具身智能深度解析：何小鹏四问与行业趋势权威解读

何小鹏朋友圈截图，已证实其真实性。

5月11日上午，小鹏汽车董事长何小鹏在社交平台的一番发言，给正火热的具身智能赛道泼了一盆“冷水”。他直接对当前行业内的“Demo热”提出了尖锐质疑。

何小鹏提到，不少业内人士向他咨询，面对一些具身智能公司宣称已突破“物理世界大模型”甚至纷纷开源的现状，该如何辨别真伪。他给出了几个简单直接、易于验证的提问方向。

四个问题，穿透技术迷雾

第一个问题关乎数据生成的本质。何小鹏认为，如果一家公司真正解决了物理世界模型的核心问题，理论上就应该具备大规模生成高质量训练数据的能力，即“知其然也知其所以然”。既然如此，为什么还需要耗费大量精力从外部采集数据呢？这个矛盾点，值得深究。

第二个问题直指数据规模。他以自动驾驶行业作为参照系：自动驾驶每天产生的数据量，已经是当前具身智能行业的“一万倍以上”。头部自动驾驶公司的高质量数据储备早已达到1000PB（约100万TB）的级别。因此，完全可以问对方一个具体数字：“你们现在有效的训练数据存储，到底有多大规模？”

第三个维度是成本投入。何小鹏透露，过去即便是小型的端到端自动驾驶项目，每月研发费用也动辄在1亿到5亿元软妹币的量级。如果具身智能企业宣称取得了类似级别的技术突破，那么他们当前每月用于数据训练的成本是多少？这个问题关乎技术落地的真实性与可持续性。

第四个问题则聚焦于落地部署的便捷性。可以询问对方：当你们的机器人需要部署到客户的实际场景中时，是否还需要提前扫描环境、制作高精地图，或者派遣研发人员长期驻场编写特定程序？答案能直接反映其解决方案的通用性和成熟度。

历史是否会重演？

在发言的最后，何小鹏将目光投向了更广阔的行业历史。他回顾了自动驾驶过去十余年的发展：专业公司人员规模动辄数千人，数十家企业在这个领域耕耘超过十年，但完全自动驾驶的普及至今仍未实现。他坦言，自己在2018年也曾被大量炫酷的概念展示、仿真Demo和“一镜到底”的视频所震撼，一度乐观地认为完全自动驾驶近在咫尺。

“现在具身智能产业正在重复当年的故事。”何小鹏特别在文末点出，“尤其是海外那家以专业拍摄演示视频闻名的机器人公司，更是将此道演绎得炉火纯青。”

这番言论在业内迅速引发共鸣。许多具身智能领域的观察者认为，何小鹏所指的正是美国人形机器人公司Figure AI。过去一年，Figure AI凭借多条展示高度完成度和流畅动作的演示视频在全球范围内声名鹊起。

就在5月8日，Figure AI发布了最新演示视频：两台人形机器人在不到两分钟的时间内，协作完成了卧室清洁和整理床铺的工作。然而，市场反响却趋于冷淡。有观点质疑视频中两台机器人相互点头、默契协作的细节，可能包含了人为遥操作的成分，而非完全由AI模型自主驱动完成。

有具身智能行业的从业者向澎湃科技表示，Figure AI似乎陷入了一种“为了演示而演示”的循环，而这恰恰是当前许多人形机器人公司面临的共同困境。“行业已经有些‘审美疲劳’了，机器人公司需要拿出更多偏向实际解决方案的视频，才能吸引真正的客户买单。”

当然，何小鹏的质疑并非完全针对某一家公司。过去一年，整个具身智能领域都在密集讲述“世界模型”、“物理AI”、“机器人基础模型”等宏大故事。一些公司在发布模型或展示视频时，往往将其能力描述为对物理世界规律的理解与泛化。但在行业内部，围绕这些叙事的争议与警惕也在同步增长。一种共识正在形成：具身智能在技术栈、环境复杂性等方面的挑战远超自动驾驶，对于部分公司宣称已突破“物理AI”瓶颈的说法，保持审慎的态度或许更为明智。