行业现状与核心观点 - 当前具身智能已取得认知智能与物理智能的双线突破，但大规模落地仍处于早期阶段 [1] - 行业未来方向仍在持续竞争与快速演化中，模型路线、数据范式及最佳机器人形态仍未定型 [1] 行业面临的三大核心焦点问题 - 模型路线之争：大模型范式在语言、图像、视频领域成功，但其是否适用于机器人控制仍未被证明，业界正在探索多种途径 [1] - 数据训练范式之争：数据是限制机器人能力跃升的核心瓶颈，混合数据、多模态数据、世界模型生成数据等方向均在探索中 [1] - 形态路线之争：人形机器人是否是“真需求”存在分歧，特斯拉、Figure AI等企业坚持全人形路线，而中国国内今年涌现多款强调“工程可落地性”的“轮-臂式复合机器人”，旨在短期内形成可规模化的商业应用 [1] 技术路径与未来展望 - 利用大模型提升机器人的泛化能力已成为业界共识，但如何有效应用仍存在多条技术路径，行业在持续探索中 [2] - 未来在VLA（视觉-语言-动作模型）基础上引入世界模型，借助其对物理世界的理解、预测与推演能力，有望成为进一步提升机器人大模型能力的重要发展路径 [2]