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变革风潮，传统上清晰界定的软硬件分工界限正逐渐模糊。大会上，自变量机器人公司推出了自主研发的“量子2号”具身机器人，而灵初智能则凭借人形机器人在打麻将、自主打包快递等方面的精湛表现，吸引了众多目光。
这一趋势背后，是机器人产业软硬件高度耦合的本质所驱动。自变量机器人的创始人兼CEO王潜在接受采访时指出，机器人价值的实现离不开“实用价值”，单独出售模型难以获得市场认可，软硬件结合形成闭环才是必由之路。随着硬件技术门槛的降低，掌握核心具身模型技术的软件企业开始涉足硬件研发，旨在精准适配模型需求，并通过真实场景中的数据反馈，加速模型的进化。
在大会上，真实数据与仿真数据的价值争议也成为了具身智能领域的焦点话题。王潜结合实践经验表示，虽然二者在不同应用场景中各有价值，但真实数据无疑是核心根基。具身模型的进化必须根植于真实的物理交互之中，仿真数据虽然易于获取且成本低，但在涉及复杂物理交互的任务中，其有效性大打折扣。
机器人产业的这一变革，打破了传统软硬件分工的壁垒。以往，软件企业专注于算法模型、感知决策系统及人工智能技术的研发，而硬件企业则负责本体制造、机械结构设计等物理层面的优化。然而，机器人的软硬件高度耦合，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，软硬件一体化的趋势愈发明显。
从商业化角度来看，单独出售机器人模型难以满足市场需求。用户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，而硬件在真实场景中产生的数据则反馈回来，驱动模型的迭代优化。
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。同时，自研硬件还能确保硬件设计与模型需求高度契合，最大化系统性能。
在真实数据与仿真数据的争议中，王潜给出了明确的答案。他指出，虽然仿真数据在特定场景下效率显著，如导航、基础运动控制等任务，但在涉及复杂物理交互的领域，仿真数据基本无效。因此，最核心的数据必须源于现实世界，包括部署后的回流数据及人工精心采集的数据。这些数据是锤炼模型核心能力的关键。
然而，数据质量的把控也是一大挑战。王潜坦言，分散采集的数据有效性难以保证，而自有可控环境采集的数据则更具保障。这进一步凸显了自研硬件掌控部署场景的重要性，它是确保核心数据高质量、高相关性的关键。
在大会的展示中，观众亲眼见证了软硬件一体化带来的显著成果。无论是自变量机器人的“量子2号”，还是灵初智能的人形机器人，都展现了软硬件深度整合后的卓越性能。这些成果不仅推动了机器人技术的进步，也为未来机器人产业的发展指明了方向。
