如何让人形机器人更强更聪明？
目前主要有两条路径之争，一条是大量预采集数据训练的VLA（视觉-语言-动作）路线，另一条是小样本高泛化的路径。
"VLA是基础，是让机器人动起来的第一步，但可能不能依靠它来解决所有的问题，未来会整合更多模态的信息。"非夕科技创新业务技术负责人施丰鸣说道，就像一个只有视觉和规划能力，但没有触觉或肌肉微调能力的人，在执行任务的时候可能会把螺丝拧坏，把杯子捏坏，或推倒物体。也就是说，纯靠VLA，可能无法实现精细操作，泛化性有限。
VLA是一条高度依赖数据的路线，现在全国各地正在建立机器人数采中心，大多靠真人来训练机器人，所以这种数据采集方式需要投入大量成本，各家、各行业之间不愿意共享，甚至缺乏数据采集的标准。
地瓜机器人具身负责人何泳澔提到，VLA的泛化能力与通用性有限，跟智能驾驶相比，机器人行业的数据规模较小，而且硬件构型百花齐放，没有标准，一定程度上为数据的收集带来很大困难。
机器人行业还处于标准制定期，各地正在积极解决数据不足和标准缺乏的问题。
在今年9月举行的2025浦江创新论坛上，"浦江X具身智能标准化数据集平台（穹顶-DOME）"正式落地，实现了数据采集、治理、训练、验证的全链路闭环，率先完成多模态数据的标准化生产、可信治理与高效流通，提供统一接口与质量基准，为产业链上下游提供统一的数据语言，为全球产业破解"技术突破与产业落地脱节"难题提供了上海方案。
刘益彰所在的北京国地中心正在牵头制定机器人的工艺流程、测试标准、性能标准与关键模组接口标准等。
谭维佳也提到，深圳作为全球硬件之都，将基于产业链弹性优势，形成硬件开发和制造的范式，帮助全球开发者验证并落地。
最后回到终极问题，当人形机器人真正进入我们的生活，它会不会挤压人类的生存空间？
"新的时代应该接纳先进的生产工具。AI和机器人淘汰的不是人类，而是不会用AI、不会操控机器人的人类。"朱华章乐观地展望道。
