6的Astra能控機械臂卻疊不好衣服？四位大佬回應具身智能爭議

TechWeb

09/10

【TechWeb】過去一年具身智能很火熱，卻一直沒有回答關鍵問題：訓練機器人到底更應該依賴真實數據還是仿真數據？通用大模型會不會「降維打擊」具身模型？機器人什麼時候才能真正進入可持續商業化？在2026 Inclusion·外灘大會上，蘇度科技聯合創始人兼CEO韓錚、螞蟻靈波科技首席科學家沈宇軍、自變量機器人創始人兼CEO王潛，以及破殼機器人創始人、清華大學交叉信息研究院助理教授許華哲就上述問題展開...

網頁鏈接

免責聲明：投資有風險，本文並非投資建議，以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請，作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考，不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證，投資者應自行研究並在投資前尋求專業建議。

熱議股票

{"basename":"/hant","ssrTDKData":{"titleTemplate":"%s - 老虎證券","title":"老虎證券香港 | 輕鬆買賣美股港股A股/美債/ETF/Crypto/期權期貨","description":"老虎證券香港提供多種優惠: 港股&Crypto 0佣、A股一年0佣、美股期權0佣、IPO抽新股0孖展利息0手續費。美股1美金起投，即時串流報價與多種工具，立即開戶享更多優惠！","keywords":"老虎證券,老虎證券開戶,老虎證券香港,老虎證券投資,老虎證券美股,老虎證券登錄,證券開戶,證券公司開戶,股票開戶,香港證券公司,香港證券,證券公司,美股投資平台,小額投資理財,投資app,投資平台,股票買賣,買賣股票平台,炒股app,證券app,新手投資","social":{"ogDescription":"老虎證券香港提供多種優惠: 港股&Crypto 0佣、A股一年0佣、美股期權0佣、IPO抽新股0孖展利息0手續費。美股1美金起投，即時串流報價與多種工具，立即開戶享更多優惠！","ogImage":"https://c1.itigergrowtha.com/portal5/static/media/og-logo.0a0bd8dc.png","ogUrl":"https://www.atigrcrest.com/hant/news/2666628517"},"companyName":"老虎證券"},"pageData":{"isMobile":false,"isTiger":false,"isTTM":true,"region":"HKG","license":"TBHK","edition":"fundamental"},"isCrawlerRequest":true,"__swrFallback__":{"@#url:\"https://stock-news.skytigris.cn/v3/news\",params:#id:\"2666628517\",edition:\"fundamental\",auth_exemption:1,,,undefined,":{"share":"https://ttm.financial/m/news/2666628517?lang=zh_TW&edition=fundamental","thumbnail":"https://k.sinaimg.cn/n/default/feedbackpics/transform/116/w550h366/20180326/oOd4-fysqfnf9443669.png/w120h90l50t15d6.jpg","is_english":false,"pubTime":"2026-09-10 21:25","share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","id":"2666628517","market":"us","top_or_hot":-1,"title":"6的Astra能控機械臂卻疊不好衣服？四位大佬回應具身智能爭議","media":"TechWeb","content":"<div>\n<p>【TechWeb】過去一年具身智能很火熱，卻一直沒有回答關鍵問題：訓練機器人到底更應該依賴真實數據還是仿真數據？通用大模型會不會「降維打擊」具身模型？機器人什麼時候才能真正進入可持續商業化？在2026 Inclusion·外灘大會上，蘇度科技聯合創始人兼CEO韓錚、螞蟻靈波科技首席科學家沈宇軍、自變量機器人創始人兼CEO王潛，以及破殼機器人創始人、清華大學交叉信息研究院助理教授許華哲就上述問題展開...</p>\n\n<a href=\"https://tech.sina.cn/mobile/xp/2026-09-11/detail-inirkcsq7557353.d.html?vt=4\">網頁鏈接</a>\n\n</div>\n","source":"sina_tech","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>6的Astra能控機械臂卻疊不好衣服？四位大佬回應具身智能爭議</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 12.5px; color: #7E829C; margin: 0;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n6的Astra能控機械臂卻疊不好衣服？