在近日举行的亚洲金融论坛上，腾讯集团高级执行副总裁汤道生针对中国具身智能产业发展现状发表重要观点。
他指出，尽管行业竞争激烈，但具备实际场景落地能力的企业应获得更高市场估值。
这一判断基于腾讯云已为超过40家具身智能企业提供技术支持的合作实践，覆盖工业制造、物流仓储等多元化应用领域。
当前，具身智能产业面临的核心矛盾在于数据规模与质量的不足。
与自然语言处理领域"百万亿级"的数据量相比，机器人领域最高仅达"百万条轨迹"级别，严重制约模型训练效果。
汤道生坦言："突破数据瓶颈已成为比算力提升更紧迫的课题。
"这一现状源于机器人应用场景的复杂性——真实环境数据采集成本高、安全风险大，且难以覆盖所有边缘情况。
为解决这一难题，腾讯提出"仿真训练"的创新路径。
其Robotics X实验室与福田实验室联合开发的Tairos开放平台，通过整合算法模型与云端算力，构建了可模拟复杂场景的"机器人大脑"。
这种技术借鉴了自动驾驶行业的成熟经验，将实体机器人采集的2D视频转化为3D仿真环境，再以游戏引擎技术生成海量训练数据。
目前，腾讯云的HCC高性能计算集群等基础设施已支持多家企业开展此类训练。
从产业生态角度看，腾讯正发挥"连接器"作用。
虽然不直接生产机器人硬件，但通过提供大模型、音视频技术等标准化接口，促进产业链上下游协作。
数据显示，合作企业中半数位于大湾区，反映出区域产业集群效应。
这种模式既降低企业研发门槛，又加速了技术成果的商业化验证。
业内专家分析，随着仿真技术的完善，具身智能有望在未来2-3年实现规模化突破。
特别是在医疗手术辅助、高危环境作业等对安全性要求严苛的领域，仿真训练带来的数据积累将显著提升产品可靠性。
政策层面，国家"十四五"机器人产业发展规划提出的"突破智能感知、人机协作等关键技术"，也为行业注入持续动力。
具身智能的竞争，终将回到“能否在真实世界稳定解决问题”这一标准之上。
谁能把场景、数据与工程能力打通，谁就更可能率先跨过从技术突破到产业价值兑现的门槛。
面向即将到来的规模化应用窗口期，推动开放协同、夯实数据与安全底座，或将成为中国具身智能产业迈向高质量发展的关键一步。