智能驾驶与具身智能的「殊途同归」：供应链、场景和技术瓶颈

作者:苏打

出品:明亮公司

当具身智能将人类从数字世界带回物理世界，人、汽车、机器人、场景将如何融合发展？

5月7日，联想创投投资总监史晨星、联想车计算创新管理总监孙炳川、黑芝麻智能CMO杨宇欣、星海图创始人兼CEO高继扬以及逐际动力联合创始人兼COO张力等，在2025联想TechWorld创新科技大会“具身智能与智能驾驶技术创新”分论坛中，就具身智能与智能驾驶的结合点、当前技术的成熟度与挑战、应用场景的探索及未来展望等进行充分讨论。

其中黑芝麻智能、星海图和逐际动力均为联想创投参投的自动驾驶及具身智能相关创业公司。

天眼查APP显示，黑芝麻智能是领先的车规级智能汽车计算芯片及基于芯片的解决方案供应商，于2024年8月在香港交易所主板挂牌上市。2021年，联想创投曾参与其C轮融资。

星海图成立于2023年9月，定位“立足中国、放眼全球”的具身智能公司。2025年4月，星海图宣布完成A+轮融资，联想创投参投。

同样作为具身智能公司，成立于2022年的逐际动力LimX Dynamics聚焦打造全尺寸通用人形机器人，并衍生了包括双足机器人等创新产品。2023年，联想创投参投了其Pre-A轮融资，总融资金额近2亿元人民币。

联想车计算创新管理总监孙炳川:汽车正慢慢变成机器人

如果按照时间来算，自动驾驶比具身智能早出现很多年，可能谈不上融合，但从发展形式来看，未来自动驾驶的发展会让汽车具有很多的具身智能特征。

从这个角度讲，很多自动驾驶和智能汽车相关的技术，从计算的平台到感知的技术，到决策的技术，甚至到交互的方式，到智能交互的方式，未来其实都可以跟具身智能一起，做一些相关的协同或者复用。

未来，PhysicalAI比较典型的代表有两个，智能汽车和机器人。回到技术本身，当下具身智能还是以走得稳、行得好、够安全为第一要务。

在应用场景方面，汽车已经到了一个质变的阶段，正慢慢变成机器人，从这个角度讲，我认为现在的发展可能也是一个元年，不仅是自动驾驶，也包括感知。其中一个维度是车本身，另一个维度事整车的研发、设计、生产。在技术框架、技术路线、技术趋势相同的层面上，我们认为从车内到车外各个场景都会有很大的机会。

黑芝麻智能CMO杨宇欣:靠自动驾驶活到具身真正落地的那天

其实在我们看来，自动驾驶和具身智能基本上是“一回事”。但对于2018年之前的智驾，我没有那么乐观，比如2015、2016年的智驾行业，是把具身分成了虚拟数字和实体物理两个部分。

本体部分，现在很多关键零部件的技术边界探索仍旧没有完成，包括具身要实现不同的数据输入、传感器的能力等；数字即算法探索部分，现在的模型能不能支撑最后具身所有的数据输出输入，包括世界模型，也还是在探索过程中。

简言之就是边界和技术方向，现在大家只是有一个朦胧的方向，或许会在某个节点把之前的很多问题一下解决掉，但这个可能还是需要一定的时间。

具体到应用场景，现在也仍旧在探索过程中，边界在哪大家并不知道。究竟哪些场景愿意开放具身来试？机器人马拉松大赛是不算的。但现在汽车行业是非常积极地在提供场景，一方面智驾是具身的初级形态，另一方面很多车企的供应链现在与机器人的重叠度非常高。

目前汽车行业的天花板每年全世界是8000万到1亿台，不能再增长的情况下，这么庞大全球的汽车工业怎么办？下一站就是机器人。我们认为，未来5到10年机器人每年的量将是汽车的10倍，这个量是非常大的。所以很多车企正在开放一些产线的简单场景给具身智能进行尝试，比如搬箱子，这种场景不需要一个完整的人形机器人。目前来讲，具身的移动过程中，双足还需要更多的验证。

如果要总结具身智能和自动驾驶加速产业发展的过程，我想就是靠自动驾驶先活下来，然后才能活到具身真正落地的那一天。

星海图创始人、CEO高继扬:具身智能在北美和欧洲应用空间更大

关于具身智能和自动驾驶的融合，我自己挺有感触的。刚开始创业时，大部分投资人都会说我们是从自动驾驶转行来做具身智能，我说不是，具身智能就是自动驾驶的一个自然延续，他们就是一回事。

一开始做自动驾驶的有两波人，第一波是从2008年到2015年，他们更多是RoboTaxi背景，那个时候AI并没有发展起来；第二波是2015年之后，尤其是2018年之后特斯拉的介入，开始讲端到端数据驱动，这些人开始重做自动驾驶，他们底层的思考问题都是关注数据闭环和智能边界，而这两件事也是当下我们看具身智能领域里面最重要的要素，也是令RoboTaxi实现从单一场景到泛化场景过程中的关键变量。

