实盘配资官网千寻智能韩峰涛：具身智能进入“拼速度”阶段

7月18日，2026世界人工智能大会（WAIC）在上海世博展览馆开幕。大会期间，千寻智能创始人、首席执行官（CEO）韩峰涛在接受中国财富网专访时表示，具身智能赛道已进入“拼速度”阶段；他预计，具身智能的“ChatGPT时刻”有望在2027年底至2028年初出现。

谈及今年大会的变化，韩峰涛的感受直观而具体：“总量差不多，但专业度明显更高。去年很多人是来看热闹的，今年更多是投资人、政府部门、创业者，以及关注这个行业的人。”他说，“这说明这个行业比去年更成熟了。”

千寻智能创始人、首席执行官（CEO）韩峰涛接受采访

千寻智能今年首次以整馆规模亮相WAIC。据公司方面介绍，其自主研发的具身智能大模型Spirit v1.6近期在具身智能领域国际权威测评中取得全球领先成绩。7月18日上午，中国财富网在位于H3馆B119的千寻智能展位专访了韩峰涛。这是他第二次创业，此前他已在机器人领域深耕十余年。采访中，他围绕大模型时代的机器人产业变革、行业竞争格局与中国创业者的时代机遇等问题，回答了提问。

“卡点不在硬件，而在大脑”

“这一代机器人真正的卡点不在硬件，而在大脑。”采访中，韩峰涛反复强调这一判断。

在他看来，经过几十年发展，工业机器人、扫地机器人、手术机器人等都已相当成熟。“从双臂、双手、眼睛来看，硬件已经具备干活的基础。但机器人整体仍是一个非常小的市场，规模大约只有汽车市场的1%。每个人都想有一个机器人，可它们还没有真正走进家庭和工厂，原因就是没有大脑。”

这一判断，来自他在机器人行业十余年的亲历。韩峰涛本科毕业于华中科技大学自动化学院，硕士就读于浙江大学控制科学与工程学院，此后他回到华中科技大学攻读博士学位，师从机器人学术泰斗丁汉院士。2015年，他联合创办珞石机器人并担任CTO，十年间主导交付超2万台工业机器人，亲历了中国工业机器人国产化率从3%左右提升至50%以上的全过程。

硬件越做越成熟，市场却始终做不大。这段经历，让他比大多数人更早看清机器人真正的短板在于智能。2022年底，ChatGPT横空出世，他意识到，造一个真正“具身智能大脑”的机会来了。2023年，他在知乎发表万字长文《当机器人拥抱大模型》，系统阐述了机器人落地难的根源不在硬件、而在智能水平不足；同年夏天，他离开已进入上市筹备阶段的珞石机器人，决定二次创业。

要造“大脑”，先要找到最懂AI的人。为此，韩峰涛先后面谈了100多人，最终与清华大学交叉信息研究院助理教授高阳一拍即合。高阳本科毕业于清华大学计算机系，后在加州大学伯克利分校攻读博士，师从具身智能领域泰斗、Physical Intelligence联合创始人Pieter Abbeel，是国内较早系统研究具身大模型的学者之一。2024年1月，两人在杭州创办千寻智能。韩峰涛出任CEO，负责把技术做成产品、交付到场景；高阳担任首席科学家，主导AI整体路线。一个懂机器人本体、制造与交付，一个懂大模型与前沿算法，这对“产业老兵+AI科学家”的组合，正是具身智能创业中最稀缺的班底。

大模型的出现，让这一判断正在成为现实。不过韩峰涛特别提醒，机器人需要的并不是当下已经成型的“大语言模型”。

“王阳明讲知行合一。大语言模型只解决了‘知’，并不知道‘行’该怎么行。”他举例说，“你告诉DeepSeek‘我渴了’，它会让你去冰箱拿一瓶水；但它并不知道如何控制机器人几十个关节，用什么样的动作打开冰箱、把水拿出来、拧开、递给你。大语言模型解决的是‘知不知道’，具身模型解决的是‘怎么做’。”

要让机器人在真实世界干活，行业需要的是“VLA大动作模型”——一种同样遵循规模化定律（Scaling Law）、但以真实动作数据为训练素材的大模型。

40多万个采集点：覆盖全国的“分布式数据采集网络”

“大模型由数据驱动，有什么样的数据，就产生什么样的智能。”韩峰涛说，过去二十多年互联网积累的文本数据训出了大语言模型，海量图片训出了文生图模型，海量视频训出了Seedance这样的视频生成模型；而要训练出能够“干活”的动作大模型，只能依靠真实物理世界的动作数据。

