2015年，陈曦和其他核心成员一起创立极智嘉。当时，他的目标是造出一款好用的AMR产品（自主移动机器人）。

此次，「甲子光年」与极智嘉联合创始人、极智嘉具身智能CEO陈曦进行了一场对话，探讨了对当前具身智能热点问题的独到见解。

• 脱离效率的泛化，没有商业价值：对于行业普遍把泛化能力当成具身智能最高标尺的情况，极智嘉表示，没有效率打底的泛化能力，是演示品不是生产力，毫无商业价值。效率是1，泛化是后面的0，泛化仅解决“能不能”，效率才决定“值不值”。

• 进厂进店，不如进仓：对于具身智能的第一落地场景，行业最热的两个方向是进厂和进店。极智嘉认为，进厂进店，不如进仓。制造场景可复制性差、规模化难、经济性难以支撑。无人零售不需要机器人就能实现，具身进店不是真实痛点和需求。相较而言，仓储领域的拣货和分拣打包等应用，才是具身智能商业化落地的最佳第一场景。

• 具身智能分水岭在于场景与数据飞轮：对于技术路线之争，行业在VLA和世界模型之间激烈站队。极智嘉认为，具身智能的马拉松还在早期，技术路线还未统一，都值得探索。现在各家公司的实际能力差距不大，真正的分水岭不在于选了哪条技术路线，而在于谁先进入真实落地场景、跑通可落地的整体解决方案、让数据飞轮转起来。待到技术路线收敛时，飞轮已在高速运转、商业化能力强的玩家，才握有决胜筹码。

以下是对话实录。

甲子光年：极智嘉做具身智能是追风口吗？

陈曦：作为一家智能机器人公司，极智嘉一直有专业的AI团队，2021年开始深入研究端到端与Transformer架构，2023年大模型蓬勃发展，我们迅速成立了具身智能团队，在上市后成立了具身智能子公司。

移动机器人解决了货物搬运问题，但仓储场景中30%-40%的环节（如拣货打包、包裹分拣）都需要“手眼”配合。这是技术演进与商业逻辑的必然，绝非追风口。

甲子光年：“不做demo，只做能够商业化的机器人”，这个原则是怎么确立的？

陈曦：作为ToB机器人公司，极智嘉所有产品和技术都要推向市场并且为客户创造真实价值。

行业目前倾向把泛化能力当成了具身智能的最高指标。但我们认为，具身智能应该以效率为基础条件，再谈泛化能力。效率是1，泛化是后面的0。不跨越效率这道坎，所谓泛化能力没有商业落地意义。

甲子光年：这能在具身智能市场竞争中带来怎样的优势？

甲子光年：极智嘉的Gino 1发布后，当时客户是什么反应？

甲子光年：Gino 1是“真正做仓储做物流的人才能设计出来的产品”，你怎么看待这个评价？

甲子光年：为什么极智嘉第一步聚焦仓储物流场景？

陈曦：仓储物流的拣货、分拣、打包等，才是具身智能商业化落地的最佳入口。从商业化角度来看，进厂进店，不如进仓。

生产制造场景，产线千差万别，可复制性低，标准化和规模化的难度极高。现阶段具身机器人进厂，需要大量人工采集数据和部署，加上人形机器人成本高，经济性不占优，商业化难以快速推进。

便利店、药店这类零售场景，门店无人化未必是产业刚需，且展会中整齐的演示与真实门店杂乱堆叠的场景差距悬殊，难度差了一个量级。线上零售+微型履约中心+即时配送的模式，从效率和商业化方向上，有更大的发展潜力。

甲子光年：怎么看待具身大模型的技术路径差异？

陈曦：具身智能马拉松才刚开始，无论是VLA还是世界模型都值得探索，现阶段各家技术差距并不大。

真正的分水岭不在于选了哪条技术路线，而在于谁先进入真实落地场景、跑通可落地的整体解决方案、让数据飞轮转起来。

当未来技术路线统一时，早期积累了深厚的数据壁垒、商业化落地能力和客户信任度的玩家，才能跑赢比赛。

甲子光年：极智嘉4D大模型的差异化优势是什么？

甲子光年：极智嘉Gravity 4D大模型搭载到Gino 1上，对商业落地意味着什么？

甲子光年：为什么推出生态引擎战略？极智嘉扮演什么角色？

本文来自微信公众号： 具身研习社