，而非产品形态”。未来，智能体产业将呈现分化、模型产业化的趋势，大家都开始深入思考。

在AI发展的关键节点，无论是机器人还是智能体，只有真正理解数据价值、提高数据利用率、突破模型挑战，才能迎来真正的爆发式发展。当机器人能进入千家万户，当智能体能够真正理解并完美执行人们的指令，一切都将焕然一新。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com