王田苗三问具身智能：大模型尚处“拨号上网”时代，量产卡点究竟在哪？

事件概述

在2026世界机器人大会（WRC）的一场圆桌论坛上，北京航空航天大学教授王田苗向众擎机器人CEO赵同阳、加速进化CEO程浩、具身科技联合创始人刘宇龙、优必选副总裁焦季超、京东智能机器人业务部负责人徐磊提出三个尖锐问题：制约具身智能万台级量产的核心卡点是什么？大模型如何应对物理世界的不确定性？未来产业终局是“苹果式”封闭生态还是“Windows式”开放分工？

王田苗给出背景数据：2026年中国的人形机器人累计交付约1.5万台，而传统工业机器人出口额已突破百亿元，并保持近20%的稳健增长。理想与现实的差距，促使这场圆桌成为一次“底牌大揭秘”。

核心分歧：量产卡点在“大脑”还是“供应链”

• 算法技术派：众擎机器人CEO赵同阳认为，当前具身大模型操作成功率约96%，在To B工业场景不可接受——执行100次任务有4次失败，可能砸坏产线。大模型必须将稳定性从99%提升到99.9%甚至99.99%，否则万台量产无从谈起。加速进化CEO程浩也强调，需求一直存在，真正卡住的是“技术不Ready”，端到端大模型尚未出现。

• 制造工程派：具身科技联合创始人刘宇龙透露，该公司截至2026年6月已累计交付约1.5万台机器人，其中上万台为四足机器人。他认为当前“大脑够用就行”，真正的卡点在硬件指标（如自重负载比、MTBF）和制造一致性，行业缺乏像汽车、家电那样成熟的标准和NPI流程。优必选副总裁焦季超补充，客户真正关心的是ROI是否能两三年回本，而非实验室里的极致成功率；从100台到1万台，产线工艺和质量管控是巨大挑战。

• 商业视角：京东智能机器人业务部负责人徐磊指出，除技术外，供需关系匹配是最大卡点。具身智能机器人的转化率比传统手机数码产品差数十倍，若产品不能创造不可替代的价值且算不清ROI，万台交付无从谈起。

大模型如何驯服物理世界

王田苗指出，传统工业机器人无故障出错时间约6万至8万小时，而极端工业场景容错率必须为零。对此：

• 焦季超提出“跨本体迁移”难题：同类机器人因电机参数、构型差异，采集的数据完全不同，导致模型从A机器迁移到B机器时频繁出错，需要大量人工特调。高质量具身数据（触觉、力觉、视觉）获取手段不成熟，数据量远未达到涌现物理常识的门槛。

• 现有具身大模型多从Transformer等NLP架构“魔改”，不完全适配“感知-决策-控制”闭环，未来需要专为具身智能设计的动态新架构。

• 赵同阳认为，面对无限长尾场景，传统工业算法无法应对碎片化需求，大模型的泛化求解能力是不可替代的。

• 程浩用“拨号上网时代”形容当下：当前技术和用户预期（5G时代）严重不匹配，但从电机、减速器到算法、通信，处处是瓶颈。不过拨号上网时代仍有商业价值——当年网速只有几KB时，计算机年销量已达数百万台，早期雅虎和BBS就满足了部分真实需求。大模型能力将螺旋式上升，最终跨越容错率鸿沟。

终局推演：软硬一体还是软硬解耦

• 软硬一体阵营：赵同阳态度坚决——“灵魂和肉体必须一体”，认为人形机器人市场将收敛出两三家超级巨头，拿走80%利润。焦季超从硬件与软件深度耦合的角度论证，跨本体模型的迁移挑战巨大，通往AGI的路径一定是软硬件深度匹配与自研。

• 软硬解耦阵营：程浩提出三阶段演进：本体阶段（现在是软硬绑定、百花齐放）、Agent应用阶段（硬件收敛、应用爆发）、模型阶段（通用具身大模型成熟，像微信、抖音一样吃掉长尾应用）。终局最大赢家将是做大模型的公司，但短期内技术不成熟必须软硬一体。

• 徐磊透露，京东正在推进千万小时真实场景数据和百万小时真机采集的具身数据计划，随着跨环境、跨本体的预训练技术突破，未来基础大模型有望在通用硬件上展现强泛化能力。

商业化落地共识：先B端刚需，再C端情感

五位嘉宾形成共识：放弃一步登天直达AGI的幻想，应从高刚需、低容错、半结构化的B端场景切入，再图谋C端市场。

• 具身科技的打法是让四足或人形机器人承担危险、高重复、极度疲劳的“脏活累活”，如巡逻巡检、应急消防，ROI逻辑清晰，因此能率先实现万台交付。

• 优必选预测，工业端放量是明后两年重点，先把巡检、搬运、分拣做透。同时，今年优必选推出的情感陪伴类C端产品需求远超预期，能做出微表情、产生情感共鸣的机器人市场庞大。京东徐磊也证实，C端增速最快的是具身陪伴聊天机器人。

• 赵同阳总结：用80%精力抢占巡检、安防、工业搬运等确定性强的场景，用20%精力探索AGI终局。只有留在牌桌上，才能见证巅峰时刻。