機器人開始成為今年世界人工智能大會（WAIC2025）的主角，這是WAIC自2018年首次舉辦以來的第一次。

無論在WAIC現(xiàn)場哪里，機器人都是明星。

包括智元、宇樹科技、銀河通用、靈初等在內(nèi)的幾乎所有人形機器人公司都有在上海世博展覽館設立展臺，展示它們的機器人在過去一年中取得的進展。與一年前比，這些機器人的本體，即身體硬件變化并不大，形態(tài)依然以雙足人形、輪式人形為主，但軟件部分開始出現(xiàn)范式變化——讓機器人可以從遙控進化到自主行走。

包括智元、騰訊、商湯、生數(shù)科技等在內(nèi)的公司，都推出了應用于指導機器人行動的感知行動模型，或用于預測下一步環(huán)境狀態(tài)的世界模型，這些模型都意在解決機器人與環(huán)境的交互問題，幫助機器人決定如何在真實物理世界中行走和執(zhí)行動作。其中騰訊的加入可能是今年機器人領(lǐng)域的最大變量，它已在該領(lǐng)域投入7年，比現(xiàn)有多數(shù)人形機器人公司都久。

相較而言，大模型公司則低調(diào)很多。百川智能和零一萬物都沒有參加這次大會；MiniMax和智譜除了設展臺，沒有新品發(fā)布或產(chǎn)品進度更新；月之暗面則與另一家公司共用展位——只占據(jù)了整個展臺的一個側(cè)面；只有階躍星辰在展會期間推出了新一代多模態(tài)模型Step 3。

月之暗面的展臺格外簡樸

參與WAIC2025的模型類公司中，有一半公司在展示其模型對構(gòu)建agent類產(chǎn)品的支持能力，阿里巴巴、騰訊、百度、亞馬遜都給出了它們的agent開發(fā)平臺，以及可以幫助普通用戶低代碼地開發(fā)一個應用程序的AI Coding工具。另一半，就是在為機器人提供具身智能模型。

大模型公司的低調(diào)與這個領(lǐng)域的節(jié)奏有關(guān)——它們基本都在今年上半年交出了追趕DeepSeek的成果。就在WAIC2025舉辦前一個月，國內(nèi)估值最高的兩家大模型公司MiniMax和月之暗面都剛剛才發(fā)布其類DeepSeek的模型。其中MiniMax一步到位發(fā)布了類DeepSeek R1的推理模型M1，月之暗面則發(fā)布了類DeepSeek R1前身——DeepSeek V3——的模型K2。在DeepSeek的模型矩陣中，V3是個普通的預訓練模型，而R1是基于V3進行強化學習后得到的有推理能力的模型。月之暗面內(nèi)部人士稱，月之暗面將在接下來的某個時間推出類R1的推理模型。

「中國前三的大學有五個」的故事又上演了

MiniMax和月之暗面目前正在爭奪開源模型社區(qū)的第一名。兩家公司分別聲稱，它們在開源社區(qū)取得了優(yōu)異成績，接近或超越DeepSeek。其中，MiniMax稱其M1模型目前在Artificial Analysis榜單的開源模型中排名第二，僅次于DeepSeek R1。而月之暗面稱，其K2模型的綜合表現(xiàn)在另一個名為LMArena的榜單中已經(jīng)超過DeepSeek R1，成為開源模型的首位。

目前階段，大模型領(lǐng)域最具代表性的兩家公司的精力都在爭奪P（Professional）端專業(yè)開發(fā)者的注意力，而非C端。這可以解釋大模型公司為什么在WAIC2025上沒那么高調(diào)，簡單說，大模型競賽沒有熄火，只是戰(zhàn)場轉(zhuǎn)移了。

以下是WAIC2025期間值得一聽的行業(yè)洞察：

01 具身智能

• 星動紀元創(chuàng)始人兼CEO陳建宇：

人形機器人真正做到大規(guī)模、高產(chǎn)值的商業(yè)化，差不多在今明兩年。規(guī)模化生產(chǎn)的標準線是萬臺，這不是指整個行業(yè)，是指我們一家，（達到）這個數(shù)量級基本上就是頭部的工業(yè)機器人公司。

宇樹推出了3.99萬元的人形機器人，這是因為它面向拳擊、文娛等用戶找到了商業(yè)化場景，它的降價不會對整個行業(yè)普遍產(chǎn)生壓力。星動紀元正往工業(yè)方向探索，我們跟宇樹做的不算同一類事情，我們是全尺寸，更大，性能更強，有雙手雙腳，需要它真的干活，能夠做靈巧的操作。

