【TechWeb】“今天世界上还没有任何一家公司,真正迎来了具身智能的Scaling Law时刻。”11月16日,蚂蚁灵波首届具身大模型挑战赛总决赛收官,期间蚂蚁灵波CEO朱兴在与TechWeb等交流时如此说道。
具身智能能否复刻大语言模型的规模化跃迁路径是当下行业热议的话题之一,朱兴对此持审慎态度。
在大语言模型领域,参数与数据的同步扩张曾带来可预测的能力提升。但在物理世界,朱兴认为,这一逻辑赖以成立的前提,即一条稳定、可规模化复现的数据路径至今尚未被找到。行业仍处于“攻坚探索阶段”,如同幼儿学步,前期难免不稳受挫,需要理性看待,既不盲目乐观,也不必过度悲观。
数据路径尚未收敛 堆量不等于能力跃迁
在具身智能赛道,“数据军备竞赛”正在成为高频词。真机数据、第一人称视角(Ego)数据、UMI通用操作数据、仿真数据、互联网视频,各条路线都在争夺“规模化”的定义权。朱兴则认为,每种数据都有价值,但价值高度依赖训练阶段,不存在一条通吃的路线。
比如,越靠近预训练,以人为中心的互联网视频和Ego数据越适合获取世界常识;越进入具体任务落地,如拆垛、上下料、物流分拣,贴近真实场景与机器人本体的真机数据才真正发挥作用。
朱兴指出,数据需求的主导权应当掌握在基础模型研发团队手中,而非数据供应商或本体厂商,“模型究竟缺少什么数据、需要怎样的分布和多样性,最终要回到模型本身的训练效果来判断”。
在缺乏深度理解和质量管控的前提下盲目扩量,在他看来是“巨大的资源浪费”。
蚂蚁灵波首席科学家沈宇军补充说,具身智能涉及的问题非常多,但灵波更关注数据模态、数据质量,以及如何将数据有效地用于模型训练,最终转化为模型能力的提升。
产业应用落地明年加速 具身基模长期看或仅剩3到5家
过去一年,具身智能行业的数据采集、供给体系持续优化,底层基础工作稳步推进。工厂、物流场景试点不断铺开,复杂真机操作案例也逐步增多。朱兴表示,模型能力虽没有出现颠覆性质变,但实现了量级层面的提升。
他判断,按照当前节奏,预计从明年开始,具身智能产业落地将迎来规模化提速;落地过程中沉淀的大量异常场景数据持续回流,将形成类似自动驾驶的数据反哺闭环,持续驱动模型迭代升级。
与落地加速同步发生的,将是行业格局的第一轮收敛。朱兴认为,明年之前具身智能基础模型领域会出现第一波收敛,数据范式、评测基准、技术路线与产业分工将逐步定型。
参考大语言模型市场,如今几家主导,具身赛道也会复刻类似路径。朱兴表示,长期看,中国具身基础模型玩家将收缩至3到5家,蚂蚁灵波的目标是成为其中之一。
不过,朱兴也坦言,具身智能的产业周期将比自动驾驶更长,“先收敛一波,再分裂一波,再收敛一波”,穿越周期靠的是团队、数据理解与训练基础设施三项不随技术范式漂移的底层能力。
“回看大语言模型市场,赛道完成收敛之后,头部企业能够持续留在牌桌上,新参与者很难入场,比拼的正是团队与底层基建实力。”朱兴强调。
蚂蚁灵波正试图以开源和生态的方式为这一收敛进程做准备。挑战赛使用的统一开源预训练模型LingBot-VLA 2.0,以及已适配全球主流机器人开发平台LeRobot的LingBot模型矩阵,指向同一个策略:在硬件构型“百花齐放”的现实下,先把通用具身大脑的开发者底座铺开。
朱兴直言,灵波不相信机器人本体构型会走向“大一统”,重载作业与轻载分拣、固定工位与移动场景的需求天然不同,强求统一人形反而会推高成本、阻碍规模化。
如果这一判断成立,那么具身智能的竞争终局,或许不会属于某一种机器人形态的胜出,而属于那个能让最多形态的机器人“跑起来”的底层大脑。
