具身智能走向万台交付，谁在做苹果，谁在做 Wintel？| 直击 WRC2026

作者 | 大鹏

来源 |具身之家Robots（ID：zscy006）

图片|中国电子学会

在2026世界机器人大会上发布的《2026年人形机器人产业发展报告》显示，2026年上半年，中国人形机器人出货量已超4万台，全球占比进一步提升至97%。那么，具身机器人要走向万台交付，当前最主要的卡点是什么？

上周，在2026年世界机器人大会（WRC2026）的现场，“应用牵引”主论坛展开一场名为“机器人规模化应用的集体求解”的圆桌对话。智友·雅瑞科创平台发起人、中关村智友研究院院长王田苗作为主持人，向台上的众擎机器人创始人兼CEO赵同阳、加速进化创始人兼董事长程昊、智身科技联合创始人兼执行总裁刘宇龙、优必选副总裁焦继超以及京东智能机器人业务部负责人徐磊抛出了文章一开始直击灵魂的问题。

在这场对话中，外界得以窥见具身行业热潮背后的真实底色：从99%到99.99%的可靠性鸿沟、软硬件解耦的路线之争，以及“拨号上网时代”的务实生存法则。

“99%的成功率，在现实应用中是很糟糕的”

当人形机器人在展会上流畅地打太极、跳舞甚至折叠衣服时，人们很容易认为规模化应用近在咫尺。但工业与现实场景的容错率极低。

赵同阳直言不讳地指出了第一个卡点即大脑能力。“现在如果机器人的任务成功率是99%，就意味着它出去执行100次任务，可能有一次无法正常回来。这在现实应用中是很糟糕的，人们不会接受这样的可靠性。”他强调，大脑能力需要从99%提升到99.99%，这是机器人真正进入现实世界之前一个极大的门槛。

众擎机器人创始人兼CEO赵同阳

程昊也认同技术仍是关键卡点。他观察到，目前机器人的本体在部分场景中已达到可用状态，上百台机器人组成方阵动作整齐，硬件一致性取得进展，小脑能力也在成熟。“但相比之下，具身大模型的技术路线还没有收敛，行业存在多种方案，还没真正进入成熟的工程化落地阶段。”

除了“大脑”，工程化是另一大挑战。在刘宇龙看来，如果目标锁定在先实现万台级交付，大脑只要在特定场景中“够用”就可以。

真正的拦路虎变成了硬件指标和批次一致性。“机器人需要在有限自重下承担足够负载，满足高低温等要求，这些指标必须达到客户底线。此外，万台交付需要保证不同批次的良率、工艺一致，但具身智能还没像汽车、无人机那样形成完整的行业标准。”

优必选副总裁焦继超从工业量产角度补充道，万台级量产对产线和制造流程是巨大挑战，不能依靠不断增加人员。“从研发立项、NPI导入到批量采购和质量管控，需要标准化流程。比如生产到第200台时发现需要工程变更，能不能快速导入工厂？这直接关系到后续的一致性和可靠性。”

优必选副总裁 焦继超

但这并不意味着机器人必须完美才能进厂。焦继超算了一笔账：工业场景并非所有工位都要求极高可靠性，客户最终要算的是，机器人替代某个工位后，投资能不能在两到三年内收回来。“企业可以先找到一两个能落地的工位，让机器人进入真实场景，再通过数据闭环逐步迭代。”

京东的徐磊则从供需关系给出了商业视角的冷思考：“在通用人工智能到来之前，企业当前提供的产品是否真正满足用户需求？扫地机器人只完成一种任务也能形成大市场。目前具身智能产品在零售端的销售转化率，比传统消费电子低很多，说明产品和需求还没完全收敛。一旦找到真正的需求匹配点，万台以上交付就不会是最大问题。”

灵魂与肉体暂难解耦，

谁在争做具身智能的“苹果”？

随着具身智能热度攀升，产业终局格局成为焦点：是会形成少数平台“赢者通吃”，还是本体、模型、供应链各自发展？软硬件能否像计算机产业一样实现解耦？

在赵同阳看来，未来一定会走向集中。“如果每家每户都有一两台人形机器人，市场足以容纳多家巨头。但机器人融合了大模型、硬件、生态等多种技术，最终可能会出现一两家类似苹果或微软的平台型企业。如果企业想成为类似苹果的公司，就要把灵魂和肉体结合起来。”

