撰文 | 李信马

题图 | DoNews摄

WAIC上的人形机器人越来越多了，2024年还是“十八金刚”，2025年已经膨胀到150多台（感兴趣请移步至《人形机器人“十八金刚”谁会留到最后？》和《实探WAIC 2025｜具身智能无一“翻车”，透露出哪些信号？》），到了本届WAIC，具身智能展区汇聚了超200家企业，成为规模最大的两大核心板块之一。

这次到底有多少机器人参展？最准确的说法可能是——到处都是。大会甚至为它们搭建了一座“模登时代·伙伴之城”，一排排的机器人从生产汽车到下厨做菜样样精通。甚至还有一位“乒乓高手”，能和你在乒乓球台上拉几个来回，这可是货真价实的“童子功”机器人！

不过，作为年年不落的WAIC官方合作媒体，DoNews对具身智能的感受，已经从前两届的惊艳、震撼，到现在的些许……审美疲劳？毕竟，每年机器人们都在整活，甚至已经在“重复性、同质化”地整活，见多了就习惯了，而我们期待已久的机器人进入生活却迟迟没有兑现。

舞台上的机器人再牛，就跟屏幕里的明星光彩照人一样，只是提供了情绪价值，却不可能和你真的“过日子”。另一方面，也是视角的不同，我们看到的只是机器人的表演，实际上更深层的产业变革，却难以被看到。所以DoNews通过逛展、采访还有整合大量WAIC官方资料，来更全面地回答这个问题：具身智能距离我们的生活还有多远？

01、过去一年的变化

只看机器人的表演，可能不那么容易看出来它们和去年同期那批机器人的区别，但从销售数据来看，它们的确卖得更多了。数据显示，2026年1至5月，全国具身智能产业企业销售收入同比增长22.4%，工业企业购进具身智能机器人总金额同比增长2.3倍。出口方面，今年一季度，我国各类单独列明的机器人合计出口额达到113.2亿元，产品远销至全球的148个国家和地区。

宇树GD01 DoNews摄

一级市场上，更能看到这个赛道的火热。毕马威的数据显示，2025年，具身智能行业的融资额达到111.7亿美元，同比增长152%，融资数量达670笔，同比增长81%；2026年一季度，融资额达到50.3亿美元，同比增长182.9%，融资数量为203笔，同比增长55%。今年上半年，有二十家左右的具身智能企业成为新晋独角兽，平均每十天就一家。

启明创投是中国甚至全球人工智能领域中最活跃的投资机构之一，其主管合伙人周志峰在演讲中感慨，过去一年中，他们接待了大量来自世界500强企业和顶级一二级市场基金的访问，来近距离观察中国的具身智能产业，并总结了中国具身智能几个非常清晰的优势。

首先是硬件方面，一台170cm以上全尺寸人形机器人的零组件有大约1200个，除了10个组件（主要是CPU和GPU）是在海外供应链生产，绝大部分组件都是中国长三角和珠三角两大产业集群生态提供的。其次，中国能提供最全面、最丰富的落地场景，可以让优秀的创业公司和产业方一同去试落地。第三，在中国采集具身智能数据和在美国采集的成本“差了七倍”，做大规模的数据采集有很大的优势。此外，在工程人才、算法等方面，国内也具备优势。

“这也是我在我的职业生涯中难以想象到的，一个领域在两到三年中诞生了300多家企业，这个密度太高了。这些企业成立时间短则一年，长则三年，现在有10家企业是200亿人民币左右的估值，有20家企业是100亿左右的估值，估值上升非常快。”周志峰说到。

这些成绩的取得，和政策上的支持也有紧密的关系，2025年，具身智能首次写入政府工作报告；2026年，“十五五”规划将其纳入国家未来产业重点战略布局。可以说，具身智能赛道现在是“不差钱”也不缺支持，阻碍它们落地的，更多的是技术上的难题。

02、三大难题

首先是技术路线之争，具身智能领域长期存在VLA（视觉-语言-动作模型）与世界模型两大技术路线博弈，一般会认为，VLA更擅长自然语言理解与场景泛化，但物理推演能力薄弱，而世界模型能够精准预判物理运动与受力，但在语义解析上存在短板。

自然而然地，众多企业乃至行业本身都在技术路线上摇摆不定。好在2026年6月，国内落地了首个《具身智能基准测试方法》行业标准，为技术路线的量化评估提供了统一标尺。目前行业逐渐形成了具身技术必须全链路贴合真实物理规律的共识，也许，VLA与世界模型并非“二选一”的对立关系，世界模型反而是VLA体系中的核心组成部分。

在《WAIC 2026探展：“镇馆之宝”点明了AI当下的三大趋势》中我们提到，蚂蚁灵波和智元机器人的产品作为具身智能的代表入选了今年WAIC的“镇馆之宝”，前者开源了LingBot系列模型，实现了“一脑多本体”，可以适配9类主流双臂机器人，并提供标准化通用具身方案；智元的GE-Sim 2.0模型则首创了内嵌强化学习闭环，打通仿真推演、物理运算与真机落地全链路，弥补传统VLA物理建模缺陷。

