卫诗婕｜漫谈 Light the Star

卫诗婕 × 熊友军

人形机器人运动会正从速度竞赛转向自主化与具身智能验证场，天工 Omni 从彩排9秒44迭代至8秒64，“无脸跑”则是在肩关节和功耗约束下自我学习出的最快解。商业化仍受7×24小时运行、甚至99%成功率的工业门槛约束，工业场景将先提供收入与数据，但长程规划、错误反思、数据规模和人形终局仍是待验证变量。

卫诗婕 × 田江川

宇树早期融资受限反而倒逼其 day one 全球化，以柔性交付、先付款后排队和一度 70% 毛利验证 PMF，并凭电机路线建立硬件平台壁垒。全球顶级 lab 基于宇树硬件研发，使其成为行业标准并形成三到六个月的先发优势，但具身仍缺乏 To C PMF，2026 年出货量能否超过五万台及硬件竞争格局值得跟踪。

卫诗婕 × 黄青虬

黄青虬于2025年底创立墨甲智能，判断具身智能仍处于范式未收敛的马拉松阶段。公司半年获超十亿元天使融资，拟先从酒店清洁等B端场景获取数据并走向家庭，但可靠性、算法泛化与规模化生产仍待验证。

卫诗婕 × 梅涛

梅涛认为图片是入口、视频是过程，终局可能是世界模型，智象正走向全模态。UiT强调原生token互操作，HiDream-I1获广泛下载并登上Artificial Analysis开放权重模型榜首；算力、推理成本、具身数据精度与大厂投入仍是风险。

卫诗婕 × 赵越

仙工的差异化信号，是覆盖两千多种机型、四百多种传感器并拥有数万台装机的控制器，掌握真实、对齐且持续产生的机器数据入口。赵越更看好先用叉车等垂类专家验证To B的ROI，而非押注全能人形大脑；若端侧模型能理解协议并生成控制能力，现有工具链优势仍可能被抹平。

卫诗婕 × 姚卯青

姚卯青称，具身智能尚未到GPT-1，真机数据仍少四到五个数量级，规模可能是涌现门槛。智元营收由2023年约30万元增至2025年超10亿元，精灵系列较快实现B端用工成本对标的ROI，但护城河仅约一年；蜜蜂计划2026年产能达千万小时，质量与交付仍待观察。

卫诗婕 × 陈源培

陈源培认为具身智能的算法难成护城河，真正壁垒在于人类数据与端到端系统闭环。他押注动捕手套和百万小时数据可能显现 scaling law，但泛化、硬件成本、仿真边界与 Demo 真实性仍待验证。

卫诗婕 × 王启斌

灵初智能登顶 Morgan Stanley 全球人形机器人研报，Policy R2 与 Action-Conditional World Model 位列美国 Mobile ALOHA 榜首。其差异化在于数据手套采集关节角和触觉信号，并以策略模型与 World Model 形成闭环；模型泛化及物流商业化可靠性仍待验证。

卫诗婕 × 秦玉森 × 张献涛

具身智能拐点的硬信号是新毕业生人才流向反转，更多人从自动驾驶转入具身，显示商业闭环预期已现雏形。过饱和投入把硬件12—18个月周期叠加两代迭代压缩为“三十六个月”，云端仿真又将环境配置从四五小时降至四五分钟。秦玉森预计三年后大规模爆发，但自动驾驶派可能呈快消品式来得快去得快，垂类小众市场仍在水下。

卫诗婕 × 肥牛 × 香菇

几乎没有编程背景的夫妇以“两个人、两台电脑、背后六个 AI”夺得小红书黑客松硬件组冠军，并用比较两个数据包差异的方式绕开脑信号解码难题控制轮椅。项目在台上及他人试用时均未失误，指向约三四百万脊髓损伤人群的产品空白；但算法尚未形成完整体系，脑内外信号也缺少量化基准，后续验证与产品化是关键观察点。