当时行业的主流叙事是，把大语言模型的成功经验直接平移过来——堆数据、堆参数、堆算力，能力就能持续涌现。高宇翔自己也是带着这个假设入场的。
他一个人，两台机器，花了三个月，率先跑通了全尺寸人形机器人从遥操作数据采集到模型部署的完整链路，还因此拿到了全球头部大厂的VLA模型合作。
但真把模型训出来之后，他看到的东西跟预期完全相反。
模型表现出一种“刷题库选手”的典型特征：在训练数据覆盖过的场景里，一切正常，表现稳定。一旦换一个房间、换一种物体摆放方式，甚至只是光照角度变了，性能立刻断崖式下跌。这不是“因为数据不够多所以表现不好”，而是“再多数据也解决不了这个问题”的早期信号。
他算了一笔账。在单一工业具身任务上，要达到可商用的泛化水平，需要的数据采集量级，是自动驾驶同类任务的十几万倍。
如果按这个比例去覆盖真实世界所有潜在任务，需要超过100万亿美元的投入——这个数字来自苏度科技韩铮的公开估算，高宇翔在自己的实测中直接印证了它的现实含义。
这不是一个“再融几轮钱就能解决”的问题。这是一个物理层面不可逾越的墙。
高宇翔后来在一次访谈里说了一句话，基本概括了这段经历给他的核心认知：“具身可能比大语言模型更早遇到数据问题。”
为什么？因为大语言模型可以在液冷服务器里推理，数据可以从互联网上近乎零成本地爬取。但机器人不行。机器人端侧部署对推理延迟的要求是十几赫兹——达不到这个频率，人就能感觉到AI反应慢，端杯水杯子可能就掉地上。
参数无限膨胀带来的算力消耗和延迟上升，直接受到物理规律的硬约束。
更致命的是数据本身的分布特性。有些简单场景的数据采集成本极低，而大量复杂场景、边缘状态的数据，采集难度指数级上升。单纯在已采集的有限数据集上做内插推理，根本撑不起真实世界需要的全状态泛化能力。
他当时设计的系统原生支持人机共控——先让机器人自己做，做错了人就介入，告诉它正确做法，然后把新数据回流重新训练。这套Dagger流程理论上能让模型持续进化。
但实测的结果是：随着数据量增长，模型错误率的下降曲线快速进入平台期，后续每降低1%的失败率，需要新增采集的有效数据量是之前的数倍。投入产出比完全不符合工业落地要求。
这三个发现——算力受物理规律约束、数据边际效应提前枯竭、开放世界无法被训练数据穷举——构成了高宇翔对VLA数据Scaling的三重结构性否定。共同锚定了之后所有技术路线探索的边界条件。
这段经历和他在学术阶段对具身智能的理解有本质区别。读博时他对ICL的思考还停留在技术推演层面，没有大规模真机训练的实测数据支撑。工业落地的一手实测，让他把“VLA Scaling可能存在问题”这个行业里的模糊猜想，变成了可量化、可复现的明确结论。
值得注意的是，这个结论并非行业共识。银河通用创始人王鹤公开主张，传统VLA的瓶颈本质是带动作标签数据采集成本过高导致的人为边界，WAM世界动作模型能直接复用海量人类视频数据，数据天花板被彻底打破。
银河通用用10亿帧仿真数据训练的GRASP-VLA，已经实现了任意物体零样本抓取，泛化表现超过同期所有仅用真实遥操作数据训练的模型。智元SOP在线进化系统也跑出了四机并行采集下性能近乎线性增长的结果。
小米Robotics-1使用超过10万小时真实操作轨迹研究机器人数据Scaling。
高宇翔的判断和这些团队的分歧在于：他认为数据Scaling的边界是物理层面的，不是换个数据来源就能绕开的；而对面认为，当前看到的瓶颈只是“数据太贵”的人为约束，范式升级后空间依然非常大。
但高宇翔并没有停留在争论上。
2026年春节前后，他带着团队开始小范围验证“把ICL前置到具身模型预训练阶段”的方案。测试结果超出了预期：模型在面对新任务时展现出超预期的适应能力，不需要传统方式下采集几百条新数据再重新全量微调。
高宇翔自己对这个结果的描述非常克制，用的词是“初步验证”。但行动上没有任何犹豫——春节后他在连办公室都没有的阶段就搭好了主创团队，成为全球最早一批将具身ICL作为核心技术路线的创业团队。
高宇翔对这一切的出发点有一个很朴素的说法：“真实世界最大的问题，就是它不可能被穷举。”预训练决定机器人出厂时有多聪明，ICL决定它到了一个新地方以后，能多快适应。他把这两个维度拆开，本质上是因为他亲手跑完了全链路，亲眼看到了第一个维度撞墙的那条线。