大模子的爆发，吃的是互联网几十年积贮的数据红利。

可当 AI 从数字天下迈向物理天下，蚂蚁灵波科技首席科学家沈宇军发现：机器东说念主的数据，简直如故一派空缺。

此前，他曾在公开演讲中率先提议 AIGA 的主意—— AI 2.0 下半场，东说念主工智能要从数字天下的"文娱"走向物理天下的"干活"，从 Content（内容）生成走向 Action（算作）生成。

在 2026 中国 AIGC 产业峰会的 GenAI Talk 技艺，沈宇军与量子位合伙独创东说念主兼总裁剪李根围绕这一话题张开了一场深度对话，主题为《AI 2.0 下半场：从 AIGC 到 AIGA》。

也恰是从"数据"这条干线开赴，他抛出了一个让现场作念 VLA、作念天下模子的东说念主齐"小小一震"的判断：

单独的 VLA 和天下模子，齐不会是具身智能的终端。

就像东说念主类既能把多样信息和会在沿途，也会洽商翌日事情的走向，从智能的角度，二者例必要结合，统筹兼顾。

而它们最终会走向什么？沈宇军咫尺给出的谜底是——一个独属于物理天下的模子。

为了好意思满体现沈宇军的想考，在不蜕变开心的基础上，量子位对演讲内容进行了裁剪整理，但愿能给你带来更多启发。

2026 中国 AIGC 产业峰会是由量子位主持的行业峰会，近 20 位产业代表与会扣问。线下参会不雅众超千东说念主，线上直播不雅众近 400 万，得到了主流媒体的世俗关切与报说念。

中枢不雅点梳理

大模子踩中了互联网昔时几十年的数据红利，但机器东说念主的物理天下数据还存在很大的空缺，AI 下半场更关节的是数据如何从数字天下过渡到物理天下。

想要作念存在于物理天下的通用机器东说念主大脑，关节的一环是空间感知能力。如何把传感器的输入形成更好的信息传递给模子，从传感器的输入启动去和会这个天下，很关节。

关于 VLA 和天下模子的时期门道之争，最先不管时期门道如何演进，数据齐是离不开的。其次，这两条路齐不会是终端。机器东说念主数据量积贮到一定进程的时候，二者一定会走向和会，催生出独属物理天下的模子。

判断：1～2 年后，会出现一些标杆样例，让模子的确投产；2～3 年，该样例会被批量复制，越来越多产业会行使模子；在这之后，机器东说念主会尝试以某种阵势进入 C 端；然后渐渐的确莳植到家庭。

东说念主东说念主齐能为机器东说念主产生数据的时候，即是具身智能的 ChatGPT 时刻。

以下为对话全文：

"大模子踩中了互联网几十年的数据红利"

李根：AIGC 上半场全球齐在谈震恐，但看得更远极少，标的征服后，剩下的即是实践。咱们每年齐但愿找一位既有学术前沿知悉，又是产业实践者的嘉宾——既懂 Know，也懂 Know how。沈博即是这么的嘉宾。咱们先从昔时到咫尺，AI 2.0 从 ChatGPT 起步，资格了写稿、画画到编程，你如何看这条旅途？

沈宇军：大模子从 ChatGPT 的禁绝起步，最启动全球认为好玩，自后缓缓走向实用，尤其是最近 Coding 能力的爆发。我本人作念机器东说念主行业，从这个视角看，大模子其实是踩中了互联网昔时几十年积贮的数据红利。

如何说呢？互联网积贮了海量的翰墨、图像、视频素材，这些数据恰好碰上了算力的发展，两者和会到沿途，在爆发的时候适值把互联网几十年的数据积贮用起来了。

再进一步看，自动驾驶也发展了快要十几年，缓缓积贮了属于我方的数据——从最先车上没那么多传感器，到咫尺东说念主类开车时数据可以被自动纪录下来。反不雅机器东说念主行业，数据咫尺如故一个很大的空缺。咱们莫得几十年的互联网积贮，也莫得十年的自动驾驶千里淀，机器东说念主咫尺的数据相配空乏。

有东说念主说 AI 终于走到下半场，从数字天下往物理天下走，咱们也提议了 AIGA（AI 生成 Action）的主意。但作念模子的中枢其实是在作念数据。我认为更关节的问题是：数据到底如何演变？如何让数据的确从数字天下过渡到物理天下？

