问题：核心人才离任引发关注，具身智能成为创业新指向 近日，逐际动力联合创始人、首席运营官张力离任的消息业内引发关注。作为公司核心管理层成员，他的去向常被外界视为企业调整与行业变化的信号。张力表示，此次离任主要因家庭原因。下一步他将筹备新项目，重点投入具身智能方向，聚焦机器人领域被称为“大脑”的关键技术探索。 近年来，大模型、强化学习、多模态感知等技术持续进展，具身智能正从实验室走向产业化试水，成为机器人产业链的关注重点。与传统软件智能不同，具身智能强调智能体在物理世界中的感知、推理与执行能力，需要在真实环境中完成“看得见、想得明白、做得到”的闭环，这也对算法、数据、算力以及软硬件系统集成提出更高要求。 原因：技术拐点与产业需求叠加，催生人才与资本双向聚集 张力转向具身智能创业，背后有多重因素。 一是技术路径进入阶段性窗口期。多模态模型提升了机器人对图像、语言、空间等信息的统一理解能力；强化学习与仿真平台提高训练效率；端到端控制与模块化方案并行推进，使“更通用的机器人能力”从概念逐步走向可工程化验证。 二是产业端对自动化与柔性化的需求更迫切。在制造、仓储物流、商业服务与家庭场景中，传统专机式自动化往往依赖高度结构化环境，适应性有限。若具身智能能提升机器人在非结构化环境中的泛化能力，将明显拓展可落地场景与投资回报空间。 三是行业人才流动加快，创业生态活跃。该领域研发周期长、投入大、跨学科要求高，具备算法、产品、工程化与商业化复合经验的人才更容易被新赛道吸引，也更可能在技术快速迭代期选择创业，以争取标准与平台型机会。 影响：赛道竞争加速，但工程化、成本与合规成为关键变量 从行业层面看，头部人才进入具身智能领域，有助于加速关键技术从研发走向应用，带动产业链上下游在传感器、执行器、控制系统、数据平台与应用集成等环节形成协同。另外，创业项目增多也会推动市场路线更快分化：是侧重“通用大脑”，还是从垂直场景切入形成可复制方案；是走端到端大模型，还是坚持感知、规划、控制的分层架构，最终将通过产品效果与成本竞争来验证。 但也需要看到，具身智能产业化门槛依然突出：其一，研发周期长，训练数据获取与标注成本高，真实世界数据还面临复杂环境与长尾问题；其二，软硬件耦合度高，对可靠性、安全性与稳定性的要求远高于纯软件应用；其三，商业化通常需要与场景方深度共创，交付与运维能力往往决定项目成败；其四，数据安全、隐私保护与使用边界需要同步建立制度约束，尤其在家庭、医疗、公共服务等场景更为敏感。 对策：推动“技术—标准—场景”协同，夯实规模化落地基础 面向具身智能下一阶段发展，业内普遍认为需在以下上形成合力。 首先，基础能力建设与工程化验证并重。一方面持续攻关通用感知、任务规划、运动控制等核心能力，另一方面通过真实场景测试迭代，建立可量化的可靠性指标体系，避免“演示能跑、交付难用”。 其次，推进标准化接口与生态合作。通过软硬件接口、数据格式、仿真评测等标准建设，提高不同厂商设备的互联互通与模块复用能力，降低集成成本，促进产业链分工细化。 再次，以场景驱动商业闭环。优先仓储物流、制造辅助、园区巡检等相对可控场景实现规模化复制，再逐步向更复杂的开放环境扩展；同时探索“设备+订阅服务”“按效果付费”等模式，提升项目的可持续性。 此外，健全安全与合规体系。围绕数据采集与使用、模型安全、设备运行安全、责任边界等建立配套规范，推动形成可落地、可审计的治理机制，为大规模应用提供制度保障。 前景：3—5年有望在“泛化能力、低成本硬件、标准平台”三上形成突破 综合技术演进与产业需求来看，未来3—5年具身智能可能在三个方向出现更明显进展：一是面向复杂环境的任务泛化能力提升，通过多模态学习与仿真—现实迁移缩短训练周期；二是关键硬件更降本增效，包括更高性价比的传感器、更可靠的灵巧手与执行机构，以及更高能效的边缘计算方案；三是平台化与工具链更成熟，形成可复用的数据引擎、评测体系与开发框架，推动行业从“单点项目交付”向“标准化产品复制”演进。
从管理者离任到再创业的选择，看似是个人职业路径的变化，背后反映的是产业从“概念热”走向“重落地”的趋势。具身智能要真正进入工厂、仓库与家庭，既需要技术突破，也需要工程能力、标准体系与合规治理共同推进。让机器人更“聪明”的同时，更要让其更“可靠”、更“可用”，这将决定赛道能走多远、跑多快。