• 智元機器人合伙人、具身業(yè)務部總裁姚卯青：

過去一年，我們在實踐中得到了很多苦澀的教訓：

第一點，機器人還是要回歸到執(zhí)行器本身，高頻跟隨、高精度跟隨以及低延遲的執(zhí)行器至關(guān)重要。我們還需要高精度高分辨率的力控，實現(xiàn)工業(yè)場景里的作業(yè)。

第二點，傳感器不僅需要在多維度信息上有效融合，在標定、時間同步以及多機之間的一致性也非常關(guān)鍵。

第三點，本體的構(gòu)型很重要。算法與模型再強，也無法替代一個高自由度靈活本體帶來的優(yōu)勢，我們希望本體將越來越逼近人類的構(gòu)型，同時提供更靈活的自由度。最后，機器人本體中傳感器、軟件鏈路上的各種誤差會層層疊加、不斷放大，最終變成算法難以承受的痛點。

這正是我們在邁向大規(guī)模應用的過程中，必須直面的核心挑戰(zhàn)之一，也是我們?yōu)槭裁匆獔?zhí)著追求量產(chǎn)一致性的根本原因。

• 前騰訊混元大模型技術(shù)負責人、Video Rebirth CEO劉威：

世界模型需具備模擬、預測和探索三大核心能力。世界模型和多模態(tài)模型的區(qū)別在于：

第一，多模態(tài)模型擅長理解和生成內(nèi)容，但缺乏對環(huán)境的整體建模與預測能力，屬于感知智能，世界模型則追求對環(huán)境更深的因果認知與推演；

第二，多模態(tài)模型的交互是被動響應，需要由用戶觸發(fā)，世界模型可在內(nèi)部生成交互式環(huán)境，主動預測變化；

第三，多模態(tài)模型為一問一答的單步輸出交互，世界模型則支持長序列的行動規(guī)劃。

• 亞馬遜應用科學、前沿人工智能與機器人部門負責人陳曦：

得益于最近一輪AI 與機器人熱潮，愿意在機器人硬件上投入資源的公司變多了，我們有了更多可用的實體機器人平臺，可以在上面運行模型、采集數(shù)據(jù)。但歸根結(jié)底，沒有什么比讓機器人在真實環(huán)境中自主運行、親自采集的數(shù)據(jù)更有價值。

• Physical Intelligence（Pl）聯(lián)合創(chuàng)始人、UCBerkeley副教授Sergey Levine：

未來我們可以將強化學習技術(shù)融入到VLA模型中，以提升魯棒性與性能。VLA模型擁有廣泛的泛化能力，而基于強化學習的專家系統(tǒng)能在特定任務上達到極高的熟練度。通過將高效的強化學習方法生成的數(shù)據(jù)「蒸餾」進通用模型，我們有希望推出更可靠、性能更強的機器人系統(tǒng)。這類研究仍處于早期階段，但我認為它非常有前景。

• Intrinsic（Alphabet）科學與Al事務負責人Stefan Schaal：

機器人發(fā)展的關(guān)鍵在于路徑選擇：是追求快速落地的專用機器人，還是深耕通用型機器人的長遠目標？

現(xiàn)在，在工業(yè)領(lǐng)域?qū)Ｗ⒂谔囟ㄈ蝿眨瑫絹碓筋l繁地應對所謂高混合、低產(chǎn)量（High Mix, Low Volume Production）的生產(chǎn)挑戰(zhàn)，頻繁的變化要求模型快速適應，在半個小時內(nèi)重新訓練模型勉強可以接受，但如果需要數(shù)小時甚至數(shù)天，就難以忍受。短期內(nèi)的泛化與基礎模型構(gòu)建至關(guān)重要，關(guān)鍵在于權(quán)衡要走哪條路。我認為所有方法都合理，多元并行的路徑探索要優(yōu)于單一模式。

• 藍馳創(chuàng)投合伙人曹巍：

我們走訪海外機器人團隊的時候，發(fā)現(xiàn)他們的產(chǎn)品迭代速度比國內(nèi)的平均速度慢50%左右。中國跑出來的具身智能團隊很有可能是全球最好的企業(yè)。

• 美團龍珠合伙人王新宇：

中國具身智能領(lǐng)域不是泡沫太大了，反而是泡沫太小了，我們投的錢太少了。中國有硬件優(yōu)勢，有望引領(lǐng)這個產(chǎn)業(yè)的發(fā)展，我們應當投入更多的錢。

