实地走访四家企业，具身智能量产的真实水位：慢于预期，但正在爬坡

事件概述

2026年上半年，中国具身智能行业热度不减，但真实水位低预期。通过走访北京灵初智能、深圳艾欧智能、苏州乐享科技及WAIC圆桌，从模型、数据、硬件、量产四维度还原现状。

核心信息

1. 大厂布局各异

• 小米、比亚迪自研本体，智元已在南昌产线完成六天实操，成功率99.99%。
• 越疆从协作臂出发，先做到10万小时无故障再探索智能；博世将汽车16949可靠性标准带入机器人。
• 腾讯Robotics X走开放路线，Tairos平台开源，定位“具身智能时代的Android”。

2. 模型仍处早期

• 灵生科技指出，世界模型大小均在10B以下，类比大语言模型相当于GPT-3之前。
• 灵初智能的VLA模型训练依赖高质量人类数据，10万小时数据可能仅等效1000小时有效。
• 模型规模普遍受限，30B模型才能完成插USB等高成功率动作，端侧算力无法支撑。

3. 数据基础设施成为瓶颈

• GPU空转常因CPU加载数据跟不上，传统对象存储难以处理视频、点云、触觉等碎片文件。
• 腾讯云推出Agent Bucket方案，在对象存储上叠加向量检索和自动预处理，缓解I/O瓶颈。
• 艾欧智能定位“数据中间层”，通过遥操作（跨境延迟<100ms）采集精细操作数据，但高质量任务数据仍极端稀缺。

4. 量产面临三座大山

• 算力：RTX 6000国内拿不到，国产卡迁移有成本，且模型规模推动需求跳涨。
• 硬件可靠性：越疆机械臂10万小时，但人形20关节能否先做到5万小时；从99%到99.99%需全栈工程能力。
• 产线落地：智元在南昌产线通宵调试一个月才达到四个九；腾讯VLA在工厂试运行，成功率>95%、节拍<6秒。

5. 商业化路径分化

• 灵初智能陈源培将商业化分为三波：硬件先卖、数据售卖、最终产品交付。当前已签大订单，部分场景POC达标。
• 艾欧智能提出“渐进式落地”：先让机器人做20-40%，人补剩余，接受中间状态。

值得关注

• 行业普遍存在“预期断层”：聊落地的需求增多，但落地案例未同步增长。
• 2026年上半年推进速度超过前两年总和，但每一项突破都需要工厂夜班中反复打磨，距离规模化交付仍有距离。