每日AI快讯 | 具身智能迎来Scaling Law时刻：通用大模型助力机器人一小时掌握新技能

在今日举行的深圳全球具身智能开发者大会上，多家独角兽企业展示了具身智能领域的最新突破。实验数据显示，通过引入超大规模的VLA（视觉-语言-动作）基础模型，机器人学习新任务的效率得到了几何倍数的提升。

现场演示中，一台从未接触过“折叠衣物”任务的通用机器人，在观看了一小时的人类教学视频后，成功实现了对不同材质衣物的识别与折叠，重复1800次实验的成功率高达99.5%。这标志着具身智能正式从“特定场景定制”进入了“通用能力泛化”的新阶段。

专家认为，具身智能正在重走大语言模型的老路，即通过堆砌海量的机器人动作轨迹数据（Trajectories）来实现能力的突变。随着传感器成本的降低和端侧大模型算力的提升，2026年将被视为具身智能进入家庭与工厂的元年。