李根：是以物理空间的数据是空缺，亦然新大陆？

沈宇军：对。昔时一年试验厂商越来越多，试验本人发展得也可以。本年能看到一个彰着的趋势：多样种种的数据收集阵势启动骄气。这阐述全球渐渐意志到，具身智能——具身是一部分，智能是一部分——要作念智能就离不开数据。仅仅全球还没想明晰：物沉默能到底需要什么样的数据？以及如何尽可能地把数据圭臬化？

圭臬化是很病笃的事。Call back 一下，大模子的凯旋很猛进程上成绩于互联网把数据圭臬化了。Coding、对话这些边界，互联网依然搞得相配好了，咫尺更多是去享受这个红利。

但到了物理天下，从脚下丰富多采的数采阵势来看，全球诚然意志到了数据的病笃性，却还莫得找到那条最正确的路。我信赖在不远的将来，数据这件事也会渐渐料理。

" AIGC 还不够，模子要能分娩分娩力"

李根：你们提议了 AIGA 的行使范式，能共享一下吗？为什么提 AIGA？

沈宇军：如故从模子落地的角度来讲。全球从最启算作念 Chat，到咫尺作念 Coding，模子正在缓缓往分娩标的移动。在数字天下，编程、内容创作齐是很好的分娩标的。但咱们毕竟活在物理天下，的确想要的有体感的奇迹，如故需要物理天下中的具体交互。

是以咱们认为唯有 AIGC 可能还不够。到终末，智能到底能不行帮咱们处治一些具体的问题？全球齐说 Agent，Agent 能在数字天下帮咱们处治许多过程问题、调用一些器用，但许多让东说念主的确有体感的东西如故要有操作。比如我咫尺即是想喝一杯咖啡——这个场景可能有点须生常谭了。

尤其咱们作念具身的，更但愿这个模子不啻能分娩内容，更能分娩所谓的分娩力。

李根：这个分娩力有什么样的联想力和落地场景？

沈宇军：这应该是昔时一段时分行业一直在探讨的。比如，机器东说念主依然进入工场、物流、仓库，去搬货、作念分拣。咱们也和试验厂商合营，在这些场景中作念了一些探索。前不久，咱们的机器东说念主还进入了药房的线下零卖门店。

如果真的有幸能看到那么一天——机器东说念主发展得相配好、相配智能——那生存中的方方面面齐可以落地。举个例子，刚才上台前，需要责任主说念主员把椅子搬上来，责任主说念主员要特意在那边等着。如果时分上有转化，他就得一直在独揽等着。

如果有一天这件事机器东说念主能作念，它站在那边也无所谓，它知说念什么时候该上场，况兼把事作念好，那就能开释出许多劳能源，让全球去作念更有价值的事情。我信赖机器东说念主会渐渐渗入到生存的方方面面。

李根：是以每一个需要东说念主的地点，翌日齐可能有机器东说念主替代或扩充？

沈宇军：对，我认为更多是把东说念主开释到更需要东说念主的事情上，比如创造、文化这些更偏东说念主类行径的方面，而不是去作念败兴访佛的膂力活。

"灵波的定位是作念通用大脑，有点像手机的操作系统"

李根：蚂蚁灵波的时期遴荐和定位是什么？

沈宇军：灵波的定位比较清醒：作念智能侧。如何和会？

我打个不一定稳健的比喻——有点像手机的操作系统。在咱们看来，机器东说念主不管是进入企业如故进入千门万户，全球对硬件的诉求一定是不相同的，不可能唯有一款斡旋的机器东说念主。就像全球用手机，华为、小米、苹果，各有各的偏好，这是个性的需求。企业更是如斯：有的地点需要力气大的机器东说念主，有的需要更敏捷的机器东说念主。

但这些机器东说念主有一个共同的需求：智能。智能不是工业机器东说念主那种按固定轨迹、在固定时分作念固定的事。生存中许多事是马上的，智能的含义即是要能冒昧这些马上性。像我刚才说的，大会时分转化了，它能不行知说念什么时候该上场搬椅子？这是一个简便的例子。