四位大佬回應具身智能爭議\n</h2>\n<h4 class=\"meta\">\n<p class=\"head\">\n<strong class=\"h-name small\">TechWeb</strong><span class=\"h-time small\">2026-09-10 21:25</span>\n</p>\n</h4>\n</header>\n<article>\n<div>\n<p>【TechWeb】過去一年具身智能很火熱，卻一直沒有回答關鍵問題：訓練機器人到底更應該依賴真實數據還是仿真數據？通用大模型會不會「降維打擊」具身模型？機器人什麼時候才能真正進入可持續商業化？在2026 Inclusion·外灘大會上，蘇度科技聯合創始人兼CEO韓錚、螞蟻靈波科技首席科學家沈宇軍、自變量機器人創始人兼CEO王潛，以及破殼機器人創始人、清華大學交叉信息研究院助理教授許華哲就上述問題展開...</p>\n\n<a href=\"https://tech.sina.cn/mobile/xp/2026-09-11/detail-inirkcsq7557353.d.html?vt=4\">網頁鏈接</a>\n\n</div>\n\n<div class=\"bt-text\">\n\n\n<p> 來源：<a href=\"https://tech.sina.cn/mobile/xp/2026-09-11/detail-inirkcsq7557353.d.html?vt=4\">TechWeb</a></p>\n<p>為提升您的閱讀體驗，我們對本頁面進行了排版優化</p>\n\n\n</div>\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"WDRN","symbol_name":"WisdomTree Physical AI Humanoids and Drones Fund","start_time":0,"source_url":"https://tech.sina.cn/mobile/xp/2026-09-11/detail-inirkcsq7557353.d.html?vt=4","article_id":"2666628517","we_media_id":null,"thumbnails":["https://k.sinaimg.cn/n/default/feedbackpics/transform/116/w550h366/20180326/oOd4-fysqfnf9443669.png/w120h90l50t15d6.jpg"],"rights":{"source":"sina_tech","url":"https://tech.sina.cn/mobile/xp/2026-09-11/detail-inirkcsq7557353.d.html?vt=4","rn_cache_url":null,"customStyle":"body{padding-top:10px;}.art_tit_h1{#titleStyle#}a{#lv2TextColor#}.art_time, .art_cite{#sourceStyle#;} .art_cite{margin-left: 3px;}.weibo_user{#sourceStyle#; margin-bottom: 0; display: inline-block;}.weibo_time{#sourceStyle#};","selectors":".module-article, article","filters":"header, .voice2, .tags, #norm_qrcode_link_auto, .unfold-box, .action, .j_float_wbro, .j_article_wbreco","directOrigin":true},"url":"https://stock-news.laohu8.com/highlight/detail?id=2666628517","pubTimestamp":1789046718,"columns":[],"sourceInfo":{"source_id":"sina_tech","name":"新浪科技"},"weMediaInfo":null,"summary":"許華哲也提醒，當前行業對數據量本身存在一定程度的高估。智能：Astra很驚豔，但還缺物理這一課GPT-6的Astra直接控制機械臂，讓「具身智能要被大模型降維打擊」的説法又熱了起來。王潛並不認同這一判斷。許華哲的測試感受更具體：Astra的語義和空間泛化很強，桌面上的東西基本都認識，抓筷子、插杯子、handover也能做。沈宇軍認為，完全有可能會誕生一種完全新的技術。","collect":0,"end_time":0,"defaultTopTitle":"sina.cn","property":[],"viewcount":null,"language":"zh","relate_stocks":{"WDRN":"WisdomTree Physical AI Humanoids and Drones Fund"},"translate_title":"The Astra 6 can control the robotic arm but can't fold clothes properly? Four industry leaders respond to the controversy over embodied intelligence","themeId":null,"isJumpTheme":false,"ttsUrl":null,"symbols_score_info":{"WDRN":1.5},"content_text":"【TechWeb】過去一年具身智能很火熱，卻一直沒有回答關鍵問題：訓練機器人到底更應該依賴真實數據還是仿真數據？