在近期举办的2026世界机器人大会上，百度集团副总裁袁佛玉就具身智能产业的发展趋势发表了重要观点。她指出，当前具身智能产业正从“能力涌现”阶段迈向“生产力兑现”阶段，这一转变意味着企业间的竞争不再局限于单一模型的能力，而是更加注重模型、数据与应用之间的协同系统能力。
袁佛玉强调，机器人要真正融入物理世界，仅理解语言是远远不够的。它们需要理解物体之间的关系、动作可能产生的后果以及环境的变化。随着视觉语言动作（VLA）模型、世界模型和运动控制技术的不断进步，计算工程系统也面临着更高的要求和挑战。
为了应对这些挑战，百度依托其百舸AI计算平台，不断完善面向具身智能的AI基础设施。这一设施支持企业完成从数据处理、模型训练、仿真评测到真机推理部署的整个研发流程，从而推动模型从研究原型向工程系统的转化。在部分合作项目中，单步推理延迟已经缩短至百毫秒以内，显著提升了系统的响应速度和效率。
在数据方面，袁佛玉认为数据已经从单纯的训练材料转变为具身智能最核心的生产要素。然而，具身数据的采集成本高昂，标准不一，且与具体的机器人本体、任务和环境密切相关。因此，企业未来竞争的关键在于积累了多少有效的任务小时数、捕获了多少高价值的失败样本，以及形成了多少能够回流训练的数据。这些数据对于揭示模型真正缺失的能力至关重要。
为了推动数据、模型和场景之间的产业飞轮效应，百度智能云围绕数据采集、处理、评测与部署回流建设了完善的数据基础设施。这一设施有助于企业更好地利用数据资源，提升模型性能，并加速具身智能技术的商业化进程。
在应用层面，袁佛玉表示具身智能的商业化不会从替代完整岗位开始，而是会从一些边界清晰、结果可度量的任务切入，如工业上下料、物料搬运、质量检测和园区巡检等。这些任务的成功率、人工接管率和单位任务成本将成为衡量场景是否成立的关键指标。为了支持具身智能技术的规模化部署，百度智能云还围绕多模态人机交互及云、管、端安全提供了全面的支持。
然而，要让具身任务从一个场景复制到更多场景，还需要实现标准化和场景的持续开放。为此，百度智能云将持续利用其AI基础设施、数据基础设施以及应用与安全基础设施，与具身企业和场景方紧密合作，共同探索从试点走向规模化落地的关键路径。
