他表示，当前具身智能模型路线、数据范式以及最佳机器人形态仍未定型，大规模落地仍处于早期阶段，其未来方向仍在持续竞争与快速演化中。

“当前行业仍面临三个核心焦点问题。”许志远表示，一是模型路线之争，即大模型范式是否适用于机器人。虽然大模型在语言、图像、视频领域取得巨大成功，但“同样的范式能否直接迁移到机器人控制”仍未被证明，业界正在探索多种途径。

二是数据训练范式之争。数据仍然是限制机器人能力跃升的核心瓶颈，混合数据、多模态数据、世界模型生成数据等方向均在探索中。

三是形态路线之争，即人形机器人是否是“真需求”。当前，特斯拉、FigureAI等企业坚持全人形路线；而中国国内今年涌现出多款“轮-臂式复合机器人”，这种路径更强调“工程可落地性”，旨在在短期内形成可规模化的商业应用。

许志远介绍，目前，利用大模型提升机器人的泛化能力已成为业界共识，但如何有效地将大模型应用于机器人系统，仍存在多条技术路径，行业也在持续探索中。

展望未来，许志远认为，在VLA(视觉-语言-动作模型)的基础上引入世界模型(WorldModel)，借助其对物理世界的理解、预测与推演能力，有望成为进一步提升机器人大模型能力的重要发展路径。(完)