锦州pvc管粘接胶水厂家 “VLA和世界模型都不是终局，会有物理世界有的模型”

大模型的爆发锦州pvc管粘接胶水厂家，吃的是互联网几十年积累的数据红利。

可当 AI 从数字世界迈向物理世界，蚂蚁灵波科技席科学沈宇军发现：机器人的数据，几乎还是片空白。

此前，他曾在公开演讲中率先提出 AIGA 的概念—— AI 2.0 下半场，人工智能要从数字世界的"娱乐"走向物理世界的"干活"，从 Content（内容）生成走向 Action（动作）生成。

在 2026 AIGC 产业峰会的 GenAI Talk 环节，沈宇军与量子位联创始人兼总编辑李根围绕这话题展开了场度对话，主题为《AI 2.0 下半场：从 AIGC 到 AIGA》。

也正是从"数据"这条主线出发，他抛出了个让现场做 VLA、做世界模型的人都"小小震"的判断：

单的 VLA 和世界模型，都不会是具身智能的终局。

就像人类既能把各种信息融在起，也会预测未来事情的走向，从智能的角度，二者势要结，缺不可。

而它们终会走向什么？沈宇军目前给出的答案是——个属于物理世界的模型。

为了完整体现沈宇军的思考，在不改变原意的基础上，量子位对演讲内容进行了编辑整理，希望能给你带来多启发。

2026 AIGC 产业峰会是由量子位主办的行业峰会，近 20 位产业代表与会讨论。线下参会观众千人，线上直播观众近 400 万，获得了主流媒体的广泛关注与报道。

核心观点梳理

大模型踩中了互联网过去几十年的数据红利，但机器人的物理世界数据还存在很大的空白，AI 下半场关键的是数据如何从数字世界过渡到物理世界。

想要做存在于物理世界的通用机器人大脑，关键的环是空间感知能力。如何把传感器的输入变成好的信息传递给模型，从传感器的输入开始去理解这个世界，很关键。

对于 VLA 和世界模型的技术路线之争，先论技术路线怎么演进，数据都是离不开的。其次，这两条路都不会是终局。机器人数据量积累到定程度的时候，二者定会走向融，催生出属物理世界的模型。

判断：1～2 年后，会出现些标杆样例，让模型真实投产；2～3 年，该样例会被批量复制，越来越多产业会应用模型；在这之后，机器人会尝试以某种式进入 C 端；然后逐渐真正普及到庭。

人人都能为机器人产生数据的时候，就是具身智能的 ChatGPT 时刻。

以下为对话全文：

"大模型踩中了互联网几十年的数据红利"

李根：AIGC 上半场大都在谈焦虑，但看得远点，向确定后，剩下的就是实践。我们每年都希望找位既有学术前沿洞察，又是产业实践者的嘉宾——既懂 Know，也懂 Know how。沈博就是这样的嘉宾。我们先从过去到现在，AI 2.0 从 ChatGPT 起步，经历了写作、画画到编程，你怎么看这条路径？

沈宇军：大模型从 ChatGPT 的突破起步，开始大觉得好玩，后来慢慢走向实用，尤其是近 Coding 能力的爆发。我本身做机器人行业，从这个视角看，大模型其实是踩中了互联网过去几十年积累的数据红利。

怎么说呢？互联网积累了海量的文字、图像、素材，这些数据恰好碰上了力的发展，两者融到起，在爆发的时候正好把互联网几十年的数据积累用起来了。

再进步看锦州pvc管粘接胶水厂家，自动驾驶也发展了将近十几年，慢慢积累了属于自己的数据——从初车上没那么多传感器，到现在人类开车时数据可以被自动记录下来。反观机器人行业，数据目前还是个很大的空白。我们没有几十年的互联网积累，也没有十年的自动驾驶沉淀，机器人现在的数据非常短缺。

