“具身智能要实现突破，第一步，是建好能真实刻画物理世界、反映物理规律的世界模型；第二步，是依托世界模型提升智能体的行为能力。这两步缺一不可。”
4月19日，在第二届CCF算法能力大赛世界模型与空间智能分论坛上，宁波数字孪生（东方理工）研究院执行院长曾文军的这番发言，为当前快速发展的具身智能“赛道”明确了核心演进逻辑。
作为继大语言模型之后人工智能领域最具发展潜力的核心“赛道”，具身智能被视为新一轮科技革命与产业变革的关键支撑，行业内围绕“具身智能何时迎来GPT时刻”的讨论持续升温。
在这一颠覆性技术的产业窗口期加速到来之际，作为国内制造业重镇的宁波，将如何把握产业机遇？又该如何锚定未来发展方向？
1
产业尚处爆发前夜
具身智能何时能迎来“GPT时刻”（类似ChatGPT发布的突破性拐点）？
论坛圆桌对话环节，来自学术界与产业界的多位专家，围绕美国具身智能企业Physical Intelligence（PI）最新发布的VLA模型π0.7展开深入研讨。
π0.7模型的推出，首次在具身智能领域展现出显著的“涌现效应”——该模型在未经过空气炸锅操作、衣物整理等特定动作训练的情况下，依托海量数据训练，可完成烤红薯、衣物整理等跨场景任务，验证了规模法则（Scaling Law）在具身大模型中的有效性。
这一突破进一步提升了行业对具身智能“GPT时刻”到来的期待值。
但与会专家一致认为，当前，具身智能行业仍处在确立技术路径的早期，距离真正出现类似“GPT时刻”仍有较长距离。
浙江大学教授杨易指出，具身智能“GPT时刻”的实现，需满足三大核心条件：
一是机器人本体硬件性能实现突破。当前“算法能力领先于硬件性能”的矛盾，仍是行业发展的主要瓶颈。二是实现技术通用性。目前，行业尚未形成统一的硬件接口标准，生态碎片化问题较为突出。三是产业生态持续完善。只有当具身机器人部署成本低于人工成本，实现“具身蓝领”规模化落地应用，才能标志着具身智能“GPT时刻”的真正到来。
宁波东方理工大学助理教授、宁波数字孪生（东方理工）研究院智能媒体与视觉计算实验室负责人金鑫在接受采访时表示，目前，机器人本体（硬件）及执行控制算法（“小脑”）已相对成熟，其落地应用以是否存在物理接触为核心判断标准——无物理接触的无人巡检、展厅导览等场景已成熟落地，而工业装配、家庭服务等需物理接触的场景仍远未成熟。
“当前技术存在两大瓶颈：一是硬件传感器不足，无法复刻人类触觉等感知能力；二是机器人“大脑”算法不成熟，长程规划、空间理解等关键环节有短板。”在金鑫看来，具身智能产业尚处于核心技术迭代、生态未定型的关键阶段，恰为宁波实现产业弯道超车提供了宝贵机遇。
2
抢滩“GPT时刻”产业先机
据摩根士丹利预测，2050年，全球具身智能市场规模将达到5万亿美元。而巨大的产业潜力背后，却藏着一个制约行业发展的核心难题——“数据荒漠”。
有数据显示，当前，GPT-5等领先大语言模型的训练语料规模已达100万亿词元，相当于单人以每分钟150个词的语速不间断表述100亿小时；与之相比，全球具身智能行业的高质量真实交互数据规模仅为50万小时。
宁波数字孪生（东方理工）研究院副研究员赵盛洋指出，具身智能的训练需要海量高质量数据，而业内主流的机器人遥控操作采集方式成本高昂、重资产投入大。“一台机器人50万元，买100台就要花5000万元，纯仿真获取的数据又存在失真问题，难以支撑精准训练。”
为此，宁波数字孪生（东方理工）研究院与均普智能建立了“具身智能机器人联合实验室”，并联合均胜智能汽车、复旦大学搭建起“工业具身数据平台”，不仅推进世界模型的真机验证，更依托闭环训练与测试平台，破解传统训练低效、测试风险高的难题。
通过“低成本实采+数据增广”的创新方式找到解决方案，一条数据可以增广100倍甚至500倍——原来要300万元成本采集的数据，现在可能只要3万元不到。
“闭环的训练平台，实际上给机器人提供了一个相对真实的训练环境，能够实时给它动作反馈，相当于找了一个陪练。”赵盛洋解释，而闭环测试平台则为危险、临界场景提供了安全的测试环境，同时可并行测试，突破机器人数量的物理限制，更充分地验证模型性能，大幅降低研发成本。
在具身机器人感知能力领域，由柯力传感联合宁波数字孪生（东方理工）研究院等多所科研院所共同攻关的“用于具身机器人的多模态融合感知系统关键技术研发”项目，则精准破解了机器人感知精度不足、多模态数据协同薄弱的痛点。
不仅如此，其研发的六维力传感器、高精度惯性测量单元等产品，关键性能达到行业先进水平，自主研发的24位Sigma Delta ADC芯片成本仅为国外同类产品的三分之一，成功打破国外垄断。
赵盛洋介绍：“依托该项目，我们利用多模态融合以及世界模型技术，让机器人先预测后果再行动，显著提升机器人的任务成功率，后续还将融合中国科学院宁波材料所研发的电子皮肤触觉模态，助力机器人更好地与物理世界交互。”
3
巩固优势更要补齐“短板”
在本次论坛的圆桌对话中，专家们反复提及的词就是“数据”与“场景”。而这两者都建立在完善的产业链基础和广阔的应用场景之上。
在曾文军院士看来，宁波在上述两大关键环节都拥有得天独厚的先发优势。
首先，宁波有多家企业跻身人形机器人产业链世界百强，依托宁波成熟的汽车工业等零部件生产基础，可便捷迁移至具身机器人生产领域，形成独特的产业壁垒。
“比如吉利、均胜，目前就在推进这项工作。”曾文军院士认为，凭借强大的产业链整合能力和成熟的零部件生产基础，宁波只要聚焦发力，就一定能将具身智能产业做大做强。
其二，则是旺盛的市场需求赋能。宁波拥有丰富的工业场景，对柔性工业生产的需求极为迫切，为具身智能技术提供了广阔的落地市场和实践场景，让技术能快速实现从研发到应用的转化。
“传统高端工业机器人多被国外厂商垄断，机械臂难以满足柔性生产需求，这就给了本土工业机器人企业弯道超车的宝贵机会。”曾文军院士补充道，而宁波凭借先发的市场场景优势，正率先抓住这一机遇，推动具身智能技术落地应用。
谈及行业未来发展潜力，曾文军院士指出，当前具身产业是高度技术驱动型产业，而软件行业一直是宁波的产业短板，“建议通过发展具身机器人的算法和软件，既能带动宁波软件行业发展、补齐短板，还能吸纳更多高端人才、提高人才密度，能够加快宁波工业数字化转型升级步伐，进一步巩固先发优势，为抢抓具身智能‘GPT时刻’筑牢人才与产业根基。”
记者 施文 通讯员 李迪娅 姚瑶