是以灵波的定位很清醒：咱们但愿作念一个相对通用的"大脑"，让统统机器东说念主在这个大脑下更好地完成任务。

物理天下比拟数字天下有两个上风。

第一，模态征服更多——有听觉、温度、触觉等等。这些模态在数字天下不太好得到，但不代表它们不病笃，因为许多时候智能恰是通过越来越多的模态叠加来竣事的。咫尺数字天下讲多模态，其实如故逃不开文本、图像、视频、声息。你能让它感受到"力"吗？不太能。是以物理天下因为模态更丰富，亚搏app官方网站-亚搏app2026世界杯(中国)IOS/Android官方下载反而可能催生出更强的智能。

第二，物理天下能拿到的确的反映。在数字天下，任务大多是东说念主为界说的——东说念主给一个圭臬，但愿模子给出某种输出。但在物理天下，许多东西是大天然界说的：比如一个苹果，你摈弃它一定会落地，不需要任何东说念主界说，这是现实端正。因为有了与物理天下的联结，智能很可能能从现实里径直学习，致使超出东说念主为设定的亏损函数或奖励函数。

基于这两点上风，物沉默能的联想空间相配大。天然，咫尺变量太多，需要考证的东西也太多，许多身分耦合在沿途，行业会先分出许多派别，但缓缓一定会料理。

李根：总结一下，灵波作念的是宇树等试验厂商的补充，提供大脑 / 操作系统；物理 AI 可能催生更试验的智能。咫尺全球对门道有不同探讨，比如 VLA、天下模子等。你如何看？

沈宇军：修起 VLA 之前，我先说一下对具身智能时期门道的合座判断。

全球往往扣问如何作念模态和会，主如果 VLA 和天下模子两条路。但我想提另一个点——灵波要作念通用大脑，而且是存在于物理天下的大脑，咱们布局中有一个很关节、但行业很少提到的技艺：空间感知能力，也有东说念主叫空间智能。

机器东说念主生存在物理天下，输入来自多样传感器，不是简便的翰墨或相片。物理天下有深度、距离、力等传感器。把这些输入形成灵验信息，是具身智能相配病笃的一环。但咫尺全球更热衷于扣问最中枢的那块——如何把传感器输入形成更好的信息传给模子，反而容易忽略输入端。

我的看法是，不管最终中枢模子的时期门道如何变，从传感器输入启动更好地和会这个天下，黑白常关节的。灵波在作念具身大脑的过程中，很关节的一环即是从输入端启动，作念好空间感知。

再回到全球最爱聊的中枢部分。本年 1 月底咱们对外讲了一些看法，两条门道咱们齐摸过：VLA 和 VA（咫尺也叫 WAM，天下算作模子）。

我的体感是：第一，中枢如故数据。不管范式如何变，把数据摸明晰是关节能力。咫尺全球可爱提数据量——几万小时、十几万小时，致使百万小时。但只提数目不提质料是不科学的。到底什么样的数据是好数据？这很关节。

咱们昔时作念 VLA，很病笃的一件事即是把数据这条路趟通——拿到一条数据，该如何处理、该不该送给模子，这是中枢链路。不管时期门道如何演进，数据是逃不开的。

第二，咱们两条路齐摸了，我的判断是：两条门道齐不会是终端。为什么？因为 VLA 和天下模子处治的是不同问题。VLA 擅长东说念主机交互，它是从多模态模子往后蔓延一步，绝顶于多模态模子在物理天下的行使。天下模子则像视频生成模子往物理天下的行使，更擅长对翌日的判断。

我认为东说念主类这两方面能力齐具备：一方面能和会多样信息，另一方靠近翌日有预判，作念事之前会八成想想限度会怎么。对机器东说念主而言，这两种能力必须结合，统筹兼顾——不行只可洽商翌日却无法和会模态，也不行只可和会模态却无法洽商翌日。

在我看来，VLA 在产业界更好落地、后果更高，是以作念的东说念主更多。但天下模子如果真能洽商翌日，对机器东说念主一定有匡助。我判断，当机器东说念主数据量积贮到一定进程时，这两条门道一定会深度和会。

这种和会致使不是像咫尺这么——把数字天下的模子拿来作念物理行使，而是可能催生出物理天下私有的模子。这个模子从一启动即是基于物理天下更多模态绸缪的，专为机器东说念主行使而生。它可能不行跟东说念主对话，但能更好地扩充当务。