有人说 AI 终于走到下半场，从数字世界往物理世界走，我们也提出了 AIGA（AI 生成 Action）的概念。但做模型的核心其实是在做数据。我觉得关键的问题是：数据到底怎么演变？怎么让数据真正从数字世界过渡到物理世界？

李根：所以物理空间的数据是空白，也是新大陆？

沈宇军：对。过去年本体厂商越来越多，本体本身发展得也不错。今年能看到个明显的趋势：各种各样的数据采集式开始涌现。这说明大逐渐意识到，具身智能——具身是部分，智能是部分——要做智能就离不开数据。只是大还没想清楚：物理智能到底需要什么样的数据？以及怎么尽可能地把数据标准化？

标准化是很重要的事。Call back 下，大模型的成功很大程度上得益于互联网把数据标准化了。Coding、对话这些域，互联网已经搞得非常好了，现在多是去享受这个红利。

但到了物理世界，从眼下五花八门的数采式来看，大虽然意识到了数据的重要，却还没有找到那条正确的路。我相信在不远的将来，数据这件事也会逐渐收敛。

" AIGC 还不够，模型要能生产生产力"

李根：你们提出了 AIGA 的应用范式，能分享下吗？为什么提 AIGA？

奥力斯    万能胶生产厂家    联系人：王经理    手机：13903175735（微信同号）    地址：河北省任丘市北辛庄乡南代河工业区

沈宇军：还是从模型落地的角度来讲。大从开始做 Chat，到现在做 Coding，模型正在慢慢往生产向迁移。在数字世界，编程、内容创作都是很好的生产向。但我们毕竟活在物理世界，真正想要的有体感的服务，还是需要物理世界中的具体交互。

所以我们觉得只有 AIGC 可能还不够。到后，智能到底能不能帮我们解决些具体的问题？大都说 Agent，Agent 能在数字世界帮我们解决很多流程问题、调用些工具，但很多让人真正有体感的东西还是要有操作。比如我现在就是想喝杯咖啡——这个场景可能有点老生常谈了。

尤其我们做具身的，希望这个模型不止能生产内容，能生产所谓的生产力。

李根：这个生产力有什么样的想象力和落地场景？

沈宇军：这应该是过去段时间行业直在探讨的。比如，机器人已经进入工厂、物流、仓库，去搬货、做分拣。我们也和本体厂商作，在这些场景中做了些探索。前不久，我们的机器人还进入了药房的线下售门店。

如果真的有幸能看到那么天——机器人发展得非常好、非常智能——那生活中的面面都可以落地。举个例子，刚才上台前，需要工作人员把椅子搬上来，工作人员要门在那里等着。如果时间上有调整，他就得直在旁边等着。

如果有天这件事机器人能做，它站在那里也所谓，它知道什么时候该上场，并且把事做好，那就能释放出很多劳动力，让大去做有价值的事情。我相信机器人会逐渐渗透到生活的面面。

李根：所以每个需要人的地，未来都可能有机器人替代或执行？

沈宇军：对，我觉得多是把人释放到需要人的事情上，比如创造、文化这些偏人类活动的面，而不是去做枯燥重复的体力活。

"灵波的定位是做通用大脑，有点像手机的操作系统"

李根：蚂蚁灵波的技术选择和定位是什么？

沈宇军：灵波的定位比较清晰：做智能侧。怎么理解？

我个不定恰当的比——有点像手机的操作系统。在我们看来，机器人不管是进入企业还是进入千万户，大对硬件的诉求定是不样的，不可能只有款统的机器人。就像大用手机，华为、小米、苹果，各有各的偏好，这是个的需求。企业是如此：有的地需要力气大的机器人，有的需要敏捷的机器人。

但这些机器人有个共同的需求：智能。智能不是工业机器人那种按固定轨迹、在固定时间做固定的事。生活中很多事是随机的，智能的含义就是要能应对这些随机。像我刚才说的锦州pvc管粘接胶水厂家，大会时间调整了，它能不能知道什么时候该上场搬椅子？这是个简单的例子。

