一句话看懂：2026年外滩大会期间，多位具身智能CEO与创业者就行业“泡沫论”、技术路线和“ChatGPT时刻”展开讨论。多数嘉宾认为行业仍处“黎明前”，估值与商业价值存在阶段性错配，系统集成、算力和数据是主要瓶颈。
事件核心：发生了什么
9月11日上午，2026外滩大会举办具身智能专场讨论，智元机器人联合创始人兼CEO贾鹏、大晓机器人创始人兼董事长肖王刚、速渡科技联合创始人兼CEO韩铮等嘉宾围绕行业泡沫、技术路线及“ChatGPT时刻”发表看法。多位嘉宾认为，当前“泡沫感”主要来自估值、行业阶段与商业价值之间的错配，而非技术本身失去方向。贾鹏判断，长期看具身智能的产业规模可能超过手机或汽车，产业链从传感器、零部件到终端应用足够长，能容纳多种类型公司；肖王刚则表示行业处于“黎明前”，今年以人为中心的ego数据和世界模型开始让Scaling Law显现迹象。韩铮提到，国内供应链和场景测试环境相对丰富，技术路线已有收敛迹象，但更大挑战在于把不同技术整合成一个可商用、高可靠、可泛化的大系统。
为什么重要
这场讨论的价值在于给具身智能的热度降温，同时为判断行业节奏提供参照。嘉宾普遍将当前阶段类比为大语言模型的2018—2019年：关键框架已出现，但系统集成远未完成。贾鹏指出，数字AI模型做到80分可能已是好产品，具身智能进入物理世界后对可靠性要求更高；若只看模型能力，已出现一定的上下文学习（ICL）能力，但形成真实生产力可能还需三到四年。这意味着短期内资本叙事和商业落地之间仍会存在落差，投资判断需更关注系统可靠性、场景闭环和规模化交付能力，而非单点模型指标。
对用户/开发者/创作者的影响
对开发者和创业者而言，机会可能不在通用大系统的正面竞争，而在垂直应用、全球市场和模型组合。韩铮认为，未来能提供完整底层方案和模型的公司不会特别多，但垂直场景仍有空间。对企业采购方来说，现阶段应谨慎评估具身智能方案的可靠性与泛化能力，避免将演示效果直接等同于生产力。对内容创作者和AI应用开发者，具身智能与数字AI的能力边界不同，套用大模型“80分即上线”的思路在物理世界可能不成立，涉及机器人控制、传感器数据、推理部署的项目需预留更长的验证周期。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是今年以ego数据和世界模型为代表的路线能否在真实场景中跑通Scaling Law，并给出可复现的指标；二是系统集成层面是否出现可商用的统一底层方案，以及算力和数据瓶颈是否有实质性缓解；三是垂直应用和全球市场是否率先跑出可持续的商业模式，而不是停留在估值驱动。
来源：AIbase
