近日，在百度智能云具身智能论坛上，北大副教授董豪提出具身智能发展新思路：仅停留在数据层面的一维Scaling Law无法教出通用机器人，行业需转向“数据量×任务量”的二维横向Scaling Law。他指出，模仿学习仅能冷启动，需结合强化学习补齐容错短板。为实现“越学越省”的高效增长，团队正探索多路径数据增强，如单条真机数据生成50条等效样本、人类视频低成本转化为训练轨迹等。董豪强调，世界模型等前沿技术的底层目标均是加速二维增长曲线，这也是通用具身智能与家用机器人实现规模化商业落地的必由之路。