在机器人领域，一场关于技术路径与发展方向的热烈讨论正如火如荼地进行。去年的世界机器人大会（WRC）上，各家公司还在比拼谁家的机器人能更快地行走，而今年的大会则呈现出截然不同的景象。连续三天的展览中，硬件本体展现出多样化的形态，旨在适应不同场景的需求，吸引落地和量产的机会；软件算法方面，VLA、端到端模型、仿真数据训练等技术路线百花齐放。
由于缺乏统一的标准，各家公司的尝试显得天马行空，甚至彼此间存在不兼容的情况，核心路线上也各走各道。然而，这正是新兴行业初期的常态。非共识是推动技术探索、寻找真理的关键动力。在经历了初期的模仿和复现后，行业必然会经历一个剧烈的发散期，随后缓慢收敛，再发散，再收敛，如此循环往复。真正的答案，正是在这一系列的发散与碰撞中被逐渐揭示。
在与多家关键公司的交流中，我们梳理出了几个充满争议的领域。这些正在激烈碰撞的“非共识”，或许将成为影响机器人领域未来的关键问题。
首先，关于算法与数据的争议尤为突出。宇树科技创始人王兴兴认为，当前机器人行业对数据关注过多，而对模型关注不足。他指出，即便拥有大量高质量数据，由于模型架构不够优秀和统一，训练出的模型仍难以真正落地。与之相对，星海图联合创始人许华哲则强调数据的重要性，他认为数据决定了能力的下限和基础，是完成关键跨越的核心。
接下来，关于仿真数据能否替代真实数据的问题也备受关注。由于真实物理世界的数据稀缺、自采成本高，部分模型厂商选择使用视频数据或仿真数据进行训练。银河通用创始人王鹤认为，在具身智能发展的初期阶段，合成数据是推动产业发展的关键数据资产。然而，自变量创始人兼CEO王潜则持不同观点，他认为手部复杂操作无法通过仿真数据来进化，尽管导航、走路等任务更适合用仿真数据训练。
关于数据飞轮的起点——需要多少数据、如何获取高质量数据的问题也普遍存在争议。维他动力方面认为，决定智能涌现的关键是数据的多样性而非数量，因此应让机器人在物理世界中探索以获取足够多样的场景数据。星海图则坚持高质量的一万小时数据是数据飞轮的起点，但目前整个行业极度缺乏数据。
在构建机器人“大脑”的问题上，技术分歧尤为显著。宇树科技对VLA模型持怀疑态度，认为世界模型的收敛方向更快；星海图则采用分层系统，认为分层是通往完全端到端的必经之路；自变量则坚持做完整端到端的统一大模型；而越疆机器人则强调操作系统的重要性，认为构建一个具身智能的未来操作系统更为关键。
最后，关于软件与硬件的关系也引发了广泛讨论。星海图认为硬件资源应根据AI模型的能力进行优化投入；越疆机器人和加速进化则认为机器人可能会重演手机的发展路径，先由硬件厂商带动产业热度，再由“大脑”和“应用”主导行业分层；众擎机器人则强调软件与硬件共同决定机器人的价值；源络科技则主张机器人应通过与物理世界交互主动学习，而非依赖语言模型的堆砌。
在开源问题上，行业内也存在不同看法。星海图认为真正的开源应包含经过验证的数据和模型权重，让其他人能在此基础上进行微调和二次开发；而自变量则指出，由于具身模型依赖于硬件，即使模型开源，硬件系统闭源也难以让其他公司利用上这些模型。
