当具身智能走到十字路口｜对谈苏度、蚂蚁灵波、自变量、破壳：四种一线判断

2026 年的具身智能正处于技术路径收敛的关键十字路口。仿真与真实世界数据并非二选一，仿真器在规模化训练中不可或缺，而真实数据在处理传感器噪声及复杂物理交互方面具有不可替代的价值。尽管通用大模型（如 GPT-6 Astra）在语义理解与空间规划上展现出强大能力，但具身智能仍需针对物理接触与持续推理进行专门优化，以确保高成功率与泛化性。商业化落地的核心在于通过高可靠性的底层技能实现生产力价值，而非单纯依赖模型规模。未来五年，具身智能有望通过自我进化与制造能力的结合，重塑工业生产流程，使复杂制造任务实现高度自动化，成为实现通用人工智能（AGI）的关键拼图。