三大趨勢(shì)，定調(diào)2026年具身智能

2026-02-13 17:24

星河頻率

關(guān)注

作者 | 毛心如

如果一場(chǎng)有關(guān)具身智能的圓桌對(duì)談，聽(tīng)到的關(guān)鍵詞是還遠(yuǎn)、鴻溝、刷榜、缺標(biāo)準(zhǔn)，你會(huì)覺(jué)得這是一場(chǎng)唱衰嗎？

答案恰好相反。

過(guò)去兩年，具身智能從學(xué)術(shù)概念迅速膨脹為一級(jí)市場(chǎng)最擁擠的賽道。

融資額連創(chuàng)新高，人形機(jī)器人登上春晚，一個(gè)后空翻都能制造短暫的熱搜。

但現(xiàn)實(shí)是，科研人員將模型和硬件真機(jī)部署之后，發(fā)現(xiàn)離真正希望的大規(guī)模應(yīng)用還是有比較大的鴻溝。這種鴻溝正在被越來(lái)越多的人發(fā)現(xiàn)并承認(rèn)。

從行業(yè)風(fēng)向不難發(fā)現(xiàn)，現(xiàn)在越來(lái)越多的玩家不會(huì)急切地去追求通用泛化，而是把目光聚焦在哪些場(chǎng)景能實(shí)現(xiàn)商業(yè)閉環(huán)，我們還能在哪些方面擴(kuò)大自身的優(yōu)勢(shì)。

這場(chǎng)由原力靈機(jī)主辦的圓桌論壇上，清華大學(xué)教授汪玉、智源研究院院長(zhǎng)王仲遠(yuǎn)、階躍星辰 CEO 姜大昕、星海圖 CEO 高繼揚(yáng)、原力靈機(jī) CEO 唐文斌齊聚一堂，匯集了從學(xué)界到產(chǎn)業(yè)、從模型大腦到行動(dòng)身體的具身智能全鏈路參與者。

這場(chǎng)圓桌釋放出了一個(gè)深刻的觀點(diǎn)：2026 年不會(huì)是具身智能的 ChatGPT 時(shí)刻，但它很可能是行業(yè)從狂熱敘事轉(zhuǎn)向理性深耕的分水嶺。

同時(shí)，這場(chǎng)圓桌也為 2026 年具身智能行業(yè)發(fā)展，清晰勾勒出了三大核心趨勢(shì)。

從 Demo 演示到規(guī)模化商業(yè)閉環(huán)

一直以來(lái)，具身智能的發(fā)展大多還是停留在 Demo 演示和仿真環(huán)境測(cè)試階段，大多數(shù)玩家的追求都是全場(chǎng)景泛化。雖然這樣的技術(shù)理想很豐滿，但現(xiàn)實(shí)是大多機(jī)器人仍然面臨著走不出實(shí)驗(yàn)室、干不了活的尷尬。

在這場(chǎng)圓桌論壇上，一個(gè)共識(shí)顯現(xiàn)：具身智能的全場(chǎng)景泛化在短期內(nèi)不具備實(shí)現(xiàn)條件。

2026 年行業(yè)的核心發(fā)展方向需要暫時(shí)擱置全場(chǎng)景通用的愿景，聚焦特定封閉或者半封閉場(chǎng)景，實(shí)現(xiàn)技術(shù)、數(shù)據(jù)、商業(yè)的規(guī)模化閉環(huán)。

從技術(shù)層面來(lái)看，具身智能的泛化能力存在多維度的實(shí)現(xiàn)難點(diǎn)，這決定了全場(chǎng)景落地的不現(xiàn)實(shí)性。

階躍星辰 CEO 姜大昕認(rèn)為，具身智能的泛化應(yīng)該包含場(chǎng)景泛化、任務(wù)泛化、目標(biāo)泛化三個(gè)核心維度，場(chǎng)景分為封閉、半封閉、全開放，任務(wù)涵蓋導(dǎo)航、抓取、家務(wù)等。

不同維度的泛化難度天差地別，目前行業(yè)尚未形成對(duì)具身智能 ChatGPT 時(shí)刻的統(tǒng)一定義，實(shí)現(xiàn)全維度的零樣本泛化只會(huì)更難。

相較于大語(yǔ)言模型僅需處理虛擬的語(yǔ)言信息，具身智能需要融合計(jì)算機(jī)視覺(jué)、運(yùn)動(dòng)控制、環(huán)境感知等多領(lǐng)域技術(shù)，其技術(shù)復(fù)雜度呈指數(shù)級(jí)提升，短期之內(nèi)難以實(shí)現(xiàn)全場(chǎng)景的自主適應(yīng)。

