机器人会跳舞却叠不好一件衣服，Physical AI的“GPT时刻”卡在哪

第五届全球数字贸易博览会“数贸创投日”9月22日至24日在杭州落幕，140家科技企业、131位一线投资人到场，现场促成785项投融资对接。慧言未来创始人刘慧凝与曹国熊、沈劲、王翔三位陪跑教练同台，话题直指Physical AI从演示走向量产的那道裂缝。

希鸥网观察到，这场对话反复出现同一个细节：机器人能在展台上蹦跳、做咖啡、叠衣服，但某家企业私下说，几十家同行合影时，“除了我们，机器人是走上去的，其他都是抬上去的”。演示与量产之间，隔着一整个数据工程体系，而非关节电机或灵巧手的硬件瓶颈。

曹国熊把当下定义为“验证期”：可行性已被证明，闭环尚未跑通。他更警惕一种模式——调用大模型API、靠人工补数据做演示，泛化能力为零。真正的飞轮只有一条路：每一台卖出去的设备都在真实场景里产生数据，拿回来训练，再部署出去。

沈劲给出另一组坐标系。他用创新扩散S曲线衡量，具身智能若达到100%普及，临界点在15%——使用者不是猎奇者，也不是高校实验室，而是愿意为真实效率付费的早期采用者。至于15%出现在哪一年，他没有给出答案。

王翔把差距量化得更残酷：大语言模型训练数据是几千亿Token量级，视频要多几个数量级，Physical AI则要比千亿多几十万倍——6个数量级。语言数据人类积累了几千年，物理世界的数据几乎是零。他甚至提到一条新路径：解构肌电信号，把脑决策到手指动作的电信号采集、标记、规范化，这可能是革命性的数据来源。

希鸥网认为，这场对话暴露了资本周期与技术周期之间的错配。投资机构按硬科技的十年、十五年周期做预期管理，但市场情绪按移动互联网的三五年节奏催熟。曹国熊说“具身的大脑至少得五年”，沈劲说芯片半导体从来都是十到十五年，两组数字指向同一件事：估值锚点应该落在数据闭环的台数上，不是演示视频的流畅度上。

对创业者而言，一线感知比大佬建议更可靠。拿到融资后，董事会和顾问会给出做平台、打一线城市、布局生态的建议，听着高屋建瓴，未必匹配当下阶段。创始人整天泡在业务里闻到的火药味——哪家工厂的巡检工招不到、哪个酒店送餐的机器夜里三点还在跑——这些才是决定场景优先级的真实信号。

北极星指标必须简单到一句话，且衡量真实价值的增长。若把“签约台数”当目标，就会出现卖给高校实验室做演示的订单，数据是无效的；若把“产生有效真机数据回传的设备数”当指标，研发、交付、售后所有部门的动作都会对齐到同一个方向。具身智能的虚火，往往烧在虚荣指标上。

真正的护城河不在专利清单里，在日常运营的细节中。客户切换成本、供应链响应速度、售后工程师到达现场的时间、老员工离职率带来的知识沉淀——这些东西对手看得到偷不走。Physical AI的壁垒将来也一样：不是某个VLA模型架构，是部署在几百个场景里、持续回传的真实数据，以及让这些数据变成模型迭代燃料的组织能力。

金鸥品牌榜·2026年度创新案例库开放申报了。免费提报，独立评估，入榜品牌将获得电子版《入榜证明》及年度专题公示，优秀案例可获得深度专访+全平台分发。如需修改或发布文章，请加微信号：sheisceo