五位具身大佬谈：万台交付中，卡点在哪里？

当万台量产成为具身竞争指标如何突破其中技术卡点WRC 2026场面依旧壮观。人多到堪比地铁早高峰机器人多到逛展一天看不完。但在热潮之中我们看到一些变化也正在悄悄发生做双臂轮式机器人的开始做人形例如银河通用发了ET1星仔现场也开始跳舞做人形的也做起了双臂轮式机器人例如优必选Cruzr Y1、Cruzr S2优必选这次现场又用双臂轮式机器人展出了搬箱子、码垛子操作能力具身模型多了世界模型的路径世界模型几乎成了所有具身论坛和嘉宾都会提到的话题大家说的世界模型却又有些不一样落地这一终极话题被摆到了台面上除了科研、表演外大家想尽办法让机器人去市场中落地时人形机器人似乎又往回退了一步用稳定性更强的异形机器人去尝试落地例如傅利叶展台的半人马机器人……这些变化背后既是技术驱动也是资本驱动也是在这两者共同驱动之下具身机器人赛道在今年需要回答另一个备受质疑的问题具身机器人如何规模化量产要知道不少产业人士是将百万量产作为产品量产的真正门槛去年不到两万台的人形机器人“量产”被提及时都要打个引号。也是在这一年不少具身团队也喊出了量产口号优必选就提出了要在今年量产万台工业人形机器人刚刚上市的宇树则在近日官宣了1.8万台累计人形机器人下线。然而理想很丰满现实很骨感。人形机器人标准化、稳定性都还会被打上一个问号的时候万台规模量产也带来了新的问题。就在WRC 2026的第二天的主论坛上主办方请了几位具身大佬上台来剧透万台量产背后的重重困难嘉宾阵容如下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、具身智能与人形机器人研究院院长 焦继超京东智能机器人业务部负责人 徐磊这其中被提及的关键问题有大脑能力与工程可靠性如何平衡产品如何匹配真实需求软硬件生态将怎样演化以及企业应该从什么场景切入。我们将这场对话进行了如下整理一起来看看具身行业热潮背后那些磨人的真相。01 万台交付卡在大脑也卡在生产和需求问具身机器人要走向万台交付当前最主要的卡点是什么赵同阳第一个卡点是大脑能力。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。因此大脑能力需要从99%提升到99.99%。这是机器人真正进入现实世界之前一个很大的卡点。程昊距离大规模落地最关键的卡点仍然在技术上。现在机器人的本体已经在部分场景中达到可用状态例如几十台甚至上百台机器人组成方阵动作能够保持整齐这说明硬件一致性已经取得了明显进展。小脑能力也在不断成熟包括通用运动控制、视觉与运动控制的结合以及全身运动控制等。相比之下具身大模型的技术路线还没有收敛行业内存在多种方案但还没有真正进入成熟的工程化落地阶段。除了大脑另一个问题是工程化。如何通过大量工程工作把可靠性提升到更高水平是由许多细小问题共同构成的挑战。问工业环境对可靠性要求很高如果大脑短期内无法达到极高的成功率机器人还能规模化落地吗刘宇龙如果从具身智能的理想状态看今天的大脑成熟度确实不够但如果目标是先实现万台级交付和实际使用大脑只要在特定场景中“够用”就可以。例如一台能够在全地形环境中自主移动的四足机器人只要可以把东西从A地搬到B地在这个场景里大小脑能力就已经达到了可用水平。在实际交付中我们遇到的第一个卡点是硬件指标。机器人需要在有限自重下承担足够大的负载还要满足高低温环境、持续工作时长等要求这些指标必须达到行业客户的底线。第二个卡点是批次一致性。万台交付需要保证不同批次产品的良率、工艺、评测和最终交付状态保持一致。但具身智能机器人还没有像汽车、无人机和家电那样形成明确、完整的行业标准企业需要协同上下游根据场景需求和供应链能力共同建立标准。焦继超从工业客户的角度看首先是万台级量产对产线和生产制造流程带来的挑战制造效率不能依靠不断增加人员来提高。从研发立项、软件开发、NPI导入到批量采购和质量管控行业需要建立标准化流程。例如在生产到第100台或第200台时发现问题需要进行工程变更这些变更能不能快速导入工厂直接关系到后续产品的一致性、稳定性和可靠性。但工业场景并不是所有工位都要求机器人达到极高的可靠性上下料和物流分拣等任务有的看重效率有的看重成功率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年、最多三年内收回来。