本文起首：时期财经 作家：庞宇

2026WAIC智元展台

“我认为可能要1亿小时的数据，智商终了所谓物理宇宙的‘GPT时刻’。”智元搭伙东谈主、高等副总裁、具身业务部总裁，觅蜂科技董事长兼CEO姚卯青说。

当年一年，具身智能行业的评价法度正在从机器东谈主能否完成演示考证，转向能否在真实场景中捏续、领会、批量地功课。在2026宇宙东谈主工智能大会展馆，时期财经谨防到，数据辘集和工业场景成为不少企业展示的重心。

不外，在数据、模子、本色性能和场景适配等方面，机器东谈主距离范围化落地仍有不少门槛。一个多量疑问是，具身智能要从展台演示走向真实利用，行业究竟还缺什么？

在2026宇宙东谈主工智能大会（WAIC）工夫，姚卯青罗致时期财经等媒体采访，围绕国产供应链发扬、真实数据如何范围化辘集并渐渐变成法度、机器东谈主若何达到工业级要求，以及大厂入局会给行业带来什么影响等问题一一给出解答。

以下为姚卯青罗致时期财经等媒体采访内容（经剪辑整理并略有删减，问题端正有所调节）：

发问：本年最但愿看到的产业链发扬是什么？不错是硬件、软件或者数据。

姚卯青：要简直鞭策具身智能启动落地，既依赖硬件本色，也依赖许多模子算法和场景灵通要求。在硬件本色上，生机看到国产供应链越来越纯属，在芯片、延迟器、三电系统等方面，齐能露馅出越来越多供应量大、质地好，且工艺精度和规格高出高的产业链企业。

软件算法方面应该是内行更关怀的。因为内行齐在恭候一个“GPT时刻”。所谓“GPT时刻”，便是它在家具层面既易用又好用。易用，是像ChatGPT相通，内行不错用自然、当然、无需修饰的话语与它对话、率领它；好用，是它能够开箱即用，听到领导后，以高出高的告捷率完成任务。

发问：昨年内行在问，念念要达到ChatGPT时刻需要几许数据，那时还莫得一个具体的约略数字。为什么本年有了这么的数据洽商？是内行看到了什么吗？

姚卯青：需要高出大的数据范围，这是本年内行变成的一个利害共鸣。其他嘉宾提到过1000万小时，我认为可能要1亿小时。总体上，需要一个雄壮于面前存量的范围，智商终了物理宇宙的“GPT时刻”。

之是以本年启动出现千万小时、亿小时这么的估算，一方面是不错把小时数据按一定频率抽样，再换算成画面和数据单位（Token）数目；另一方面，视频生成鸿沟的一些进步模子，在千万小时级数据上还是展现出很好的后果。这给了咱们许多参考价值。

具身智能模子亦然多模态模子，它要生成对环境的预判和对算作的筹画。是以咱们认为，一个能够领路、神气和模拟真实宇宙的模子，约略需要千万小时以上、亿小时级别的数据。数据的种类和起首也需要高出面临真实宇宙。

关于Scaling的露馅，咱们的不雅点是能在2027年底到2028岁首看到相比强的涌面前刻。

发问：这些主要齐是工场数据吗？

姚卯青：这些数据也不以工场为主，而是庸碌来自全社会、五行八作，包括生存、坐褥、办事和虚耗。所有你能念念象到的东谈主会资格的事情，咱们齐但愿把它们聚集起来，为AI所用。

发问：面前无本色数采推出之后，不错败露哪些生效？有了无本色数采之后，真实数据的老本约略降了几许？

姚卯青：无本色辘集与真机辘集詈骂常互补的样式。它的上风是老本更低、更方便，也能以较低侵犯参预真实功课经过。2026年的标的是千万小时级，面前还是达到百万小时级。前期咱们完成了开拓量产和领会性、软件、数据贬责管线、算法、存储和辘集等基础设施树立，面前还是到了不错范围化上量的阶段。