焦继超也认为，电机、减速器等供应链环节会出现头部企业，本体市场可能形成若干巨头。但他强调具身智能的特殊性在于软硬件深度耦合，“机器人的肉体和灵魂需要相互匹配，因此本体企业可能需要具备全栈能力和平台化能力。”

不过，徐磊和刘宇龙倾向于更细分的长期格局。徐磊认为，现阶段技术和场景都没收敛，百花齐放是必然，但长期看产业仍会按不同场景和领域细分，不一定只剩几家公司。刘宇龙则指出，教育、工业、商业和消费等领域都可能出现自己的头部，消费端千人千面的需求会为更多企业留下空间。

京东智能机器人业务部负责人 徐磊

关于软硬件解耦的争论，程昊给出了一个极具启发性的三阶段预判：本体阶段、Agent阶段和模型阶段。“现在还处于本体阶段，产品百花齐放；进入Agent阶段后，本体和系统可能逐步收敛为少数平台；再往后进入模型阶段，具身大模型整合应用，应用本身也开始收敛。”对于解耦，他认为长期一定是解耦的，“只是现阶段还做不到，就像20世纪70年代末不同计算机上的Basic语言也不完全一样，具身智能仍处于非常早期的阶段。”

现阶段，数据与本体依然高度相关。焦继超指出，不同机器人的电机参数和构型不同，跨本体迁移仍面临很大挑战。“更有效的路线是让硬件和软件进行深度匹配。”

“拨号上网时代”，

不要等5G才去卖电脑

如果大脑是机器人进一步发展的关键，当前具身大模型最需要解决什么问题？

刘宇龙指出了虚拟与现实的差距：本体实际达到的指标未必与理论状态一致，真实有效的数据也远远不够。这对于四足机器人可能阻碍不大，但到了要执行长线程任务的人形机器人上，问题会被放大。

智身科技联合创始人兼执行总裁 刘宇龙

焦继超将痛点归结为数据和模型架构。他表示，互联网文本和图像数据丰富，但加入力觉、触觉后，数据量远远不够，获取方法也不成熟。此外，现有多模态大模型多从自然语言迁移而来，未必适配具身数据，未来需要专门面向具身智能的新架构。

赵同阳则抛出了直指商业本质的拷问：如果每个需求都要单独训练，企业究竟是在做专用工具，还是通用机器人？“企业的工程师数量有限，但需要解决的任务近乎无限，数据、模型和架构能否同时解决多任务、形成泛化能力，是最大的卡点。”

尽管卡点重重，程昊却认为没必要过度悲观。“现在具身大模型还太早期，更像是处在拨号上网时代，但用户期待的是5G。不过，大脑并不需要达到最终状态才能销售。拨号上网时代，全球计算机也已经拥有很大销量并满足了需求。具身智能不会突然从不能用变成完全可用，会循序渐进发展。”

落地时间表：

先干粗活累活，家庭场景靠后

在这场求解中，工业、商用、科教、家庭等场景谁先规模化，也有了清晰的共识。

徐磊从销售数据看，目前B端实际需求大于C端，更多来自高校、特种、工业和商业等领域。“工业和商业场景比家庭结构化，变量少。未来机器人可能成为物理世界的交互入口。”

赵同阳认为市场不缺需求，缺的是匹配的技术产品。他排出了清晰的优先级：第一是巡逻、巡检、安保，任务相对明确；第二是工业场景，先做粗活、累活、容易让人疲劳或受伤的工作，精细操作短期难完成；第三是开放生态。家庭则是相对靠后的场景。

焦继超和刘宇龙也认同这一节奏。焦继超表示，前一阶段教育科研文娱需求突出，接下来随着技术提升，工业客户需求迫切且对价格不那么敏感，可能进一步放量。刘宇龙则指出，机器人会从实验室走向四足机器人训练、巡检、应急和消防，承担危险、高重复的工作，这些刚需甚至不能用金钱衡量，随后才进入工业商业，最终走向消费端。

加速进化创始人兼董事长 程昊

程昊则提出了更精细的维度：“不能简单判断ToB和ToC谁先，而是两条路线都从简单任务开始，再逐步进入复杂任务。比如陪伴（ToC）和汽车总装（ToB）难度差别极大。”

从这场讨论可以看出，机器人的规模化应用不存在一个等待所有技术成熟后，再统一启动的时刻，大脑、硬件、生产、标准、成本和场景需求会相互牵引。对于今天的具身智能产业而言，万台交付或许只是规模化的起点，正如对话末尾所点透的那样：比数字更重要的问题是，这些机器人交付之后，是否真的被用起来了。