这最终还是要回到BOM成本、交付成本和后续运维成本。企业可以先找到一两个能够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最后进入更复杂、准确率要求更高的任务。徐磊除了供给能力还要考虑供需关系是否匹配。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机器人到底解决了什么问题、创造了什么价值扫地机器人只完成一种任务也可以形成很大的市场。对于人形机器人和四足机器人来说关键同样是找到与用户需求的匹配点。从零售端的数据看目前具身智能产品的销售转化率比传统消费电子、手机数码低很多这说明产品和需求还没有完全收敛但也意味着其中存在机会。一旦找到真正的需求匹配点万台以上的交付就不会是最大的问题。02 具身产业终局会是赢者通吃吗问具身智能产业最终会形成少数平台“赢者通吃”还是本体、模型、供应链和垂直应用各自发展徐磊这个问题要分阶段来看。现阶段一定是百花齐放的因为技术和场景都还没有收敛有的企业专注本体有的做小脑、大脑和模型也有企业选择全栈路线不同技术之间的碰撞会带来更多创新。但随着产业走向规模化和商业化技术与场景一定会逐渐收敛只有形成标准才能进一步扩大规模。从长期看我认为产业仍会按照不同场景和领域进行细分不一定只剩下少数几家公司。赵同阳我认为一定会走向集中。未来如果每家每户都有一两台人形机器人市场空间将非常大足以容纳多家规模巨大的公司。但机器人融合了大模型、硬件、生态和软件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。就像手机行业进入智能机时代后少数头部企业获得了大部分利润其他企业则专注于特定用途。焦继超如果从供应链看电机、减速器和具身智能芯片等环节会出现头部企业。本体市场也可能形成若干巨头和平台更多企业则在这些平台上开发应用。未来的形态可能类似智能手机硬件平台逐步集中应用端保持丰富。但具身智能的特殊之处在于硬件和软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。刘宇龙具身智能带来的机会不会只存在于某一个行业。教育、工业、商业和消费等不同垂直领域都可能出现自己的头部企业。以工业为例其内部还包括大量细分场景并受到产业链、渠道和地域等因素影响很难完全统一。到了消费端用户需求更是千人千面未来每个人拥有的机器人可能需要兼顾价格、个性化和具体需求这会为更多企业留下发展空间。程昊我们认为具身智能的发展大体会经历三个阶段本体阶段、Agent阶段和模型阶段。现在还处于本体阶段因此产品百花齐放进入Agent阶段后本体和系统可能逐步收敛为少数平台平台上的应用会越来越丰富再往后进入模型阶段具身大模型可能进一步整合应用应用本身也会开始收敛。与此同时通用设备和专用设备仍会并行发展智能手机出现后相机并没有消失专业设备仍然会沿着各自的方向继续迭代。03 大脑、本体均需自研问机器人本体和具身大模型应该由同一家企业完成吗软硬件能否像计算机产业一样实现解耦焦继超现阶段数据与本体高度相关。不同机器人的电机参数和构型不同采集到的数据也会存在差异一个模型在一台机器人上能够运行换到另一台机器人上往往还要重新调试跨本体迁移仍然面临很大挑战。从最终目标看可能有很多条技术道路但它们的长度和曲折程度不一样我认为更有效的路线是让硬件和软件进行深度匹配。徐磊我的观点有所不同终局一定是希望模型能够在不同本体上通用。现阶段有的企业围绕自己的本体采集数据有的企业专门进行模型训练这些路线都在探索。随着本体形态和能力逐步收敛模型能力继续迭代模型在不同本体间的通用和迁移能力也会增强。赵同阳我认为身体和灵魂应该统一。如果企业只想做类似Windows的系统或者只想成为硬件主机厂、代工厂可以只做其中一部分。但如果想成为类似苹果的公司就要把灵魂和肉体结合起来。程昊长期看两者应该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现在仍处于非常早期的阶段。