在近期落幕的2025年北京世界机器人大会上，具身智能领域迎来了一场颠覆性的变革。传统的软硬件分工界限被悄然打破，软件企业不再局限于算法与模型的研发，而是积极涉足硬件领域，力求实现软硬件的深度整合。
自变量机器人，这家专注于通用具身大模型研发的企业，在此次大会上隆重推出了其自主研发的“量子2号”具身机器人。而另一家深耕VLA大模型等核心技术的灵初智能，则通过其人形机器人在大会上流畅打麻将、自主打包快递等精彩演示，赢得了广泛的关注与赞誉。
这一“破界”之举，实际上源于机器人产业软硬件高度耦合的本质特性。自变量创始人兼CEO王潜在接受采访时表示，机器人价值的实现必须依托其实用价值，单独出售模型在现实中难以行得通。软硬件结合形成闭环，才是机器人产业发展的必然趋势。随着硬件技术门槛的降低，掌握核心具身模型的软件企业开始自研硬件，这既能确保硬件设计与模型需求的高度契合，又能通过真实场景中的数据反馈，加速模型的进化与优化。
在大会上，真实数据与仿真数据之辨也成为了具身智能领域的热门话题。王潜结合实践经验指出，真实数据与仿真数据在不同应用场景下各有其价值，但真实数据无疑是核心根基。具身模型的进化必须扎根于真实的物理交互之中，才能不断提升其处理复杂任务的能力。
他进一步解释道，机器人与PC或手机等电子设备不同，难以构建一个通用的软件生态。机器人的软硬件具有高度耦合性，无论是动作的精准执行还是环境的灵敏感知，都离不开算法与硬件的协同优化。因此，在机器人领域，单独出售模型的道路注定难以走通。
从商业化的角度来看，用户真正需要的是能够解决实际问题的完整产品，而非孤立的算法模块。因此，具身智能模型要实现有效落地，必须与硬件进行深度整合，形成一个闭环系统。在这个系统中，模型驱动硬件执行任务，而硬件在真实场景运行中产生的数据则反馈回来，驱动模型的迭代与优化。
王潜还提到，当前硬件技术的成熟度已经为软硬件融合提供了现实条件。随着人形机器人领域的快速发展，硬件技术路线已经逐步成熟并达到较高水平。然而，当前的瓶颈在于缺乏能够有效驱动这些硬件的智能“大脑”。因此，当软件企业掌握了关键的具身模型能力后，涉足硬件研发便成为了一个合乎逻辑的选择。
不过，软硬件一体化的核心难点在于构建数据与技术的闭环。王潜强调，机器人最终的竞争力在于模型能力，而模型的进化则严重依赖真实场景数据的驱动。自研硬件使得企业能够直接掌控数据入口，这是实现技术迭代和商业价值的关键路径。
在真实数据与仿真数据的选择上，王潜给出了明确的答案。他表示，在复杂物理交互领域，仿真数据基本无效。涉及手部精细操作等接触丰富、随机性强的任务时，其物理规律难以通过仿真准确模拟。因此，在此类场景下必须完全依赖真实数据。然而，在导航、基础运动控制等物理规则相对明确的场景下，仿真数据则能显著提升研发效率。
但无论仿真数据如何应用，真实数据始终是基石。王潜强调，最核心的数据必须源于现实世界。他以大模型为例进行类比，指出数据蕴含了最关键的“know-how”，具身模型对此依赖更甚。因此，确保核心数据的高质量、高相关性至关重要。而自研硬件掌控部署场景，则是实现这一目标的关键所在。
