物理 AI 的最后一公里：场景方开清单，技术方交进度｜2026 ITValue Summit数字价值年会

机器人走进产业场景这件事，买单的人已经先算过一笔账。越秀在一个住宅项目的地下车库里，让一台市场上最成熟的清洁机器人跑了一遍：需要清洁的面积两万一千多方，它实际干到的不足一半——机械车位它上不去，因为倾斜角只有四度；环形车道也上不去，作业只能收缩在负二层的一部分区域里。 9月17日上午，2026 ITValue Summit数字价值年会的六场平行闭门会在三亚举行，其中一场名为《物理AI走进现实：让真需求遇见前沿技术》，由钛媒体与智源研究院联合策划。这场会把产业方和技术方请到了一起：一端是越秀地产数智发展中心总经理杨辉、原云南白药集团数字战略科学家、云白数科总经理兼CIO李少春这样的场景方，代表为技术最后买单的人；另一端是智源研究院具身模型研究中心负责人王鹏伟、星源智创始人兼 CEO刘东这样的技术供给方，带着世界模型与端侧算力的行业最新进展。 这场会的开场白是一道验证题。钛媒体联合创始人、ITvalue发起理事万宁在主持中提到，全国四万多家酒店里，每天都有小车往房间里送快递或者外卖；如家的老总告诉他，送餐机器人已经是经济型连锁酒店的标配。万宁起初觉得这话夸张，直到问过女儿才确认：她确实要点外卖，而且不愿意让酒店服务人员来敲门。行业的真实需求就长这样：每天在发生，有人愿意为它买单。 买单的人先算账 8月，世界机器人大会。创业者和投资人热议上市与估值。作为“为技术买单的人”，越秀地产数智发展中心总经理杨辉看到的是另一个问题：机器能否走进生活，取决于产业方有没有场景、能不能长出业务。 在她看来，规模化落地卡在四道瓶颈：数据攒不齐，一项技能要几千小时；泛化不过关，真实场景打半折，一换就崩；环境不复用，每栋楼都不同，换场地就重来；成本算不过账，三四台才抵一人，回本太慢。结果就是交付不稳、复制不了、账算不过来，单点技术再好也难规模化。 答案从越秀的实践里长出来。 越秀曾把一台市面最成熟的清洁机器人放进自家住宅地下车库：两层、两万一千多方作业面，机械车位上不去，环形车道进不了，实际作业面积不到一半，只干得了车道平面清洁，实际效率仅为理论值的35%。迭代到最新一代，通过重构排班、改造梯控、优化路径、打通故障工单等工程化改造，八成作业可独立完成，现场才减掉一个人。 这不是“换一台更好的机器”能解的，而是场景、本体、算法与运营的系统重构，人机协同标准、作业空间和动线都要重新设计。把“越秀建场景、算法练模型、机器人执行、越秀做验收”跑成闭环，在ROI与利用率双达标后跨车库“1→N”复制。 而把这些一条条解决，恰恰需要“懂行业的人”：有人开放场景、做空间适改、定作业标准、验安全边界；有人把散落的作业数据沉淀成可复用标准；有人把一次试点的成功，复制成一百个场景的交付。工程化能力，是技术走向产业交付的转换器。 越秀做了十六年数字化：让空间从不可读变得可计算，一百多个项目沉淀出六千多个模型主库。“空间就是场景，城市运营就是入口。”这些可计算的空间，就是越秀给机器人备好的场地。 账单摊开了，接下来轮到技术方。他们带来的，是一份有边界感的进度表。 技术方交出进度与边界 智源研究院具身模型研究中心负责人王鹏伟带来的，是这条路线图最前沿的一段。他先把行业坐标说清楚：AI在数字世界已经发展得不错，从符号主义、机器学习、深度学习、大语言模型一路走到多模态大模型，接下来要迎接的是从数字到物理世界的转变——世界模型要解决的，就是“理解真实的物理世界，并解决物理问题”。 这个判断落在一个具体的技术选择上。