数据是具身智能竞争的关键战场。高继扬透露，行业已有多家企业迈入百万小时数据规模，星海图的采集策略包含两条路径：一是众包模式，通过日常生产场景中的伴随式采集积累数据；二是专项外包，针对特定任务组织专业团队进行集中采集。他特别指出，具身智能数据的特殊性在于采集设备、算法训练与运营团队的深度耦合，这决定了数据难以成为标准化商品。“未来99%的数据将是私有化的，数据认知能力将直接决定模型与应用效果。”
在技术路线争议中，高继扬坚持“在脑不在形”的原则。针对VLA与世界模型的对立论调，他指出两者本质同源：均通过多模态数据转码与Transformer架构实现输出，底层数据完全可混用。对于仿真数据的讨论，他认为在达到100万小时真实数据积累前，仿真数据缺乏必要性——当前Human-centric数据采集成本约每小时50-100元，Robot-centric遥操作数据约250元，综合成本在100-150元之间，100万小时数据需投入1-2亿元，“这笔钱相比大模型算力投入，不仅值得花，而且必须花”。
双足机器人Kengo的推出，体现了高继扬对技术演进的判断。其关节模组采用整机EC通信方案，通过中空设计、电机优化与电磁仿真等技术，实现了行业领先的同步性能。但高继扬明确表示，双足并非唯一解决方案：“80%的现实场景仍是结构化的，轮式双臂在搬运、分拣等任务中效率更高、成本更低。”Kengo的短期目标在于验证全身遥操作能力，为危险环境中的远程作业提供可能；长期则希望推动机器人从“会干活”向“理解世界”进化。
当被问及具身智能是否已进入商业化阶段时，高继扬以宇树科技为例指出：当前行业收入仍主要来自整机销售，真正成熟的市场仅有开发者与展演娱乐领域。“生产力市场的规模是现有市场的几万倍，它对应的是整个生产体系的重构。”星海图的商业化路径被概括为“从开发者到生产力”，制造业只是起点而非终点。这种战略定力源于对AI发展规律的理解：“投入必须是指数级增长的，今年是1，明年要是5，后年要是20——这才是Scaling Law的真谛。”
