上海外滩大会近日吸引了众多科技行业人士的关注，其中具身智能和世界模型成为讨论的焦点。与会者普遍认为，具身智能行业已初步形成共识，而世界模型领域仍处于探索阶段。同时，GPT-6 Astra的发布引发了广泛讨论，成为会议期间被反复提及的热词。
在开幕式上，多位知名专家分享了他们对大模型和具身领域最新趋势的见解。源码资本投资合伙人、美国国家工程院外籍院士张宏江指出，AI的发展速度前所未有，前沿AI模型的智力测试已突破人类平均水平。他强调，AI的递归式自我改进能力正在加速其在物理和虚拟世界之间的循环，形成前所未有的发展势头。
张宏江进一步提出，AI的发展不仅改变了技术层面，也在经济层面催生了新的形态。多个智能体之间正在形成经济关系网络，智能体经济本质上就是Token经济。他指出，在智能体经济时代，企业组织将面临巨大变革，例如“一个人＋多个Agent”的组织形态将使公司规模进一步小型化。
蚂蚁集团CEO韩歆毅则从产业变化的角度提出，流量逻辑正在从“时长竞争”转向“意图竞争”，个人助理成为核心入口，商家营销将更加注重精准匹配用户意图。他强调，AI带来的商业落地正在扩大，尤其是AI Coding对经济学的影响日益显著。
在具身智能领域，高质量数据和可靠性被认为是为数不多的共识方向。苏度科技联合创始人兼CEO韩铮表示，机器人在科研和商业化场景下的要求与早年工业机器人相似，高成功率是商用落地的前提。他指出，机器人不仅需要高成功率，还需具备对物体和环境的泛化能力，且不能依赖高昂的后训练成本。
蚂蚁灵波科技首席科学家沈宇军则从机器人工作逻辑的角度指出，机器人执行任务高度依赖传感器，必须持续获取输入。这与当前数字世界中多数大模型的对话模式有明显区别。他认为，具身模型最终会成为更高阶基础模型的工具，但需要配套专属的训练范式。
OpenAI最新发布的GPT-6 Astra模型在具身智能领域引发了更多关注。自变量机器人创始人王潜表示，Astra展示了通用数据预训练的有效性，对于正在开展预训练的具身智能企业而言，持续完善数据和验证基础设施是关键。他认为，通用大模型公司与具身智能企业的区别在于前者将机器人数据融入通用模型，而后者则构建专用模型，考虑到机器人对推理速度和部署效率的要求，专用具身模型可能是更高效的选择。
破壳机器人创始人许华哲对Astra的表现给予了高度评价。他表示，Astra在语义和空间泛化方面表现强劲，但在物理接触的复杂任务上仍有待提升。他认为，未来大模型与具身模型应连接在一起组成完整系统，才能真正解决具身智能的问题。
在讨论具身智能的高估与低估时，韩铮认为，外界对中国供应链先进程度的认知可能被高估。他指出，具身智能迭代所需的供应链成熟度仍有待提升，但相信中国将在未来解决这一问题。沈宇军则表示，当前被低估的是具身作为一个复杂系统工程的本身，真正决定具身智能落地的不仅是模型性能，还有整个系统的鲁棒性和完整的商业逻辑。
王潜强调，数据的重要性在于它包含了一部分其他方式无法获得的智能能力。他认为，五年后回看，大家可能会发现自己低估了具身智能的重要性和潜力。许华哲则指出，大家对数据量的追求被严重高估，盲目追求数据量可能导致资源浪费。他认为，具身智能模型的进展被低估，三年内具身智能将在很多地方开始提供通用服务。
在媒体对话环节，许华哲和韩铮就行业泡沫、数据规模、仿真路线等话题进行了深入讨论。许华哲认为，机会多的地方泡沫一定大，但具身智能的发展一定会达到大家的预期。韩铮则表示，物理操作任务更难，市场对各家公司的擅长领域了解后，价格将回归合理区间。对于数据规模，许华哲强调数据质量的重要性，认为盲目追求数据量会导致资源浪费。韩铮则表示，结构化、多样性、高质量的数据是技术模型的关键，仿真数据将在其中发挥重要作用。