正因如此，先解決單一場(chǎng)景問(wèn)題，再逐步探索泛化成為了 2026 年行業(yè)的核心共識(shí)。

智源研究院院長(zhǎng)王仲遠(yuǎn)認(rèn)為，現(xiàn)在最現(xiàn)實(shí)的路徑是通過(guò) VLA +強(qiáng)化學(xué)習(xí)把一個(gè)個(gè)真實(shí)的場(chǎng)景解決好，先讓機(jī)器人干起活，再在真機(jī)中積累更多的數(shù)據(jù)，形成數(shù)據(jù)的閉環(huán)，最后再來(lái)解決泛化性的問(wèn)題。

這個(gè)思路拒打破了為了泛化而泛化的技術(shù)誤區(qū)，將數(shù)據(jù)閉環(huán)作為連接單場(chǎng)景落地與全場(chǎng)景泛化的橋梁，同時(shí)單場(chǎng)景的持續(xù)運(yùn)營(yíng)，也是積累真實(shí)真機(jī)數(shù)據(jù)的唯一途徑。

從商業(yè)落地來(lái)看，可規(guī)模化、可持續(xù)化、可核算 ROI 也成為 2026 年具身智能落地的核心評(píng)判標(biāo)準(zhǔn)。

原力靈機(jī)聯(lián)創(chuàng)唐文斌基于自身對(duì)具身智能 ChatGPT 時(shí)刻的理解，給出了 2026 年的目標(biāo)，實(shí)現(xiàn)單一場(chǎng)景一千臺(tái)機(jī)器人的持續(xù)運(yùn)行。

星海圖創(chuàng)始人高繼揚(yáng)則更加激進(jìn)，他認(rèn)為整個(gè)行業(yè)都需要在生產(chǎn)力端看見(jiàn)明確增長(zhǎng)，兩年之內(nèi)能夠有單一場(chǎng)景上萬(wàn)臺(tái)出貨量。而從落地場(chǎng)景來(lái)看，工業(yè)物流、制造業(yè)等封閉或半封閉場(chǎng)景也將成為 2026 年具身智能落地的核心賽道。

目前具身智能在倉(cāng)庫(kù)、工廠里打螺絲等場(chǎng)景已具備初步落地條件。這些場(chǎng)景的特點(diǎn)是環(huán)境可控、任務(wù)單一、干擾因素少，能夠有效降低機(jī)器人的感知和操作難度，更易實(shí)現(xiàn)數(shù)據(jù)閉環(huán)和 ROI 核算。

相較于家務(wù)、服務(wù)等開放場(chǎng)景，工業(yè)場(chǎng)景對(duì)機(jī)器人的錯(cuò)誤容忍度相對(duì)較低但場(chǎng)景邊界清晰，且存在巨大的產(chǎn)業(yè)升級(jí)需求，成為具身智能從實(shí)驗(yàn)室走向產(chǎn)業(yè)的最佳切入點(diǎn)。

盡管硬件仍面臨著連續(xù)穩(wěn)定性工作、安全性、電池續(xù)航等問(wèn)題，但在封閉場(chǎng)景中，這些問(wèn)題可通過(guò)環(huán)境適配、設(shè)備改造等方式得到緩解，足以支撐機(jī)器人實(shí)現(xiàn)常態(tài)化運(yùn)營(yíng)。

可以說(shuō)，2026 年具身智能行業(yè)將正式進(jìn)入單場(chǎng)景落地元年，誰(shuí)能率先在特定場(chǎng)景實(shí)現(xiàn)規(guī)模化、可持續(xù)化運(yùn)營(yíng)，誰(shuí)就能成為行業(yè)發(fā)展的標(biāo)桿。

評(píng)測(cè)體系與技術(shù)標(biāo)準(zhǔn)走向統(tǒng)一

AI 的發(fā)展離不開標(biāo)準(zhǔn)和評(píng)測(cè)的支撐，大語(yǔ)言模型的快速迭代，一定程度上得益于完善的評(píng)測(cè)體系和相對(duì)統(tǒng)一的技術(shù)標(biāo)準(zhǔn)。

而具身智能作為融合軟件模型+硬件實(shí)體+物理交互的復(fù)合型領(lǐng)域，目前仍處于評(píng)測(cè)體系缺失、技術(shù)標(biāo)準(zhǔn)碎片化、開源生態(tài)不完善的發(fā)展階段。

