具身智能如何抵達 “ChatGPT時刻”？智源院長、清華教授和3位創始人聊了聊
核心觀點：先在單一場景閉環驗證，建立真機數據飛輪
基於當前技術瓶頸，原力靈機聯合創始人&CEO唐文斌提出，具身智能的「ChatGPT時刻」應從單一場景開始，先實現閉環驗證，解決所有問題，並建立真機數據飛輪，以推動後續泛化能力的發展。
專家觀點：具身智能尚未抵達ChatGPT時刻
北京智源人工智能研究院院長王仲遠指出，儘管大模型能力持續提升，但具身智能仍遠未達到「ChatGPT時刻」。清華大學電子工程系長聘教授汪玉也認為，當前大模型在實際應用中仍存在諸多限制，尚未具備真正意義上的具身智能能力。
具身智能的未來路徑：分層模型與端到端架構
千尋智能首席科學家高陽指出，端到端架構是具身智能的未來方向，而分層模型僅是短期過渡方案。他提到，團隊在具身智能領域發現了Scaling Law，被視為該領域的「ChatGPT時刻」。
產業實踐：將具身數據融入真實場景
有機器人公司正將「具身數據」塞入1萬個揹包中，通過真實環境中的數據採集，推動具身智能的落地。王興興認為，具身智能賽道未來熱度或將遠超移動互聯網，達到現在的1000倍。
技術挑戰：不通用與適配度不足
目前具身智能仍面臨「不通用」與「不易用」兩大挑戰：多數模型僅適用於單一本體或特定品牌，且大腦、小腦與本體之間的適配度仍不充分。