在北京致远大会上，产业领袖围绕 AI 模型同质化担忧展开了辩论。随着顶级模型评测表现愈发趋同，人们认为开源与闭源模型之间的差距仅为 3-6 个月。蓝睿创投管理合伙人陈伟光、致远研究院院长王中元、Galaxy General 创始人兼 CTO 王赫以及 MiniMax CEO 李大海，讨论了大模型时代的长期价值来源。该圆桌聚焦：AI 模型与具身智能产业是否正走向同质化，以及持久的竞争优势究竟存在于何处。产业观察者认为，在中美 AI 竞争中，人才是关键；而具身智能代表着中国迎来类似 AlphaGo 和 ChatGPT 的突破性时刻的机会。
致远大会产业领袖否认“同质化”担忧
王中元表示，尽管各类大模型榜单让人眼花缭乱，而榜单本身也并非完全可信，但敢于进行现场演示并进入真实场景的模型公司，体现出信心，并且能在真实场景中找到数据闭环。他表示，总体而言，大模型性能迭代仍远未触及瓶颈，技术路线也尚未收敛，未来可能出现多种模式，包括“一个超级能力者带多个强者”或“多个巨头并肩而立”。王中元认为，行业将走向同质化的说法为时过早。
Galaxy General 创始人王赫将讨论从大语言模型延伸到具身智能。他表示，大语言模型本身仍有许多变量，在多模态与视频理解能力方面不确定性更大。王赫将具身智能描述为“从 GPT-1 到 GPT-2 的阶段”，并认为行业正刚进入加速期。
王赫将具身智能的竞争护城河描述为一个完整系统，涵盖源数据供给（合成数据、人类数据、机器人数据）、数据精炼能力、硬件迭代与软硬件协同设计、模型吞吐融合能力以及最终硬件交付能力。他称其为“六角战士”的综合系统，并表示全球范围内尚不存在成熟的此类产品，护城河依然极深。
MiniMax CEO 李大海引用 Anthropic 的商业成功作为反对同质化的直接证据。他表示，大模型不能仅仅是“ T 型人才”，只有一般的横向能力，而必须具备纵向优势。李大海解释称，Anthropic 成为全球现象，是因为其在通用模型基础上将代码能力构建到前所未有的水平，从而支撑了较高估值与令人印象深刻的商业表现。
李大海表示，大模型正在向系统演进内化，而非孤立的技术点。他表示，未来的模型优化必须与应用场景进行深度协同，类似于发动机设计必须与整车协同；例如 F1 赛车与去杂货店购物的优化方向完全不同。李大海表示，技术通用性与商业通用性必须分开，良好的商业化需要极致的、场景特定的模型优化，从而让每家公司通过找到正确方向来建立自身护城河。
Galaxy General：具身智能处于从 GPT-1 到 GPT-2 阶段
王赫分享了 Galaxy General 基于 WAM（World Action Model）范式的实践。在 WAM 范式出现之前，Galaxy General 曾使用 10 亿帧仿真数据验证抓取技能的缩放可能性。公司开发了 GRASP-VLA，实现对任意物体的零样本抓取，截至目前，没有模型能够在不依赖真实远程操控数据的情况下达到同等性能水平。
王赫解释称，WAM 范式的出现彻底打破了具身智能的数据瓶颈。传统 VLA 模型需要带动作标签的数据，且只能依赖机器人数据。WAM 以 Action 作为核心，通过未来预测在视觉层面进行动作规划，而无需动作标签。这意味着机器人可以直接从人类视频中学习行为逻辑，而海量的人类视频数据将成为训练材料。
王赫表示，Galaxy General 已在 2025 年 3 月发表全球首篇 WAM 论文；而在 2025 年 4 月，NVIDIA 具身智能实验室主任 Jim Fan 表示，机器人的终局是 WAM。王赫将具身智能的预训练描述为进入爆发期，且在数据获取方面没有限制。他表示，在未来两年里，具身智能将全面迎来其 GPT-3.5 时刻，入场券是数千万小时的高质量数据以及数十亿美元的资本投入。
多模态 AI 与具身智能开辟新的缩放路径