這也成為制約行業(yè)從 Demo 演示走向規(guī)模化落地的核心瓶頸。

從 2025 年開始，越來(lái)越多產(chǎn)業(yè)界、學(xué)術(shù)界的研究人員都在為具身智能找標(biāo)準(zhǔn)，像原力靈機(jī)的 Robochallenge、上海交通大學(xué)的開源測(cè)評(píng)集 GM-100 都是印證。

經(jīng)過(guò)野蠻生長(zhǎng)的 2025 年，推動(dòng)真機(jī)評(píng)測(cè)常態(tài)化、技術(shù)標(biāo)準(zhǔn)統(tǒng)一化、開源生態(tài)體系化，補(bǔ)齊行業(yè)發(fā)展的底層短板成為 2026 年的必然趨勢(shì)。

首先，是基于物理世界的真機(jī)評(píng)測(cè)體系將成為行業(yè)主流，RoboChallenge 等平臺(tái)將引領(lǐng)行業(yè)評(píng)測(cè)標(biāo)準(zhǔn)的構(gòu)建。

當(dāng)前具身智能的評(píng)測(cè)多停留在仿真環(huán)境中，LIBERO、SimplerEnv、RoboTwin 等現(xiàn)有評(píng)測(cè)基準(zhǔn)規(guī)模小、場(chǎng)景單一，很多測(cè)評(píng)分?jǐn)?shù)已經(jīng)被刷到接近滿分。

但這個(gè)分?jǐn)?shù)并不能反映機(jī)器人在真實(shí)物理世界中的實(shí)際能力，只有基于物理世界真實(shí)的、大規(guī)模的、真機(jī)的測(cè)評(píng)，才能引導(dǎo)整個(gè)行業(yè)快速的、正向的發(fā)展。

其次，具身智能技術(shù)標(biāo)準(zhǔn)的統(tǒng)一將提上日程，模型輸出、數(shù)據(jù)格式等核心標(biāo)準(zhǔn)將率先形成行業(yè)共識(shí)。

當(dāng)前具身智能行業(yè)的標(biāo)準(zhǔn)碎片化問(wèn)題體現(xiàn)在多個(gè)方面，硬件接口不統(tǒng)一、數(shù)據(jù)采集格式不一致、模型輸出邏輯不相同，導(dǎo)致企業(yè)之間的技術(shù)成果無(wú)法互通、模型難以重復(fù)驗(yàn)證，極大降低了行業(yè)的研發(fā)效率。

目前國(guó)內(nèi)外都在積極進(jìn)行模型開源，但在最后的部署復(fù)現(xiàn)都變成了一件棘手的問(wèn)題。

這背后的關(guān)鍵就是各家的標(biāo)準(zhǔn)并沒(méi)有統(tǒng)一，數(shù)據(jù)類別千差萬(wàn)別，甚至格式、代碼也有很多難以對(duì)齊。這樣碎片化的標(biāo)準(zhǔn)，讓行業(yè)陷入各自為戰(zhàn)的研發(fā)困境，也制約了具身智能的規(guī)模化落地。

2026 年，這一問(wèn)題也將迎來(lái)實(shí)質(zhì)性突破，具身智能的技術(shù)標(biāo)準(zhǔn)制定將正式進(jìn)入行業(yè)議程。

2025 年底，工業(yè)和信息化部人形機(jī)器人與具身智能標(biāo)準(zhǔn)化技術(shù)委員會(huì)正式成立，其中由學(xué)界以及產(chǎn)業(yè)界相關(guān)人士構(gòu)成，通過(guò)雙方實(shí)際經(jīng)驗(yàn)，定義具身智能模型輸出的標(biāo)準(zhǔn)。

模型輸出標(biāo)準(zhǔn)將解決模型驗(yàn)證、技術(shù)互通的核心問(wèn)題，讓行業(yè)的研發(fā)成果能夠?qū)崿F(xiàn)共享和迭代。

而隨著單場(chǎng)景規(guī)模化落地的推進(jìn)，硬件接口、數(shù)據(jù)采集等標(biāo)準(zhǔn)也將逐步形成行業(yè)共識(shí)，推動(dòng)行業(yè)從碎片化發(fā)展走向協(xié)同化發(fā)展。

最后，是全鏈條的開源生態(tài)將逐步構(gòu)建，成為推動(dòng)行業(yè)技術(shù)創(chuàng)新的核心動(dòng)力。

開源是人工智能技術(shù)快速發(fā)展的重要推手，大語(yǔ)言模型的普及、Transformer 架構(gòu)的一統(tǒng)江湖，都離不開開源生態(tài)的支撐。

