具身智能还面临着训练数据不足的难题，在“吃不饱又没老师”的情况下，会导致具身智能的能力发展缓慢。

　　业内专家表示，高质量数据是全世界具身智能企业都难以逾越的障碍。今天的大语言模型就是依靠已有大量互联网数据的训练，才出现了智能涌现。如果具身智能也是类似的逻辑，就需要非常大的数据量。

　　“行业目前缺乏高质量的具身交互数据，在复杂、多变、非结构化的真实场景中，如何让机器人做到精准理解和决策是一大难题。”焦继超说，“具身智能需要高维、连续、动态的场景数据，而真机采集成本极高，仿真数据又难以完全弥合‘虚拟与现实’的差距。”

　　此外，业内专家认为，要警惕以快速融资为目的的“拼凑型”创业项目，这些项目缺乏扎实的技术创新和产品落地。“中国人形机器人公司在全球已经处于领先水平。”黄河认为，无论是政策端、资本端还是产业端，都要尊重技术发展规律，不能揠苗助长。

（中国经济周刊记者 孙 冰 孙庭阳 张 燕）