所以灵波的定位很清晰：我们希望做个相对通用的"大脑"，让所有机器人在这个大脑下好地完成任务。

物理世界相比数字世界有两个优势。

，模态肯定多——有听觉、温度、触觉等等。这些模态在数字世界不太好获得，但不代表它们不重要，因为很多时候智能正是通过越来越多的模态叠加来实现的。现在数字世界讲多模态，其实还是逃不开文本、图像、、声音。你能让它感受到"力"吗？不太能。所以物理世界因为模态丰富，反而可能催生出强的智能。

二，物理世界能拿到真实的反馈。在数字世界，任务大多是人为定义的——人给个标准，保温护角专用胶希望模型给出某种输出。但在物理世界，很多东西是大自然定义的：比如个苹果，你松手它定会落地，不需要任何人定义，这是现实规律。因为有了与物理世界的连接，智能很可能能从现实里直接学习，甚至出人为设定的损失函数或励函数。

基于这两点优势，物理智能的想象空间非常大。当然，目前变量太多，需要验证的东西也太多，很多因素耦在起，行业会先分出很多派别，但慢慢定会收敛。

李根：总结下，灵波做的是宇树等本体厂商的补充，提供大脑 / 操作系统；物理 AI 可能催生本质的智能。现在大对路线有不同探讨，比如 VLA、世界模型等。你怎么看？

沈宇军：回答 VLA 之前，我先说下对具身智能技术路线的整体判断。

大经常讨论怎么做模态融，主要是 VLA 和世界模型两条路。但我想提另个点——灵波要做通用大脑，而且是存在于物理世界的大脑，我们布局中有个很关键、但行业很少提到的环节：空间感知能力，也有人叫空间智能。

机器人生活在物理世界，输入来自各种传感器，不是简单的文字或照片。物理世界有度、距离、力等传感器。把这些输入变成有信息，是具身智能非常重要的环。但现在大热衷于讨论核心的那块——怎么把传感器输入变成好的信息传给模型，反而容易忽略输入端。

我的看法是，不管终核心模型的技术路线怎么变，从传感器输入开始好地理解这个世界，是非常关键的。灵波在做具身大脑的过程中，很关键的环就是从输入端开始，做好空间感知。

再回到大聊的核心部分。今年 1 月底我们对外讲了些看法，两条路线我们都摸过：VLA 和 VA（现在也叫 WAM，世界动作模型）。

我的体感是：，核心还是数据。不管范式怎么变，把数据摸清楚是关键能力。现在大喜欢提数据量——几万小时、十几万小时，甚至百万小时。但只提数量不提质量是不科学的。到底什么样的数据是好数据？这很关键。

我们过去做 VLA，很重要的件事就是把数据这条路趟通——拿到条数据，该怎么处理、该不该送给模型，这是核心链路。不管技术路线怎么演进，数据是逃不开的。

二，我们两条路都摸了，我的判断是：两条路线都不会是终局。为什么？因为 VLA 和世界模型解决的是不同问题。VLA 擅长人机交互，它是从多模态模型往后延伸步，相当于多模态模型在物理世界的应用。世界模型则像生成模型往物理世界的应用，擅长对未来的判断。

我觉得人类这两面能力都具备：面能融各种信息，另面对未来有预判，做事之前会大概想想结果会怎样。对机器人而言，这两种能力须结，缺不可——不能只能预测未来却法融模态，也不能只能融模态却法预测未来。

在我看来，VLA 在产业界好落地、率，所以做的人多。但世界模型如果真能预测未来，对机器人定有帮助。我判断，当机器人数据量积累到定程度时，这两条路线定会度融。

这种融甚至不是像现在这样——把数字世界的模型拿来做物理应用，而是可能催生出物理世界有的模型。这个模型从开始就是基于物理世界多模态设计的，为机器人应用而生。它可能不能跟人对话，但能好地执行任务。