• 光源資本創(chuàng)始人、CEO鄭烜樂：

未來一年左右的時間，整個具身智能行業(yè)都要回答一個問題：形成單位泛化能力所需要的成本，是不是符合規(guī)模經(jīng)濟的特征？你多長時間可以完成產(chǎn)業(yè)端落地？

02 Agent

• Flowith市場負責人拐子：

首先我認為一個合格的Agent要在技術(shù)定義上滿足四個要素：主動思考、規(guī)劃路徑、調(diào)用工具、長期記憶——用戶可以通過這幾點判斷一個所謂的「Agent」是否符合標準。通用Agent在這個基礎上更進一步，能處理各種事情，甚至要能感知自然環(huán)境、和物理世界交互。

Flowith最終想做的是一個AI時代的終極創(chuàng)作工具，Agent、畫布、知識庫，其實都是我們產(chǎn)品當中的一環(huán)。單就Agent而言，我們想做的是創(chuàng)作領(lǐng)域的Agent，并非通用Agent。通用Agent要有和物理世界交互的能力，比如你讓它給你點外賣，它不僅要幫你下單，還要送到你面前來，在理想情況下，就像《鋼鐵俠》里的賈維斯一樣。而我們所定義的「創(chuàng)作」領(lǐng)域，既包括用AI撰寫研報、制作PPT、制作網(wǎng)頁、拍攝短片等專業(yè)場景，也包括發(fā)朋友圈和小紅書、日常聊天等生活化的文字表達，還涉及跨模態(tài)創(chuàng)作。用戶可以在移動端、Web端、PC端完成這些事情。

• 騰訊云副總裁、騰訊云智能及騰訊優(yōu)圖實驗室負責人吳運聲：

to B和to C的智能體開發(fā)平臺差異很大。to B在于它有非常多嚴肅的場景，我們需要用非常多的手段保證嚴肅問答的準確率以及引用的正確性；to C的特點是要讓用戶使用起來很方便，即便能力差一點。

關(guān)于Agent的記憶機制，如果僅機械存儲用戶過往（如一周或一個月）的全部聊天記錄，并在后續(xù)交互中全盤調(diào)用，會因大量一次性、臨時或無關(guān)信息的干擾而影響效果。因此，如何從長期記錄中提煉出對后續(xù)問答真正有價值的內(nèi)容，是當前短期與長期記憶研究中需要不斷攻克的關(guān)鍵方向。

• Lovart CTO陳志博：

生成式AI會大幅擴展個人能力邊界，形成「超級個體」, 讓普通人無需設計、編程等專業(yè)背景，也能完成高質(zhì)量創(chuàng)作。

• 阿里巴巴國際數(shù)字商業(yè)集團AI業(yè)務副總裁駱衛(wèi)華：

面向生產(chǎn)環(huán)境的Al Agent對輸出質(zhì)量有很高要求，通用Agent幾乎無法滿足。垂直場景對特定關(guān)鍵數(shù)據(jù)識別和分析精度的要求遠超頭部模型直出結(jié)果。除模型能力，Agent的可用性對工程框架、底層Al Infra的要求也很高。

03 大模型

• 生數(shù)科技CEO駱怡航：

視頻生成需要保持生成效果的一致性，這一訴求與應用場景深度相關(guān)。對大眾而言，用手機拍攝的視頻多為日常記錄或自娛自樂，對畫面連貫性、主體穩(wěn)定性的要求較低。但在廣告、動漫、影視等商業(yè)與專業(yè)創(chuàng)作中，一致性是不可妥協(xié)的基礎——人物形象、核心道具、場景等參考要素必須在全片所有鏡頭、所有時長里保持連貫，甚至每一幀的細節(jié)都需符合設定邏輯。一致性是實現(xiàn)視頻生成商用的前提，若無法滿足，相關(guān)技術(shù)便難以在產(chǎn)業(yè)級場景中落地。

視頻生成的爆點不會突然出現(xiàn)。在廣告和動漫行業(yè)，AI視頻的滲透率在逐步提高，2到3年后可以實現(xiàn)全流程AI化；影視行業(yè)到明年可能有30%至50%的AI滲透率。長期來看，在5到10年后，所有內(nèi)容和文化相關(guān)產(chǎn)業(yè)可能會完全實現(xiàn)「生成式AI化」，到那時，AI將成為創(chuàng)作的常規(guī)工具，「內(nèi)容是否由AI生成」不再是關(guān)注的焦點。

• 可靈AI產(chǎn)品及運營負責人李楊：

當前視頻模型還正處于快速迭代階段，3個月或半年后，模型性能和當下相比會有明顯差異。AI工具產(chǎn)品需要在模型能力和用戶需求之間找到平衡，既要不斷探索模型能力的邊界，也要滿足用戶的實際需求。