王中元披露，去年行业围绕 Scaling Law 失败的讨论，源于对“互联网预训练数据已被耗尽”的焦虑。过去两年中，后训练、推理优化以及 Agent 递归式自我演化带来了一波新的能力提升浪潮。王中元表示，这未必意味着模型本身参数的增加，而是整个系统变得越来越有能力；AI 也正在从聊天工具转变为执行工具。
作为研究院，致远正在探索下一条智能增长曲线。过去两年，研究院在多模态领域验证了缩放范式：Wujie Emu3 系列使用不到 1% 的多模态数据，且数百亿参数已呈现出清晰的性能提升。目前，研究院已开始向面向物理世界的世界基础模型迈进，探索世界模型的缩放路径。
李大海提出 MiniMax 的“知识密度定律”：整体大模型智能 = 知识密度 × 参数数量。他披露称，去年在给汽车公司部署边缘模型时，他们只能做到 10 亿参数；今年升级到 40 亿参数；明年可能会达到数十亿。随着量化技术不断进步、知识密度持续提升，量化之后更强的模型占用与之前相同的资源，边缘模型规模扩张才刚刚开始。
李大海表示，行业中许多阶段性的结论寿命非常短，因为发展不断推翻旧认知。他表示，不仅边缘模型有巨大的成长空间，而且大语言模型的长上下文处理与低功耗优化仍具备远未被充分挖掘的缩放潜力，行业距离收敛阶段仍然很远。
圆桌识别：中国供应链与人才优势
王中元表示，AI 技术发展的路径与自动驾驶相同，必然要经历从担忧与恐惧到适应与使用，再到建立完整治理体系与责任分配机制的过程。当技术能够带来 3-5 倍的生产力提升时，其普及就无法被阻挡；而人类经历过多轮技术浪潮之后，也会找到相应的治理解决方案。
李大海表示，人类社会本质上是通过“从错误中学习”发展起来的——飞机安全规则和道路限速各自背后都有令人痛苦的教训。AI 技术将提升发现漏洞与修复问题的效率，极大降低这种成本；行业会从创业阶段就高度重视安全底线，并且企业会主动承担社会责任。李大海表示，“从错误中学习”的模式或许很难被完全避免，安全风险往往会从意想不到的维度出现，使得通过教训改进规则成为现实且必须面对的问题。
谈到中国在 AI 方面的差异化优势，王中元表示，中国的供应链、制造优势以及广阔的国内市场足以孵化并催化新技术落地；具身智能与世界模型很可能成为中国实现差异化领先的领域。
王赫坚定地表示，具身智能是中国的机会。他表达确信：具身智能的“AlphaGo 时刻”和“ChatGPT 时刻”都将在中国实现。他称，如果在中国完成零到一，那么一到百一定会在中国成熟。
李大海补充称，最核心的底层因素是：中国拥有世界上最多的最聪明青年 AI 人才，这是最根本的优势。结合供应链、生态系统与场景优势，中国在 AI 领域必将取得重大进展。
FAQ
Galaxy General 表示具身智能已经达到哪个阶段？
Galaxy General 创始人兼 CTO 王赫在北京致远大会上表示，具身智能目前处于“从 GPT-1 到 GPT-2 的阶段”，行业才刚进入加速期。王赫表示，未来两年内，具身智能将全面迎来其 GPT-3.5 时刻，入场券是数千万小时的高质量数据以及数十亿美元的资本投入。
圆桌嘉宾如何回应对 AI 模型同质化的担忧？
致远研究院院长王中元表示，总体而言，大模型性能迭代远未触及瓶颈，技术路线也尚未收敛，因此将同质化说法界定为为时过早。MiniMax CEO 李大海引用 Anthropic 在编码能力方面的成功，作为公司能通过纵向优势实现差异化的证据。Galaxy General 的王赫将具身智能的竞争护城河描述为一个完整系统，涵盖数据供给、硬件迭代与模型能力，并表示全球范围内尚不存在成熟的此类产品。
圆桌识别出中国 AI 发展的哪些优势？
圆桌嘉宾识别出多项中国优势。王中元指出，中国的供应链、制造优势以及广阔的国内市场足以催化新技术落地。李大海表示，中国拥有世界上最多的最聪明青年 AI 人才，这是最根本的优势。王赫表达确信：具身智能的突破性时刻，类似 AlphaGo 和 ChatGPT，将在中国实现；他称，如果在中国完成零到一，那么一到百一定会在中国成熟。
