只是，当行业反复讨论”机器人能否通过暴力堆数据复刻大语言模型 ScalingLaw”时，上海创智学院副教授、智元机器人首席科学家罗剑岚，给出了一个并不随大流的判断：具身智能不能简单照搬大语言模型的发展路径 … 但在机器人领域，离线 Loss 下降并不必然对应真实部署成功率提升 —— 机器人面对的是开放物理世界，涉及接触、扰动、长尾场景、硬件差异和任务反馈，模型”记住”了数据，并不代表它能真正”驾驭”现实 … 具身智能真正的突破不只是堆参数或堆数据，而是应该部署一个闭环 —— 直到机器人部署规模扩大后，新场景适配成本能够持续下降，数据回流能够稳定提升模型能力，这才是物理世界中的”Scaling Law 时刻”。