“我感觉，我们处在黎明的前期。”王晓刚表示，相比去年更多依赖真机数据、VLA和小模型路线，今年随着以人为中心的Ego数据、世界模型的加入，已经开始看到Scaling Law的展现。

　　在他看来，具身智能与垂直行业结合紧密，未来仍会保持较强的多样性。目前数据、零部件、模型、本体和场景等环节相对分散，未来不同类型的公司可能进一步重新组合。

　　在苏度科技联合创始人兼CEO韩铮看来，中国丰富的供应链和应用场景，为具身智能提供了较大的技术探索空间，因此本体、具身模型和世界模型等方向都出现了较多企业和技术尝试。

　　他认为，具身智能最终大概率是一个复杂系统，目前技术路线已经开始出现收敛迹象。未来能够提供完整底层方案和模型的公司可能不会特别多，但在垂直应用、全球市场以及模型组合等方向仍然存在机会。

　　这意味着，当前具身智能产业链看似拥挤，但行业最终的竞争格局仍远未定型。随着技术路线逐渐收敛，企业之间的分工和组合方式也可能随之发生变化。

　　距离“ChatGPT时刻”还有多远？从能做，到真正形成生产力

　　如果说大语言模型的“ChatGPT时刻”意味着模型能力出现跃迁，那么具身智能面临的问题要复杂得多。机器人不仅需要具备理解和决策能力，还需要将这些能力与本体、控制、算力、数据等环节结合起来，最终在真实物理世界中稳定执行任务。