9月11日，上海外滩大会的讲台上，一群搞机器人的创业者和投资人坐到了一起。他们要聊的话题很直接——具身智能，是不是泡沫？
过去两年，这个赛道涌入了大量资本和公司。人形机器人、机械臂、四足机器狗，隔三差五就冒出一个新玩家。但与此同时，真正走进工厂、走进家庭的机器人，还是屈指可数。于是，“泡沫论”开始蔓延。
至简动力CEO贾鹏没有回避这个词。他说得很实在：大家感觉有泡沫，是因为这个阶段还没创造出足够多的价值。技术进展、估值和商业回报之间，出现了错配。
大晓机器人董事长王晓刚打了个比方——我们还在黎明的前期。他提到，去年行业主要靠真机数据、视觉语言动作模型和小模型路线撑着，今年开始，以人为中心的自我视角数据和世界模型加入进来，规模定律的苗头终于出现了。
苏度科技CEO韩铮的判断更具体。他把具身智能的现状类比成大语言模型的2018到2019年——框架都有了，但怎么把一堆技术捏成一个可靠、能用、还能泛化的大系统，才是真正的难题。
那具身智能自己的ChatGPT时刻，到底什么时候来？
贾鹏对这个问题本身就有意见。他说，具身智能和数字世界里的AI不是一回事。大语言模型做到80分就能当产品卖，但机器人要在物理世界里干活，对可靠性的要求高得多。他判断，光看模型能力，上下文学习已经冒头了；但要真正形成生产力，可能还得三四年，甚至四五年。
如果只挑一个最大的卡点，贾鹏选了算力。不光是训练用的GPU，还有端侧和边缘侧的推理算力。很多工厂场景压根不能联网，机器人必须在本地完成计算。端侧算力不够，模型再强也跑不起来。
王晓刚则把票投给了数据。他认为，ChatGPT时刻的关键标志是智能涌现、场景泛化和零样本能力。如果每换一个任务就得重新训练，规模化推广就是空话。不过，他最近从通用模型身上看到了希望——那些模型输出的中间数据，未来可能帮具身基础模型加速进化。
台上还有几位95后、00后的年轻创业者，他们的视角不太一样。
厘清智能创始人李一鸣说了一句大实话：现在所有具身智能公司都说自己是做世界模型的。但关键是，你到底解决什么问题？他认为，创业公司得先想清楚终局长什么样，再倒推技术路线，根据自己的家底做选择。
自然意志创始人丁宁的判断更大胆——具身智能的GPT-3时刻已经来了，只是大家还没看见。他说，2025年以后，大模型的发展已经解决了一些根本性问题，但物理世界的操作仍然是坎。他形容这个行业的发展速度“不太正常”，从代码量到实验结果，再到不同智能之间的融合，能感受到一股非常强的推背感。
面对海外巨头手里的海量计算资源，丁宁坦言焦虑。但他觉得中国仍有机会，一个优势藏在高精度数据背后的硬件和供应链能力里。高精度数据还没规模化，而硬件的底子，恰恰是中国擅长的。
这场讨论没有给出标准答案。但至少有一点达成了共识：具身智能不是没前途，而是还没到收果子的时候。泡沫感来自错配，不是来自方向。真正的问题不是“要不要做”，而是“怎么把系统、算力和数据这三块拼图凑齐”。
在那之前，黎明前期的等待，还得继续。