总结起来还是三点：，物理智能离不开传感器输入的空间感知，灵波会从输入端开始，让机器人好理解世界；二，不管技术路线如何演进，数据是逃不开的，我们要把机器人需要的数据研究明白，甚至动制定标准；三，现在大讨论的技术路线都不是终局，未来定会有物理世界有的模型出现。

"人人都能为机器人产生数据时，就是具身智能的 ChatGPT 时刻"

李根：谢谢沈博如此不绕弯子，那么具身大脑的发展节奏和里程碑是什么？

沈宇军：短期看有几个变化。是硬件会越来越收敛——不是形态收敛，而是供应链会收敛，变成模块化的东西，不再耦在起。硬件和传感器会越来越标准化。二是数据的标准也会越来越收敛。

这两点收敛后，模型层面的技术路线争论会越来越激烈。因为前两样定了，变量就在建模上。模型争论段时间后，范式可能也会收敛。模型收敛之后，会反向动硬件进行次升——那时的硬件已经不是上代的了，而是门为具身智能造的下代硬件。就像这样的周期：硬件震荡、收敛，然后模型迭代。这是可以期待的。

从产业落地角度看，也应该有些期待。今年到明年，会有些标杆案例让模型真正投产，不再是 demo，而是投入商业应用。2-3 年后，这些案例会被批量复制，越来越多产业会用到模型。之后，机器人会尝试以某种式进入 C 端，可能不是所有事都能做，但能找到个切入点。然后逐渐进入庭，就像现在新能源车样普及开来。

李根：什么时候会出现具身智能的" ChatGPT 时刻"？

沈宇军：大模型的训练是个持续过程，从 GPT 1.0、2.0 到 3.0。但 Chat 为什么成为标志时刻？因为它真正走进了千万户，人人都能用、都能体验到。类比到具身智能，什么时候能让大部分人参与进来，那就是我认为的具身智能的 ChatGPT 时刻。

参与有两个层面。直观的理解是具身智能普惠到每个人——那个可能还比较遥远。但在那之前还有个阶段：数据阶段。就像现在大开车，会为自动驾驶提供人类驾驶经验样。

什么时候能有个数据标准，让我们每天的行为都可以成为训练机器人的数据？当人人都能为机器人产生数据的时候，在我看来，那就是具身智能的 ChatGPT 时刻。

李根：你觉得这个还有多长时间？

沈宇军：现在已经有好多做数据的公司出来了，只是流派不同。接下来两年，应该是做模型的公司和做数据的公司之间磨的过程。因为数据标准定是由模型来定义的，但模型提出的需求，硬件迭代也需要周期。经过两年磨，大概在 2028 年左右，可以期待每个人都能成为具身智能的数据提供。

从那刻开始，具身智能的脚步会走得快些。

李根：那会不会同时出现类似安卓和 iOS 的操作系统？

沈宇军：对，现在已经有这个区分了。灵波走的是通用大脑路线，也有些公司比如特斯拉，既造自己的本体，也做自己的大脑——模型门为本体服务。机器人就像手机样，大不可能都用同款，因为总有个化诉求。所以我们比较坚定地走通用大脑模式。

李根：所以蚂蚁灵波希望成为机器人时代的安卓系统？

沈宇军：对，这是我们的个美好愿景。

李根：总结下，AI 2.0 下半场随着物理世界开拓而展开，范式从 AIGC 走向 AIGA。数据是核心，技术路线正在收敛，2028 年左右可能迎来具身大脑的收敛。蚂蚁灵波志在成为其中的安卓。谢谢沈博！

沈宇军：谢谢！

键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！

—  完  —

千人线下参与、数百万观众在线观看的 AIGC 产业峰会实录来了！

近 20 位 AI 实战派如何看 Agent、多模态、应用、力 ...  全部干货，点击回顾   � �

键关注 � � 点亮星标

科技前沿进展每日见

1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。