本文来自观点地产网观点网讯：10月22日，亮源新创（LightOrigins）联合创始人范廷翔表示，今天通用具身大脑最擅长解决泛化场景问题，而专有场景并不需要大模型，仍可通过采集数据、训练小模型完成。

市场对具身智能的高期望，本质是希望训练一个通用具身大脑后无需为每个场景单独适配。

但范廷翔认为，非常客观地来说，目前确实不存在一个能完成全套家务的通用机器人，这一级别的泛化尚不存在。

范廷翔认为，模型从全场景通用泛化走向全场景精确，将是一个“渐进式”过程。

单就家庭、家务而言，初期场景会偏向高容错类型，从家务中单独拆分出简单物品归位、简单清洁等任务，大有可为；而马上让人形机器人进入厨房接触刀叉、热菜热汤，容错率低，现阶段落地难度大不少。

他强调，场景与模型性能是双向奔赴的关系：如果不给真实场景，模型永远停留在实验室，难以提升也难以采集数据；模型会优先突破更高容错的场景、优先采集相关数据，最终形成场景与模型共同迭代的结果。

针对“机器人能否替代家政阿姨”的疑问，范廷翔表示，今天完全替代一位阿姨、包揽每周全部家务非常困难，因为每周家务量很大，让机器人一次完成所有任务很难；但进门后把脱下的鞋归到固定位置、完成简单清洁这类家务，已经具备落地空间。

免责声明：本文内容与数据由观点根据公开信息整理，不构成投资建议，使用前请核实。