04 AI產(chǎn)業(yè)

• 光源資本創(chuàng)始人、CEO鄭烜樂：

創(chuàng)業(yè)公司最大的機會是在模型的水面上。如果你是礁石，可能會被淹沒，但是如果是船，模型能力上漲，你也會上漲。怎么變成船？我認為有很多的方法，有專業(yè)數(shù)據(jù)的循環(huán)、對場景的理解（指對工作流的拆解）、獨特的交付方式等等。在大廠的射程外也是非常重要的。

2025年上半年，中國的AI投資熱度在大幅度提升，融資額同比增加45.3%，投資事件數(shù)同比增加59.9%，財務投資人占比58.6%，又回到了主流。大家開年以后都在跑，很多項目都在搶，很多人開始要抬估值了，跟去年完全不一樣。現(xiàn)在這個市場給我們的感覺是非常像移動互聯(lián)網(wǎng)09到14年的時候。

• 九合創(chuàng)投創(chuàng)始人王嘯：

在中國做AI應用要有閉環(huán)的數(shù)據(jù)，這樣才能產(chǎn)生獨立應用的機會。在一些相對垂直但又不太垂直的行業(yè)，形成大量自有數(shù)據(jù)，而且這個數(shù)據(jù)隨著用戶的增長對基模能力的提升是顯著的，就能建立壁壘，也不會被基模公司吃掉。編程的數(shù)據(jù)太公開了，你能做，別人也能做，大模型公司做的更有優(yōu)勢。

• 云啟資本合伙人陳昱：

目前國內(nèi)比較確定的機會還是在視頻領(lǐng)域。還有就是上一代SaaS的重新洗牌——在中國大模型的加持下用AI全部重新做一次，更便宜、更智能、效率更高。

通用型的AI應用特別火熱，問題在于最后基模公司肯定會自己下場做，而且它們有巨大優(yōu)勢，因為一旦上量，總的token成本會非常可怕。我聽說Cursor的毛利是負的，別看它現(xiàn)在這么厲害，到后面也會面臨盈利的挑戰(zhàn)。

• 美團龍珠合伙人王新宇：

AI應用的口子，我個人體感首先是太難了，比具身要難。這個行業(yè)難投，我們希望創(chuàng)始人懂技術(shù)，此外也要懂產(chǎn)品、懂年輕人，或者懂新的地域（現(xiàn)在更多是面向海外市場做AI應用）。

• 君聯(lián)資本聯(lián)席首席投資官葛新宇：

我們要換一個思維來看，AI發(fā)展中的一些「臟活苦活」不是大廠和基模公司會下場做的，比如數(shù)據(jù)標注，適合一些沒有太多產(chǎn)業(yè)背景、大額資金投入的創(chuàng)業(yè)者。如果還能結(jié)合具體的細分場景，再跟上技術(shù)發(fā)展的節(jié)奏，是更好的。

• 藍馳創(chuàng)投合伙人曹巍：

國內(nèi)做大B生意，核心成功要素的構(gòu)成是非常復合的，不是一個純產(chǎn)品、純技術(shù)驅(qū)動的生意；反而一些非常工具類導向的小B生意更好做，這也是國內(nèi)最市場化的生意。我們也嘗試著做了一些AI應用方面的投資，應該講做國內(nèi)市場的都活得很苦，賣掉的基本也是成本價賣掉的。我們也有一些賣掉的公司，創(chuàng)始人去了某大廠做戰(zhàn)略規(guī)劃。此外我還認為，當下模型側(cè)還有很多能力沒有被挖掘出來，模型還要再迭代一波。

• 藍色光標CEO潘飛：

目前，營銷行業(yè)正在從工具效率革命走向生產(chǎn)模式革命。最終，可批量化的內(nèi)容將實現(xiàn)AI全自動生產(chǎn)，而有人性洞見的內(nèi)容會更有稀缺價值。AI發(fā)展當前的進度僅加載10%到15%，未來將誕生AI時代原生的營銷公司。

• 無問芯穹發(fā)起人汪玉：

AI基礎設施的能效評價指標已隨技術(shù)演進發(fā)生變化：在AI 1.0時代，核心指標是「算力」（TOPS），通過垂類數(shù)據(jù)訓練垂類模型，即可支撐簡單任務；而進入AI 2.0時代，「token」成為核心生產(chǎn)要素。目前，端側(cè)應用的算力需求與現(xiàn)有能力之間仍存在10倍左右的差距，云端的算力使用效率也有進一步提升的空間。