总结起来如故三点：第一，物沉默能离不开传感器输入的空间感知，灵波会从输入端启动，让机器东说念主更好和会天下；第二，不管时期门道如何演进，数据是逃不开的，咱们要把机器东说念主需要的数据策划显著，致使股东制定圭臬；第三，咫尺全球扣问的时期门道齐不是终端，翌日一定会有物理天下私有的模子出现。

"东说念主东说念主齐能为机器东说念主产生数据时，即是具身智能的 ChatGPT 时刻"

李根：谢谢沈博如斯不绕弯子，那么具身大脑的发展节拍和里程碑是什么？

沈宇军：短期看有几个变化。一是硬件会越来越料理——不是形态料理，而是供应链会料理，形成模块化的东西，不再统统耦合在沿途。硬件和传感器会越来越圭臬化。二是数据的圭臬也会越来越料理。

这两点料理后，模子层面的时期门道争论会越来越热烈。因为前两样定了，变量就在建模上。模子争论一段时分后，范式可能也会料理。模子料理之后，会反向股东硬件进行一次升级——其时的硬件依然不是上一代的了，而是特意为具身智能打造的下一代硬件。就像这么的周期：硬件震撼、料理，然后模子迭代。这是可以期待的。

从产业落地角度看，也应该有一些期待。本年到来岁，会有一些标杆案例让模子的确投产，不再是 demo，而是干与交易行使。2-3 年后，这些案例会被批量复制，越来越多产业会用到模子。之后，机器东说念主会尝试以某种阵势进入 C 端，可能不是统统事齐能作念，但能找到一个切入点。然后渐渐进入家庭，就像咫尺新能源车相同莳植开来。

李根：什么时候会出现具身智能的" ChatGPT 时刻"？

沈宇军：大模子的检修是一个握续过程，从 GPT 1.0、2.0 到 3.0。但 Chat 为什么成为象征性时刻？因为它的确走进了千门万户，东说念主东说念主齐能用、齐能体验到。类比到具身智能，什么时候能让大部分东说念主参与进来，那即是我认为的具身智能的 ChatGPT 时刻。

参与有两个层面。最直不雅的和会是具身智能普惠到每个东说念主——阿谁可能还比较远处。但在那之前还有一个阶段：数据阶段。就像咫尺全球开车，会为自动驾驶提供东说念主类驾驶教会相同。

什么时候能有一个数据圭臬，让咱们每天的行径齐可以成为检修机器东说念主的数据？当东说念主东说念主齐能为机器东说念主产生数据的时候，在我看来，那即是具身智能的 ChatGPT 时刻。

李根：你认为这个还有多万古分？

沈宇军：咫尺依然有好多作念数据的公司出来了，仅仅门户不同。接下来一两年，应该是作念模子的公司和作念数据的公司之间磨合的过程。因为数据圭臬一定是由模子来界说的，但模子提议的需求，硬件迭代也需要周期。经过一两年磨合，八成在 2028 年傍边，可以期待每个东说念主齐能成为具身智能的数据提供方。

从那一刻启动，具身智能的脚步会走得更快一些。

李根：那会不会同期出现类似安卓和 iOS 的操作系统？

沈宇军：对，咫尺依然有这个分袂了。灵波走的是通用大脑门道，也有一些公司比如特斯拉，既造我方的试验，也作念我方的大脑——模子特意为试验奇迹。机器东说念主就像手机相同，全球不可能齐用归并款，因为总有个性化诉求。是以咱们比较刚烈地走通用大脑模式。

李根：是以蚂蚁灵波但愿成为机器东说念主期间的安卓系统？

沈宇军：对，这是咱们的一个好意思好愿景。

李根：总结一下，AI 2.0 下半场跟着物理天下开垦而张开，范式从 AIGC 走向 AIGA。数据是中枢，时期门道正在料理，2028 年傍边可能迎来具身大脑的料理。蚂蚁灵波志在成为其中的安卓。谢谢沈博！

沈宇军：谢谢！

一键三连「点赞」「转发」「贯注心」

接待在挑剔区留住你的方针！

—  完  —

超千东说念干线下参与、数百万不雅众在线不雅看的中国 AIGC 产业峰会实录来了！

博亚体育中国官方网站入口

近 20 位 AI 实战派如何看 Agent、多模态、行使、算力 ...  全部干货，点击追想   � �

一键关切 � � 点亮星标

科技前沿发达逐日见亚搏app2026世界杯中国官方下载