具身智能作為技術(shù)復(fù)雜度更高的領(lǐng)域，更需要開源生態(tài)的助力，讓中小企業(yè)和科研機(jī)構(gòu)能夠站在巨人的肩膀上進(jìn)行研發(fā)。

未來(lái)，像 Robochallenge 這種平臺(tái)或許會(huì)向公益化形態(tài)發(fā)展，打造包含開源框架、開源硬件、開源數(shù)據(jù)、開源應(yīng)用/評(píng)測(cè)的全開源生態(tài)。

目前，具身智能的開源生態(tài)已經(jīng)在算法層面實(shí)現(xiàn)了初步發(fā)展，依托開源社區(qū)，第一梯隊(duì)的公司例如美國(guó)的 Physical Intelligence，開源后算法傳播會(huì)在 2-3 個(gè)月內(nèi)完成。

在 2026 年，具身智能的開源將從算法層面延伸至硬件、數(shù)據(jù)、評(píng)測(cè)等全鏈條，原力靈機(jī)、智源研究院等頭部機(jī)構(gòu)也會(huì)不斷加大開源力度，降低行業(yè)的研發(fā)門檻，推動(dòng)技術(shù)創(chuàng)新的加速落地。

總的來(lái)說(shuō)，評(píng)測(cè)體系與技術(shù)標(biāo)準(zhǔn)的統(tǒng)一，是具身智能從技術(shù)探索走向產(chǎn)業(yè)落地的必要前提。

隨著真機(jī)評(píng)測(cè)平臺(tái)的完善、具身智能核心標(biāo)準(zhǔn)的制定以及全鏈條開源生態(tài)的構(gòu)建，行業(yè)將擺脫無(wú)標(biāo)準(zhǔn)可依、無(wú)評(píng)測(cè)可考的發(fā)展困境，為規(guī)模化商業(yè)閉環(huán)提供堅(jiān)實(shí)的底層支撐。

產(chǎn)學(xué)研深度融合，提升中國(guó)玩家整體競(jìng)爭(zhēng)力

具身智能，從來(lái)不是只屬于企業(yè)的舞臺(tái)，學(xué)術(shù)界的技術(shù)探索和產(chǎn)業(yè)界的實(shí)踐落地，二者缺一不可。在以中美為主導(dǎo)的行業(yè)競(jìng)爭(zhēng)中，美國(guó)在算法、大腦端更占優(yōu)勢(shì)，中國(guó)在供應(yīng)鏈、產(chǎn)能上更勝一籌已經(jīng)是公認(rèn)的共識(shí)。

那么，下一階段中國(guó)玩家要提升核心競(jìng)爭(zhēng)力的錨點(diǎn)就在于，持續(xù)擴(kuò)大供應(yīng)鏈優(yōu)勢(shì)，同時(shí)推動(dòng)產(chǎn)學(xué)研合作發(fā)展，形成學(xué)術(shù)探索推動(dòng)產(chǎn)業(yè)落地，產(chǎn)業(yè)落地反哺學(xué)術(shù)研究的正向循環(huán)。

清華大學(xué)的汪玉教授表示，美國(guó)在模型研發(fā)和數(shù)據(jù)積累的工作做得更早，但目前中國(guó)在具身智能產(chǎn)業(yè)鏈的整體投入已經(jīng)遠(yuǎn)遠(yuǎn)多于美國(guó)。

中國(guó)完善的產(chǎn)業(yè)鏈和供應(yīng)鏈能夠把應(yīng)用開放的范圍擴(kuò)展得更廣，與此同時(shí)再加大在模型和應(yīng)用層面的投入，中國(guó)有可能在具身智能領(lǐng)域早于美國(guó)實(shí)現(xiàn)更快突破。

相較于美國(guó)超級(jí)碗聚焦大語(yǔ)言模型的技術(shù)展示，中國(guó)春晚成為機(jī)器人技術(shù)落地的重要舞臺(tái)，這一差異也反映了中美兩國(guó)在 AI 發(fā)展上的不同側(cè)重。

其次，中國(guó)的產(chǎn)學(xué)研聯(lián)動(dòng)日益緊密，形成產(chǎn)業(yè)問(wèn)題推動(dòng)學(xué)術(shù)研究，學(xué)術(shù)研究解決產(chǎn)業(yè)痛點(diǎn)的正向循環(huán)，這是中國(guó)具身智能發(fā)展的另一核心優(yōu)勢(shì)。

過(guò)去，中國(guó)的人工智能發(fā)展曾存在學(xué)術(shù)與產(chǎn)業(yè)脫節(jié)的問(wèn)題，學(xué)術(shù)界專注于論文發(fā)表，產(chǎn)業(yè)界專注于商業(yè)落地，兩者之間缺乏有效的溝通和協(xié)作。