通用大模型會不會「降維打擊」具身模型？機器人什麼時候才能真正進入可持續商業化？在2026 Inclusion·外灘大會上，蘇度科技聯合創始人兼CEO韓錚、螞蟻靈波科技首席科學家沈宇軍、自變量機器人創始人兼CEO王潛，以及破殼機器人創始人、清華大學交叉信息研究院助理教授許華哲就上述問題展開了討論。值得一提的是，四位業內人士坐在一起，不是來統一口徑的，反倒把各自的分歧攤開講了個痛快。數據：仿真和真機，不是一道站隊題具身智能的第一個分歧來自數據。韓錚先亮明態度：蘇度堅信仿真，但這句話後面還有半句——真實世界的數據同樣有用。他回顧，團隊從2015、2016年就開始做機器人仿真器和合成數據，後來真正商業化，才發現科研和落地是兩回事。2024年之後，他們重構了數據系統和仿真器管線，到去年底、今年4月放出的結果裏，抓、放、組裝這類任務在物體、環境、光線組合變化下，已經能做到接近100%的成功率。不過，韓錚也沒把仿真説成萬能，仿真器本身仍有侷限，業內重新加強仿真能力，本身就是一個信號。他強調，仿真與真實數據並不是非此即彼，最終更可能形成分層和組合。沈宇軍則把靈波的立場説得很清楚：不是「堅決選真實數據」，而是不同階段用不同數據。預訓練階段，互聯網數據和真實物理世界採集的數據作用更大；具體任務裏，仿真依然有價值。他更擔心的是，Real-to-Sim的規模化，機器人最終只能靠身上的傳感器去感知世界，而傳感器一定有誤差。比如觸覺信號，真實傳感器拿到的頻率、幅值、一致性，和仿真裏造出來的常常千差萬別。如果這些不完美沒法規模化地搬進仿真器，只談縮小Sim-to-Real的Gap，價值就有限。許華哲也提醒，當前行業對數據量本身存在一定程度的高估。「一百萬小時」「幾百萬小時」並不天然意味着更好的模型。數據規模之外，質量、分佈和訓練方式可能更加重要。智能：Astra很驚豔，但還缺物理這一課GPT-6的Astra直接控制機械臂，讓「具身智能要被大模型降維打擊」的説法又熱了起來。王潛並不認同這一判斷。他的核心觀點是，「智能的本體存在於數據裏」，模型更像蒸餾器和容器。Coding之所以先被解決，是因為代碼數據最容易製造、也最容易驗證。如果OpenAI或Anthropic真要做具身，仍然要建數據基礎設施、驗證體系、仿真器，要到現實裏做評估，甚至碰硬件。這些難度不會因為擁有一個更強的語言模型而自動消失。許華哲的測試感受更具體：Astra的語義和空間泛化很強，桌面上的東西基本都認識，抓筷子、插杯子、handover也能做。但一碰到Contact-rich任務，比如用筷子挑東西、疊盒子、疊衣服，就不太行了。他舉了真假菠蘿的例子，泡沫水果可以靠大力摳起來，真菠蘿卻得找葉子。具身模型必須知道自己在抓什麼，再決定怎麼抓。未來應該是大模型、具身模型和物理世界連成一個完整系統，而不是誰替代誰。沈宇軍補了一層：機器人身上的模型要源源不斷接收傳感器輸入，不能像對話模型那樣一輪一輪被打斷。它可能會成為更高階模型的工具，但反過來，具身場景裏那些天氣、温度、人的臉色之類的現實信息，也可能給雲端大模型新的養料。場景：客户持續掏錢，比Demo更重要聊到商業化，質疑很現實：Demo多、融資熱，但能規模複製、持續付費的場景在哪？韓錚認為，高成功率是前提。很多任務第一次就要接近100%，還要有泛化性，不能靠大量後訓練去過擬合，設備可靠性和服務也繞不過去。但沈宇軍認為，行業還容易陷入另一個誤區：把商業化幾乎全部歸因於模型性能。在真實場景中，客户最終購買的不是一個模型指標，而是一套能夠工作的系統。是使用一台完整的人形機器人，還是只需要一套雙臂？硬件成本是多少？傳感器是否可靠？系統能否長期穩定運行？部署和維護成本能不能被客户接受？這些問題都會直接決定商業化是否成立。「具身是一個複雜的系統工程。」在沈宇軍看來，模型只是其中一環。真正落地，要綜合考慮硬件、模型、系統魯棒性、部署方式和最終ROI，而不能把所有場景問題都歸結為「模型還不夠強」。王潛則給出了一個更加直接的判斷標準：客户能否可持續付錢，而且越付越多。最近他們在物流場景裏做到了傳統機器人做不到的事，ROI超過人類。商業化不是前沿的對立面，有了錢才能繼續做更大的模型。許華哲認為，真正屬於這一代具身智能的躍遷，是基礎模型面對大量未知任務時，也能不斷提高成功率——從50%、60%、70%，最終走向工業場景所需要的99.99%。因此，這場「場景之爭」的答案可能並不是尋找某一個殺手級應用，而是同時跨過幾道門檻：模型要有泛化能力，執行要足夠可靠，系統成本要成立，客户還要願意持續付費。對於未來五年，幾位嘉賓反而普遍更加樂觀。沈宇軍認為，完全有可能會誕生一種完全新的技術。許華哲判斷，通用具身服務的出現可能不需要五年、十年，「三年內就可以在很多地方開始服務」；王潛則認為，今天人們甚至低估了具身智能本身的重要性——數字世界的Agent已經開始重構軟件生產，而只有當AI真正獲得改造物理世界的能力，人工智能對生產體系的改造才可能形成完整閉環。回到開頭的問題，這場討論沒有給出標準答案，但把分歧擺得很清楚：數據要混着看，智能要分層做，場景要算真賬。具身智能不是某一夜突然降臨，它更像一場長跑，誰能把成功率、泛化和成本同時跑通，誰才有資格談未來。","kind":"news","is_publish_news":true,"is_publish_highlight":false,"is_publish_live":false,"is_publish_wemedia":false,"editions":null,"column":"","sentiment":"0","news_tag":"","news_rank":0,"isVideo":false,"video":null,"symbols":[],"gpt_button":1,"need_auth":false,"need_login_tip":false,"code":"91000000","status":"200"}}}