过去，机器人学的是下一个决策该怎么做，在这样的场景下做什么动作更优；但真实世界需要的不止于此，还要能预测“做出这个决策之后，世界会发生什么改变”。王鹏伟举了个例子：模型可能认为所有气球都是鼓的，或是预测打开的水瓶盖会自己盖上。这些错误指向同一件事：它不理解因果。智源的选择是围绕“状态”建模，从当前状态预测下一步，正向推演未来，反向反思过去，把因果推理装进模型里。 这条路线的燃料是数据，而数据是王鹏伟主动亮出的第一本账。“动作类的数据存量非常小，只有10万到100万小时；我们测算了一下，要达到目标的话需要上百年的时间。”所以他换了个思路：人学网球、羽毛球、滑雪，大部分时候靠看视频就够了，机器人为什么不能从海量视频里学？智源把开源数据处理出第一版数据集，里面是12.5万条视频、1.6亿条事件标注和1150条VQA；但按处理后的全网数据量算，消费掉的只有1%，99%没有被消费。“我们只会受算力所控，不会受数据所控”，王鹏伟表示。 数据账之外，还有两笔成绩单。一是模型验证：用4B和0.8B两个尺寸对比，4B 在三大类任务上表现更好；从没有动作标签的视频里学到的行为语义，能让下游任务仅凭200条数据就拿到提升，说明闭环是成立的。二是泛化的真相：在开放世界任务上，现有模型的成功率只有2%到4%的量级。“现在的具身模型在开放世界下的效果就是很差劲。” 技术方的另一位，是星源智创始人兼 CEO刘东。他先给“可用”下了一个严格的定义：物理AI要从能力突破走向可用，得能理解世界、能预测世界的后果、能实时执行推理的后果，还要在部署之后持续进化，从错误的任务中学习。“进入物理世界之后，AI 的标准就被重新定义了。” 他给出的答案指向一条与不少同行相反的路线：智能能力应该跨本体复用，模型不该跟本体强绑定。“很多公司说模型跟本体必须做紧绑定、模型只能在适配本体上用，但是我们发现不是这样的。”星源智从去年开始用无本体的数据采集方式，模型可以装进机器狗、机械臂、叉车。“我们的大脑，不挑机器人的本体形态。” 为了让模型在真实场景里跑起来，他先算了一笔时间账：一个简单任务如果要做 50分钟，放到真实干活的环境里是忍受不了的，所以算力必须放到端侧、本地运行。星源智为此开发了面向机器人的具身大脑端侧算力平台。模型侧，他们发布了未经预训练的 1.2B版本，据他介绍，这个版本已经超过很多经过大规模训练的模型，“不是因为参数，而是因为架构的领先性带来收益”。目前公司在进行中等规模的预训练，10月将发布3B的预训练版本。 落地侧的证据同样具体：物流行业最典型的客户是中力股份，全球最大的电动叉车生产商。星源智提供大脑，中力装进叉车，实现任意卡车与货物的识别、多台叉车协同装卸，“完成一个跟人类司机差不多的节拍”，一分钟内连续卸载多种货物；中力推出的“擎天柱”机器人，可升高到十米、做入箱拣选，一台替代两台，用的也是星源智的大脑。 刘东还给这门生意补上了另一半逻辑：数据回流。所有部署进真实场景的机器人，运行数据都会被记录下来，变成垂类场景的数据资产，反过来用于模型训练。“一边部署、一边收集数据、一边训练模型”，数据飞轮的效应，就藏在这条闭环里。 最后一关是组织 原云南白药集团数字战略科学家、云白数科总经理兼 CIO 李少春带来的，是另一个维度的现实。他举了一个例子：白药产线上现在唯一的工人，是负责把牙膏包装箱搬上来的那个人，而这项工作还没有机器人能做。卡点在于稳定性：“怕机器人倒了，把一天一个亿的产线停了。”在工业场景里，稳定性压倒一切，这是任何演示都替代不了的逻辑。 一年多时间，白药把世界经济论坛的灯塔工厂做了出来，40多个用例落地。他提到一个细节：国外专家来工厂巡检，相比看得见的自动化，他