从老本看，无本色辘集可能降至真机辘集老本的一半，有些场景甚而低于三分之一，具体取决于任务难度。

发问：WAIC大会现场许多机器东谈主在作念数采，有的给我方用，有的是给行业用的。内行奉命的法度有什么不同？行业法度面前有哪些空缺或者不法度的方位？

姚卯青：从咱们最近的实践感受来讲，智元以及国外头部团队，内行对法度照旧相对趋同和拘谨的，非论是硬件类的预备，照旧帧率、辨认率、曝光、FOV、时期同步标定等，齐有共性要求。

同期，关于后期数据的标注和贬责，比如Hand Toss索求的精度、切片的时期精度和有用性，非论是任务级照旧原子算作级进行标注神气的精度和种种性，也有相对斡旋的法度。

至于空缺或者说挑战，我认为并不是作念得不好，如实行业的变化和迭代是跟着模子需求迭代的，正处于快速演进的过程中，很难固化成像手机、汽车这么的纯属家具所具有的国度和行业法度，更多是在头部团队和公司的需求牵引下，事实性法度在演进。

发问：面前行业在讲“具身原生”，智元何如领路这个宗旨？是说以前的模子不够原生吗？

姚卯青：许多职责面前还莫得作念到具身原生，因为背后还莫得构建出援助原生考验的数据量。现存视觉话语模子（VLM）经过海量互联网数据考验，但具身数据惟一几万、几十万小时的时候，很难从新进行架构联想和权重考验。到了百万小时级以上，就要作念原生架构。

具身任务不是多模态问答，不是问图里有几个苹果、几个东谈主、穿了什么穿戴，而是要听一个领导，念念象任务何如完成、环境何如变化，并筹画算作。是以它需要的组件一定不是今天偏问答语义类的这些，它一定有一套我方原生的东西去作念领路和生成一体化的职责。

发问：WAIC展馆里有许多企业齐在作念工业场景，智元也进行了工业场景方面的尝试。关于面前的具身智能体来说，作念工业场景最大的挑战有哪些？

姚卯青：关于许多机器东谈主厂商来讲，面前参预工业场景，最初需要迈过一些基础门槛。因为工业场景敬重的是效用、节律、领会性和老本这些关节身分，高出履行。是以最初要让硬件本色在达到工业级强度的同期，还能够万古期领会运行。在专科术语里，这叫平均无故障时期MTBF。

通过咱们前期的发奋，智元的机器东谈主应该是面前行业里为数未几的能够达到数千小时领会职责的机器东谈主，即使在3C这种高节律、万古期职责的场景里，也能领会运行。面前市面上还有一些家具更多面向科研施展，它们非论是在精度、一致性照旧万古期领会性上，可能齐有一定的擢起飞间。我确信，来日淌若有更多机器东谈主参预工场，越来越多的硬件家具也会达到工业级法度。

其次，要顺应工场里许多任务的要求。通过模子算法和一些工程步伐，机器东谈主要骄傲高节律、高告捷率的要求。关于工业来讲，可能99%以上，甚而三个9、四个9，齐是相比常见的要求。此外，机器东谈主还要与产线已有系统买通、集成，终了机器东谈主与产线其他开拓之间的有用通讯和调节。这也需要利用场景提供方和机器东谈主原厂共同完成。

发问：大厂本年下场作念机器东谈主的高出多，包括蚂蚁、荣耀、京东在数据层面的运作，会不会让智元本人感到压力？这些大厂的入局对整个赛谈以过头他的中腰部玩家有什么影响？

姚卯青：淌若仅仅数据方面来讲詈骂常接待的，1亿小时的数据需要高出多的东谈主通盘参与智商在2027年加快终了，不然凭单个品牌也很难作念这么的事情。

同业参预亦然对行业的促进，因为整个产业链里有不同的设施，比如说作念模子的公司也在鞭策联系设施的发展开yun体育网，不管是对照旧错，咱们合计齐是好的，其实是在帮内行作念强化学习，因为强化学习需要试错，所有的可行径作空间齐要试一遍，有些是旁门，有些是正路，试过总比没试过好，是以更多东谈主来试，我合计能够加快并行探索和多旅途探索。