（来源：上观新闻）
彭志辉表示，具身🕰智能体将成🌹为AI💹⚠时代最大的☕🚟Token消💷费者，不仅💿🐠是物理执行器，更👟®是连接大模🇹🇱🕷型与物理世界的👢核心流👨🚀在线免费的视频量入口🇸🇸。AI降低🌧的是"智力密集型🚼🇳🇮任务"的🏥🚃门槛，但它同时也🥽🇮🇪提高了对使用💊🇸🇯者判断力和创造🛂力的要求🦅。有些时候，Ant🛰🎉hropic端上🚴♀️来的“新菜”远未🚖完善，商业化更🙆♂️🐻是无从◼谈起，并没有显🇹🇱露替代原有产🚐🌨品的潜力😻。“不能做世界🇲🇲各地通用🥕的产品，而是要🆑8️⃣做别人🧬没有做但市场需要🐒👝，效率高、智🍷⛈能化程度🐌🇸🇰高、配套✉😷服务链✝条齐全🤔🏁的机器人产品🇶🇦。
当前人形机器👘人板块正处🤳⛓于“9😡.24”以来的情🏋️♀️🛋绪底部区🇺🇬🔧间，在大家都在关🌅注AI、Toke🖨🇨🇽n时，产业进展🥓仍在持👨✈️🚵♀️续📎。人类总🥶是愿意为📜🧙♀️ “超🥨🖇在线免费的视频出自己日常需求”🇧🇱 的那🐢👩🎤一部分买单♠。别人抢着被投，他🤱一直拒绝融资🍡和过度商业化，并🍳回绝了不少投🏋️♀️☃资人的接洽意向👩🔧。如今，大模型🥍的竞争已经到了🏯💜新的阶段♣。五、目前的挑战与⏩约束 从行业🍗研究者角度，BA🥼📜DAS-⏭2.0 🌰的约束👩👩👦👦🦍分布在🥊几个层面： 数据🍦😖层：长尾类别💎🏌虽然大🧓🏌幅改善，🧜♀️动物、🇦🇨🔩极端天气、罕🏹🧰见基础设👨🔧施等仍是最难类别🌯；数据飞轮依🇮🇱🕤赖已有部署规模🐒——论文自己承认🇻🇳"最大🎃🚡的可迁移经验是：🥉已部署的模型🥩本身就是🤓🎴最便宜的标🇳🇪🚻注器"，🛋但这等于承认🕐🇩🇿没有 1.0🦸♂️ 的量🆘🕴产规模，2.0🧖♂️ 的数据扩🎣👒展是不🇹🇩🧚♂️可能的，这🔇💆♂️对想复现这套范🇬🇺📸式的团队形成门槛😐🦹♀️。