現(xiàn)在中國(guó)學(xué)術(shù)界和產(chǎn)業(yè)界正在增加聯(lián)動(dòng)，真正推動(dòng)產(chǎn)學(xué)研的深度融合。

這種融合，體現(xiàn)在多個(gè)方面：產(chǎn)業(yè)界的實(shí)際落地痛點(diǎn)成為學(xué)術(shù)界的研究方向?qū)W術(shù)界的技術(shù)探索為產(chǎn)業(yè)界提供了創(chuàng)新思路，例如智源研究院發(fā)布的 RoboBrain、RoboBrain-X0 等模型產(chǎn)學(xué)研共建評(píng)測(cè)平臺(tái)、制定行業(yè)標(biāo)準(zhǔn)，例如 RoboChallenge 平臺(tái)聯(lián)合了產(chǎn)業(yè)界、學(xué)術(shù)界和研究機(jī)構(gòu)共建，實(shí)現(xiàn)了技術(shù)、硬件、數(shù)據(jù)的共享2026 年，中國(guó)具身智能的產(chǎn)學(xué)研融合將進(jìn)一步走向常態(tài)化、機(jī)制化。

高校和科研機(jī)構(gòu)將成為產(chǎn)業(yè)界的技術(shù)研發(fā)中心，產(chǎn)業(yè)界將成為高校和科研機(jī)構(gòu)的場(chǎng)景驗(yàn)證中心，兩者的協(xié)同創(chuàng)新將推動(dòng)具身智能技術(shù)的快速迭代和落地。

而像階躍星辰與原力靈機(jī)這種產(chǎn)業(yè)界之間的協(xié)同也會(huì)不斷變多，并進(jìn)一步延伸至學(xué)術(shù)界，形成更大范圍的產(chǎn)學(xué)研影響力。

基于此，中國(guó)具身智能玩家的整體競(jìng)爭(zhēng)力將實(shí)現(xiàn)全面提升，有望在全球競(jìng)爭(zhēng)中率先實(shí)現(xiàn)具身智能的大規(guī)模商業(yè)化落地。

DM0 模型由原力靈機(jī)與階躍星辰聯(lián)合訓(xùn)練除此之外，作為已經(jīng)實(shí)現(xiàn)規(guī)模化軟硬件產(chǎn)品量產(chǎn)交付的星海圖，其創(chuàng)始人高繼揚(yáng)表示，中國(guó)的整機(jī)和供應(yīng)鏈經(jīng)過(guò)過(guò)去兩年的準(zhǔn)備，已經(jīng)發(fā)生了很多變化。

供應(yīng)鏈、零部件的可靠性和一致性問(wèn)題得到了明顯改善，真機(jī)數(shù)據(jù)的積累也隨整機(jī)落地逐步推進(jìn)，供應(yīng)鏈-數(shù)據(jù)-算法的產(chǎn)業(yè)鏈條將形成正向循環(huán)。

可以說(shuō)，2026 年是中國(guó)具身智能玩家提升全球競(jìng)爭(zhēng)力的關(guān)鍵一年：產(chǎn)學(xué)研深度融合將解決具身智能的核心技術(shù)痛點(diǎn)供應(yīng)鏈優(yōu)勢(shì)將推動(dòng)技術(shù)的規(guī)模化落地豐富的產(chǎn)業(yè)場(chǎng)景將為具身智能提供廣闊的發(fā)展空間三者結(jié)合，將讓中國(guó)在具身智能的全球競(jìng)爭(zhēng)中占據(jù)有利地位，有望率先迎來(lái)屬于中國(guó)的具身智能 ChatGPT 時(shí)刻。

2026 年，大概率不會(huì)是具身智能的奇跡之年，而是入局玩家要把笨功夫下透的一年。

理性發(fā)展、務(wù)實(shí)落地會(huì)成為真正的主旋律。

當(dāng)評(píng)測(cè)從仿真遷往真機(jī)，場(chǎng)景從泛化退回到垂直，競(jìng)爭(zhēng)從模型崇拜轉(zhuǎn)向 ROI 算賬，行業(yè)也需要經(jīng)歷一場(chǎng)夢(mèng)想照進(jìn)現(xiàn)實(shí)的祛魅。

畢竟具身智能這場(chǎng)馬拉松，行業(yè)整體才跑出了一公里。

原文標(biāo)題 : 三大趨勢(shì)，定調(diào)2026年具身智能