“这样的数据过去是不存在的。这也是为什么从今年开始，国内外领先的具身智能公司都在大规模地去真实世界采集真实动作数据。”

千寻智能给出的答案，是一张覆盖全国的分布式数据采集网络。韩峰涛透露，截至目前，千寻智能已在全国100多个城市部署了40多万个真实场景数据采集点，1000多名工作人员携带穿戴式数据采集设备，深入家庭、工厂、物流中心、酒店、仓库和办公室，采集真实作业环境中的动作数据。“这是到目前为止全国规模最大的一张分布式数据采集网络。”

同样在采集数据，各家“大脑”的水平为何会有高下之分？韩峰涛给出两点技术判断。

其一，数据采集设备必须“为AI而设计”（design for AI），并与最终执行任务的机器人硬件联合开发。“我们采集用的手和机器人干活用的手，基本上一模一样。”

其二，从公司成立起就把资源集中在数据闭环上。“千寻从2024年成立就坚定认为，数据是核心卡点。数据采集、数据处理、用什么模型和算法训练、训完之后如何反哺整个链条——我们几乎所有精力都在优化这个闭环。”

从“两三岁”到“高中生”：通用大脑的成长时间表

如何理解具身智能目前所处的阶段？韩峰涛用“孩子的成长”作类比。

“机器人现在的智商大约相当于2到3岁的小朋友。你告诉它把房间打扫一下，它可以理解要把饮料放进冰箱、把碗放进洗碗机、把垃圾扔到垃圾桶、把沙发上的玩偶放进收纳箱。但如果你说‘冰箱坏了，帮我修理一下’，它就不会了。”

他给出的“成长时间表”是：未来一年，达到六七岁至七八岁儿童的智能水平；未来两年，达到10岁左右儿童的智能水平；未来三年，达到高中生水平（约15岁以上），届时“通用大脑基本成型”。

“我们做的是通用大脑，就像人的九年义务教育。这个阶段人类需要九年，我们会把它压缩到两到三年。之后，机器人会大规模部署到各种场景，一边干活一边采集更高精度的场景数据，持续进化。”

在这一进程中，行业将迎来标志性节点——具身智能的“ChatGPT时刻”。“我们预计大概在2027年年底到2028年年初就会出现。届时，你把机器人扔进它没见过的任何场景，随机给一个任务，它都能完成个七八十分。就像当年ChatGPT让所有人相信大模型有了智能一样，那时所有人都会相信具身智能这条路一定能走通。”

两个“分岔口”，一场“速度竞赛”

在韩峰涛看来，具身智能行业目前已进入两个“分岔口”。

第一个是路线之争：做通用大脑，还是做垂直行业大脑。“我们今天在展台里就能看到，有的公司奔着通用大脑去，有的奔着垂直行业大脑去。分化已经开始。千寻选择的是通用大脑。”

他给出的判断依据很直接：“在大模型时代，最大的机会、而且是唯一的机会，就是通用模型。无论DeepSeek、Kimi、智谱，还是海外的GPT，都是通用模型。这条规律同样适用于机器人。将来的机器人也一定是通用机器人，就像手机一样，硬件和操作系统是通用的，各行各业的用户可以在上面装不同的App。”

第二个分岔口是速度。“具身智能赛道现在已经到了拼速度的时候——拼数据采集速度、数据处理速度、模型训练测试速度，拼谁的闭环转得更快。”

如何在这轮竞速中胜出？韩峰涛的回答朴素而克制：“战略清晰，企业基因。”

“造一辆新能源车其实并不难，但造出一辆好车不容易。这是企业基因和文化价值观的问题。因为这是我的第二次创业，我很清楚，对一个公司来讲，战略聚焦和超快的迭代速度是最重要的两件事。”

采访现场，一位投资人这样评价千寻智能——“他们从一开始就选择了一条难而正确的路”。韩峰涛说：“确实很难。我们需要找到长期支持我们的股东，找到相信这件事的员工，坚定往下走。”

“具身智能领域，无论数据还是模型，想有重大突破都很难，但一定有企业能做出来，而我们要争的，是能把它最快做出来、做最好的那一家。”

这是整场采访中，韩峰涛语速最平稳、语气最坚决的一段话。

“好好干就行”

采访接近尾声时，记者请这位第二次创业的技术型CEO对年轻创业者说几句话。他笑了一下：“我觉得我们这代创业者，很幸福。”