问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一个最直接的问题是虚拟的大脑与真实身体之间存在差异。本体实际达到的指标未必与理论状态完全一致同时真实、有效的数据在数量和质量上也远远不够。对于操作要求不高的四足机器人这种差异可能还不会阻碍规模化应用但到了人形机器人它不仅要移动还要操作、执行长程任务并理解更多任务这一问题就会被进一步放大。焦继超第一是数据。具身智能需要的数据不仅包括数量和质量还包括数据类别。互联网中的文本和图像数据相对丰富但如果把力觉、触觉等信息加入模型数据量还远远不够获得高质量数据的方法也不成熟。第二是模型架构。现有多模态大模型大多从自然语言大模型迁移而来未必适配具身数据的类别和训练范式未来可能需要出现专门面向具身智能的新架构。赵同阳针对一个行业或一个场景采集数据再用模型完成训练并不是完全做不到。真正的问题是客户需求非常多如果每个需求都要单独训练企业就会面临一个选择究竟是在做专用工具还是在做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因此数据、模型和架构能否同时解决多任务问题能否形成泛化能力是最大的卡点。程昊现在具身大模型还太早期很难用一两个卡点概括它更像是处在拨号上网时代但用户期待的是5G中间涉及多维度的问题。不过大脑并不需要达到最终状态机器人才能开始销售和应用。拨号上网时代全球计算机也已经拥有很大的销量并满足了当时的不少需求。具身智能同样不会在某个时点突然从不能用变成完全可用而会随着具体场景的推广循序渐进地发展。04 谁先把简单任务做透谁的具身先落地问工业、商用、科教、巡检、陪伴和家庭服务哪些场景会率先形成规模徐磊从过往销售数据看目前B端的实际需求大于C端。C端咨询很多但从订单结构和已购用户看需求更多来自高校、特种、工业和商业等领域。工业和商业场景通常比家庭更加结构化变量也相对较少。随着模型能力发展桌面式陪伴机器人也会产生新的应用机会。未来机器人可能成为物理世界中的交互入口让人与环境中的不同设备直接交流。焦继超落地节奏最终取决于产品成熟度包括硬件、软件成熟度与用户需求的匹配。前一阶段教育、科研和文娱表演等小B端需求比较突出接下来随着技术能力提升工业客户需求迫切、对价格又相对不那么敏感工业端可能进一步放量。个人端的情感陪护同样存在较大需求这种产品不仅是进行语言对话还需要通过主动与被动交互、动作和微表情等方式让用户获得情感上的反馈。赵同阳市场并不缺需求缺少的是能够满足需求的技术和产品企业应该先选择技术相对容易实现、当前已经基本能够完成的任务。第一类是巡逻、巡检、安保和物业等场景。机器人已经具备一定的行走和视觉能力可以先进入这些任务相对明确的领域。第二类是工业场景。精细操作短期内很难完成可以先做粗活、累活、容易让人疲劳或受伤的工作包括风险类和搬运类任务。第三类是生态。企业不可能靠几百名工程师覆盖所有行业可以开放本体和底层能力让第三方基于硬件和软件开发更多应用。家庭会是相对靠后的场景。程昊我大体认同但ToC和ToB会并行发展。ToC中有容易落地的任务也有非常困难的任务ToB同样如此。陪伴和家务都属于ToC但技术难度差别很大汽车总装和前台服务都属于ToB难度也完全不同。因此真正的发展规律不是简单地判断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。刘宇龙具身智能最早从科研领域兴起随后进入文娱表演等场景。我们选择从实验室和应用科研走向四足机器人训练、巡检、应急和消防让机器人先承担危险、高重复、高挑战和容易令人疲劳的工作。这些任务往往是刚需和高频需求有时其价值甚至不能简单用金钱衡量因此可能率先启动。随后机器人会继续进入工业和商业服务等ToB场景最终走向消费端规模化应用。从这场讨论可以看到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。企业需要先找到机器人当前能够稳定完成、又确实能够创造价值的任务通过真实交付建立数据闭环再逐步进入更复杂的场景。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。原文链接五位具身大佬谈万台交付中卡点在哪里-36氪