突发：从共识到非共识：科技有「联想」沙龙首场活动直击具身智能产业化“三大困惑”

从共识到非共识：科技有「联想」沙龙首场活动直击具身智能产业化“三大困惑” “共识与非共识”的深度思辨 6月30日，由联想控股微空间、联想之星和融科资讯中心共同发起的“科技有「联想」”线下沙龙首场活动“硅基进化论”在京举行。

活动聚集具身智能学术、创业、产业与投资领域的8位嘉宾，围绕数据基础设施、模型范式演进、量产落地与商业化路径等核心议题，展开了一场“共识与非共识”的深度思辨。

开放麦：在“共识与非共识”中寻找产业真相 活动首个环节“白板开放麦”不走寻常路——主办方刻意规避行业套话，邀请七位嘉宾分享了他们最真实、最独家甚至是最尖锐的一线观察。

幂特科技联合创始人、CTO王志成以AI 1.0到AI 3.0的演进为脉络，直言“数据是核心，模型是辅助”。

他回顾了自己此前在旷视科技五年间参与AI 1.0落地的体会——80%的精力花在与数据打交道，场景高度垂直导致边际价值递减。

他警示，若物理AI时代无法实现数据规模的Scaling，行业将退回到“继续做AI1.0时代事情”的老路。

幂特科技联合创始人、CTO王志成 智在无界BeingBeyond合伙人郑思鹏则分享了具身领域从“非共识”到“共识”的转变。

他算了一笔账：真机遥操数据一小时成本需要数百至上千元不等，采集一万小时可能就需要高达千万元的投入。

相比之下，大规模人类第一人称视频不仅成本低了几个数量级，更能覆盖机器人可行动作空间的更大范围。

作为率先提出以大规模人类视频数据训练通用模型框架的企业，智在无界于今年4月发布的Being—H0.7具身通用基础模型将数据规模扩展至 20 万小时人类视频,并提出一种全新的范式——基于潜空间推理的世界模型。

但目前，行业Scaling拐点仍未到来，预计有效训练时长需达百万小时以上。

智在无界BeingBeyond合伙人郑思鹏 无问智科创始人刘盛翔强调，行业缺的不只是数据，而是涵盖工具链与测评体系的完整“数据基座”。

他将此比作英伟达的CUDA生态——没有整套工具链，再好的GPU也用不起来。

他还提出，2B场景将比2C提前三到五年落地，因为家庭场景的安全验证难度远高于相对封闭的工业与商业环境。

🔗 原始来源

如果你要核对细节，可以再看原文： 量子位原文链接