而做具身智能的另外一批人，则更多关注机电系统、运控。最终产业的成功是这几波人的结合。

现阶段具身智能供给侧的特点包括三方面，速度、精度和泛化性。传统的协作臂是速度高、精度高、泛化性为零；现阶段的具身智能的供给特点是中等执行精度及速度，但具有较高的泛化能力。至于泛化能力怎么定量，我们给的指标是，在物理世界中学习新任务的边际成本。过去很多非标自动化中，企业经营不好的一个很大原因是边际交付成本太高，其中包括大量工程师成本。而AI环境下，我们看到了可以做标品的机会。

而标品的最终出口是所有边际成本全部压缩在数据上。比如，学某一种工序，操作机器的每个动作需要两三百条数据，换一个场景仍旧只需要这些数据，而两三百条数据的采集成本是非常低的，一个工人一天200块钱的样子，训练的边际成本也很低，这个是我们现阶段怎么去定义具身智能在物理世界中的泛化能力。

而泛化能力的演进也是具身智能在物理世界Scaling Law的过程，也就是说，关键的指标是看今天的两三百条边际数据成本能不能随着大量数据的累积逐步降低到30条、50条，甚至3、5条去学一个新动作，而人的能力就是2、3条数据。等于在新场景中去培训一个新员工，越是熟练工，它的边际学习成本越低。

在应用场景方面，我们特别关注地域问题——国内制造业、物流业、服务业的分布。制造业往往大量分布在欠发达地区，这些地区的劳动力更价格便宜，所以我们关注的重心是北美和欧洲。现在我们在北美有很多客户，他们也看到了非常多的场景。

在北美，我们以设备和数据供应商的身份提供服务时看到，他们在美国的主要使用场景就是服务业和仓储，包括物流仓储、酒店餐饮后厨等，可用空间非常大。而且很容易算得过来账，同样的工种在中国不work但在美国可能就特别work。

不过我们计划在欧洲市场“大搞”，因为欧洲整个市场和付费能力与北美非常类似，但供给条件更差，不仅没有硬件的供应链，算法的供给能力也没有。我们的想法是，通过寻求具身智能供给特点、产业和场景方需求以及所属地区付费能力等几个要素的结合点，在欧洲寻求一条确定的发展路径。

整体来讲，我觉得具身智能跟自动驾驶都是特别要关注数据闭环和智能的边界，我们不要在错误的时间点做智能边界以外的需求，这种很难成功。

逐际动力联合创始人、COO张力:具身应用不缺场景，缺技术

从今天的范畴来讲，自动驾驶可以看成是具身智能的一个场景，只不过大家所交互的对象是不一样的——自动驾驶更多是车与车之间的博弈或者车跟驾驶者之间的博弈，它最大的特点是在二维的世界里面不产生碰撞，更多是能够准确感知，决策，控制好车辆、保证安全，相对来讲稍微简单一些。

但机器人领域就复杂得多，移动能力交互的对象是地面，在不同地形中保持平衡；场景中交互的对象则是万物，这需要大量数据去形成机器人的Foundtion模型，然后通过大语言模型和多模态模型对场景的理解、任务的分解以及神经网络去控制好机器人的本体。

今天机器人所在的状态非常类似于2018年的无人驾驶，如果要形成与物理世界的自主交互，所要积累的包括数据，包括算法模型的训练等我觉得还需要非常长的过程。

目前具身智能和人形机器人可以从三个层面观察，本体、小脑、大脑。本体层面，我们今天可以更多去关注一些难点，比如关节的数量。关节的数量决定了这个机器人未来能做什么、不能做什么，因为人的自由度就取决于基本的关节数量。另外一个是全尺寸人形，我们在定义人形机器人时，会把1米5以上定义为全尺寸人形。机器人越高控制难度越大，算法要求也越有挑战，所以目前能够出量更多是小机器人。

另外是小脑，我们让具身智能为人类创造价值，不仅仅是改变自己的状态、提供情绪价值，更多是要改变物理世界物体的位置，所以对于小脑的考验是在大负载的运动控制能力上保障平衡，这部分今天能看到的也不多。

最具挑战的是具身的大脑，其中的根本是数据。如何能够高效使用数据，我们称之为具身模型的数据的效率，即如何用低成本的数据产生最大的具有泛化性的自主操作能力，是今天大家去攻克的一个关键点。

提及应用场景，我经常跟很多人讲，我每天缺的不是场景，而是技术。大家首先要了解，具身智能和人形机器人是两个东西，人形只是体现类似于人的通用性和泛化性，通用性就是去人能去的地方，做人能做的事儿，完成人能抓取的抓取，泛化性就是我们的推理和举一反三的能力。

所以，当我们让人形机器人像人一样去适应某一个场景或完成某一个任务的时候，实际上不一定是最佳的产品，你会看到一个工厂用协作机器人替代一个500块钱的工人，但后面天天跟着两个博士。

对于一个100多人的具身智能公司而言，去研究千行百业和千家万户不同的应用场景不是他们今天能做到的，他们能够做的事利用具身去实现基础模型能力的训练，然后在未来让不同的创新者在不同场景中去利用这种能力。

但从整体产业发展路径上看，我认为，具身智能一定是未来十年最大的科技革命，能够实现像自动驾驶、像人形机器人或者具身智能机器人在落地场景中的应用。