弘晖基金合伙人：具身Scaling Law初步成立，数据仍是最卡点

创业邦 · wechat · 2026-10-25

创业邦与弘晖基金合伙人肖立的对话，核心观点：

行业转向：2026 年评价具身智能公司已从“能跑能跳”转向“能否稳定干活、ROI 是否算得清”，但投资视角下模型迭代能力仍优先于单场景短期 ROI。
布局方法论：弘晖自 2024 年起投近 10 家公司，全产业链覆盖本体、大脑与灵巧手、关节模组等零部件，并在被投企业间做供需嫁接。
关节模组一体化：随需求起量，将出现类似汽车 Tier1 的标准化模组厂商；工业场景要求持续稳定运行约 1 万小时，灵巧手赛道公司多但真正耐用、能量产的少。
Scaling Law：预训练阶段已初步验证（以 Physical Intelligence 的 π0.5 为例，数据与环境规模增加带来成功率提升），但部署阶段尚无定论；具身数据采集难度和成本远高于文本。
卡点是数据不是算力：头部具身大脑模型几 B 到几十 B 参数、数百到千卡算力，年租金数千万元到一两亿元，可承受；真正卡行业的是高质量数据。应外采基础数据用于预训练，但微调、纠错迭代的数据闭环必须自建；第三方数据最大坑是构型不匹配导致利用率低；仿真有价值但存在物理 Gap，不能替代真实交互数据。
评估标准：任务成功率尚无统一可比口径，应看单任务准确率、耗时、升级后性能提升与长程任务失败率。

「创投」频道最新