具身智能进入深水区：从演示走向可复制的生产力

事件概述

在2026世界机器人大会上，具身智能企业的展示重点从参数和表演转向了连续工作能力、数据适配成本及投资回报等实际落地指标。尽管上半年国内具身智能融资达935亿元且出货量超4万台，但超过65%的机器人仍停留在演示和研发阶段，仅有不到35%实现持续生产。这表明行业虽已跨出概念验证阶段，但尚未迎来“GPT时刻”，核心任务是如何将单一场景的成功经验转化为可规模化的生产力。

核心信息

1. 场景分级与落地难度

具身智能的应用场景按环境复杂度分为三类，难度逐级递增：

• 工业与物流（封闭/半封闭）： 这是最先落地的领域。传统机械臂擅长高频标准化任务，而具身智能更适合物料状态变化、多品类生产和快速换产的场景。例如，光象科技指出，汽车工厂中小型件上料、插接等非标准操作仍是人工依赖区，也是具身智能的机会点。
• 商业服务（开放环境）： 如酒店、零售和餐饮。此类场景要求机器人融入现有业务流而非孤立作业。擎朗智能在酒店洗衣场景中，通过配送机器人与人形机器人的分工协作（前者运送，后者折叠装篓），实现了流程嵌入。
• 家庭场景（高度非结构化）： 环境最复杂，任务缺乏统一流程且指令模糊。银河通用展示了机器人在面包被抽走或瓶口被遮挡后仍能重新规划任务的能力；千寻智能则能将“整理客厅”等模糊指令拆解为多个子步骤执行。尽管是融资热点，但因成本、安全和泛化能力未解，短期内难以规模化。

2. 模型：追求降低新任务的“培训成本”

跨越场景的关键在于模型的泛化能力，即在新环境中用更少数据和更短时间完成适配的能力。

• 星海图： 采用统一自回归架构，旨在打通零样本指令、通用抓取和长程任务。其目标是将新任务的后训练时间从目前的约10小时压缩至1小时甚至仅依赖少量样本。
• 银河通用： 推出WAM-TTT技术，允许客户仅通过拍摄视频即可完成模型后训练，无需遥操作数据采集或标签标注，大幅降低了迭代门槛。
• 数据观转变： 自变量创始人王潜提出“数据是工业品而非石油”。具身智能数据需围绕任务进行采集、筛选和加工，成功、失败及异常状态的数据价值不同。企业需将每次部署视为数据生产过程，京东、凌迪等拥有大量场景数据的公司正成为重要的数据供给方。

3. 本体：回归任务的第一性原理

硬件形态不再盲目追求全能人形，而是根据具体任务需求优化效率、成本和可靠性。

• 形态简化： 光象科技在汽车质检中，若单臂配合光源即可满足节拍要求，便不增加双臂以降低成本和故障风险。
• 小型化趋势： 在教育、陪伴等场景，身高小于1米的小型机器人（如松延动力小布米、鹿明鹿小明S3等）因具备成本优势和便携性受到关注。
• 移动方式选择： 若无需上下楼梯，轮式底盘比双足结构更稳定且续航更长。自变量在物流分拣中使用普通夹爪而非灵巧手，实现了每小时1816件、准确率超98%的高效运行，证明硬件复杂度应由任务所需的灵巧度决定。
• 跨本体共享智能： 银河通用同时推出轮式、双足和重载机器人，希望让不同形态共享底层智能能力，再针对特定地形或负载进行适配。

4. 生态：构建规模化经营的土壤

从样机到批量交付，需要建立完整的交付与运维生态。

• 交付流程标准化： 需将首个项目的联合开发经验沉淀为标准部署流程，减少对现场工程师和客户的高强度依赖。优必选副总裁焦继超指出，客户复购率比单纯出货量更能证明商业闭环的形成。
• 供应链一致性： 随着灵巧手价格降至万元级、六维力传感器降至5000元以内，竞争焦点转向批量一致性、工业级防护（如IP68）和寿命。蓝点触控、帕西尼等企业正强化这些指标以确保性能稳定。
• 商业模式演进： 行业正从整机销售向场景方案订阅，最终可能转向按智能能力消耗收费。硬件标准化后，收入将更多取决于设备提供的持续智能能力和生产力，而非单纯的硬件销量。