此外，还有来自其他企业一系列的技术突破，比如腾讯Robotics X实验室发布并开源了新一代具身 VLM（视觉语言）基座模型Hy-Embodied-VLM-1.0、具身原生的世界认知模型Hy-Embodied-RxBrain-1.0和VLA模型Hy-Embodied-VLA-0.5，并推动上述模型进入真实场景落地验证。

图源：腾讯

可以预见，具身智能在技术路线上不会陷入停滞，而是会持续演进。

第二道难题，是具身智能正深陷“数据饥渴”——高质量的物理世界数据稀缺，真实场景高度非结构化，硬件标准不一，采集成本高且难以复用。大模型可以靠互联网海量文本与图像数据实现跃迁，但具身智能的训练数据从何而来，仍是悬而未决的难题。

当下，行业有两种主要的解决方案，其一是将“数据问题”转化为“算力问题”，用高保真模拟器生成海量仿真数据，比如跨维智能的EmbodiChain工具链，就是以仿真合成数据为主完成VLA模型训练；其二，是通过搭建人形机器人训练场来规模化采集真机真实数据，还可以进一步开源，实现“采集-开源-落地-反馈-迭代”的闭环。上面提到，中国在数据采集方面具备独特优势，有着电子、汽车、新能源、家电、物流、电商仓储等高频率应用场景，京东就建成了全球最大的具身智能数据采集中心，两年累计超1000万小时数据。

如果将这两条路径结合起来，由仿真解决0到90%，最后10%的长尾细节通过真实数据来弥补，数据的问题就被极大地解决了。

机器人售货员 DoNews摄

最后一道难题是量产落地，目前行业基本遵循着“结构化工业场景先行、特种危险作业跟进、民生服务场景延后”，工信部与国务院国资委也联合启动了实景实训专项行动，目标在年底凝练百个以上高价值应用场景、带动万台级规模落地。目前具身智能大规模量产落地比较成功的案例，智元机器人算是一个，在大会开幕前夕，智元第15000台机器人下线，此时距离其达到万台量产不足3个月。

从供应链的视角来看，具身智能商业化的核心逻辑，是汽车产业链成熟能力的外溢与重构。现在部分头部汽车Tier1厂商正在扩产机器人核心零部件，把自动驾驶领域的传感器、电控相关技术迁移适配到机器人关节与动力系统；更不用说特斯拉、小鹏等自己下场做人形机器人的车企。不过，未来机器人批量地想走入家庭、工厂，成本还需要大幅下降，这也是对中国供应链长期的考验。

这个过程是迅速的，而且也将带动相关产业的发展。原点机器人创始CEO郭仁杰在交流中就提到：“去年一个关节模组那时候还是几千块钱，但今天可能一个关节模组只要三四百块钱……万元级的机器人可能会变成一件相对普及的事情。”上海浦东区2025年共销售了6000台左右人形机器人，占到全球的1/3，是世界上人形机器人量产落地最集中的区域，重要原因就是集聚了以智元为核心的130多家产业链上下游企业。

03、未来何时到来？

在有关具身智能的一个论坛中，当被问到，人形机器人的ChatGPT时刻何时到来，从智元合伙人、高级副总裁、具身业务部总裁姚卯青到腾讯首席科学家&腾讯Robotics X实验室主任张正友等行业专家，给出了两年到五年不等的时间。

乐观与谨慎的观点共存，但先决条件是清晰的——姚卯青认为，物理世界噪声更大、信息冗余更高，要实现对通用物理规律、开放式指令理解与任务规划能力的隐式掌握，需要亿小时级别的数据，才能让常见任务的基础成功率达到70%-80%。

无独有偶，在启明创投提出的2026 AI十大展望中，他们认为，头部机器人公司的有效数据，将从2025年的“万小时级”，跃升到2027年的“百万小时级”，其中人类第一视角数据会占绝对主导。可见，数据将是未来具身智能赛道竞争的一大重点。

这场竞争的时间不一定有多久，但一定是残酷的。“具身智能就像今年的世界杯——扩容了，一下子来了这么多选手，但最终的冠军仍然只有一个，竞争一定会更激烈。”周志峰表示。

张正友也同意现在行业存在同质化竞争的情况，但他认为这不一定是阻碍。“我觉得具身智能还是在起步阶段，没有真正落地。所以大家都找哪些场景能真正让具身智能发挥作用，不同的机器人厂家找到的场景可能都是差不多的。但这个不一定是坏事，大家对落地要有信心……我觉得踏踏实实去做，包括不同厂家的竞争是好事情，可能最后会死一批企业，这个也很正常。任何行业起步的时候都会有非常多的企业参与进来，但是后面会大浪淘沙，机器人行业还是会继续蓬勃发展的。”