机器人会翻跟头，不等于机器人能干活

2026年的夏天，机器人成了最会"表演"的明星。

上海，世界人工智能大会（WAIC2026）现场，各家的人形机器人轮番上阵，抓杯子、叠衣服、引导讲解，引来阵阵掌声。再把时间拨回几个月前的春晚舞台，来自宇树、银河通用、松延动力的机器人翻跟头、盘核桃、演小品，行云流水。

可就在这片火热里，腾讯首席科学家、RoboticsX 实验室主任张正友，在 WAIC 期间说了一句很冷静的话：

“今天最聪明的人工智能，本质上还是’缸中之脑’。”

这句话，值得所有被机器人视频燃到的人，停下来想三秒。

一、从"能不能动"到"能不能干活"：行业拐点的本质

先摆一组让人肾上腺素飙升的数字。

IDC 数据显示，2025 年全球人形机器人出货量约 1.8 万台，同比增长 508%。进入被称为"量产元年"的 2026 年，仅国内出货量就预计攀升至 6.25 万台；全球范围内，中国厂商承包了 80%—90% 的份额。

速度更夸张。智元机器人（AGIBOT）第 10000 台通用具身机器人"远征 A3"于 3 月 28 日正式下线——从千台到万台，只用了 15 个月，刷新全球量产速度纪录。宇树科技 2025 年人形机器人出货超 5500 台，位居全球第一。

资本比市场跑得更快。2026 年上半年，中国具身智能融资约 935 亿元、322 笔，金额同比暴增 5 倍，全年有望突破 1500 亿；全球 robotics 融资在 H1 也冲到 558 亿美元。

数字很漂亮。但漂亮的数字只证明了一件事：机器人"能做出来"了。

它没证明另一件事：机器人"能用起来"了。

张正友口中的"缸中之脑"，点破的正是这个盲区。过去几年大模型进展惊人，可一旦进入真实世界，问题就来了——它未必真正理解物体的位置、空间关系和可操作性；也很难在一个持续变化的环境里，一边行动、一边接收反馈、再及时纠错。"这就像被养在缸里的大脑，拥有丰富的知识，却没有身体，也缺少和世界直接互动的闭环。"他给这种状态起了个名字：离身智能。

会场里翻跟头的，是"离身"的炫技；工厂里稳定干活的，才是"具身"的开始。2026 年的真正拐点，不是机器人会不会动，而是它能不能在开放环境里，持续、可靠、低成本地干活。

下面的闭环图，是张正友给腾讯具身智能定的主线——也是"离身"走向"具身"的唯一路径：先让智能看懂物理世界，再让它想象目标状态，最后把想法变成稳定的动作，并在反馈里持续验证。

二、三道生死线：为什么大多数机器人停在"样板间"

能翻跟头，和能在客户产线上 7×24 小时稳定干活，中间隔着三道刚性门槛。一家行业媒体把商业化落地拆得很清楚：

第一道：交付的真实性与含金量。 真实交付，不是工厂下线、不是渠道压货，而是终端客户签收验收；不是百台级样机赠送，而是稳定批量；产品得有真正的具身智能属性，而不是固定程序的自动化设备、遥控机械装置。

第二道：场景的闭环性与可持续性。 太多企业把"机器人进了场景"等同于"落地成功"。可真正的闭环有三环：能解决客户真实痛点（替代高危重复劳动、降本）、客户算得清投资回报周期并愿意持续付费、场景能从单点复制到全行业。当下行业的普遍困境，是绝大多数落地停在"样板间工程"——试点跑一段，就因稳定性不足、效率不达标被束之高阁，更别提复购。

第三道：盈利的独立性与正向性。 不靠母公司输血、不靠融资续命、不靠政府补贴，机器人业务本身能否跑出正向现金流，覆盖研发生产销售全链路成本。

这张漏斗图，画的是行业的真实分布——能挤过三道门的，是极少数：

有没有真正穿过去的？有，而且就在 2026 年。

银河通用的 Galbot S1 进入宁德时代电池工厂，实现 7×24 小时常态化自主作业；它靠的是独创的虚实融合训练范式和百亿级具身数据集。智元机器人已落地上汽、均胜电子产线，作业效率比人工提升 60% 以上。优必选 Walker S 成建制进入吉利、比亚迪、富士康，还拿过一次性 531 台的全球最大单笔人形机器人订单——更关键的是，其工业机器人单价从去年的 1187 万元降到 76 万元，价格塌方本身就是"能不能规模用"的信号。

再看应用分布的结构。海外统计显示，已部署人形机器人中，制造占 72%、物流 14%、零售 8%、医疗科研 4%——高度集中在制造。中国信通院的判断也一致：2026 年工厂与物流流水线是最先规模化落地的主战场，工业渗透率有望突破 15%，而医疗康养仍在试点。

一句话：机器人先去工厂"打工"，不是因为它最想去，而是因为那里任务最标准、回报最清晰。

三、真正的瓶颈不是电机，是数据：回到"缸中之脑"

讲完门槛，得讲根子。为什么大多数机器人过不了关？行业里有句话很扎心：身体跑得太快，大脑还没跟上。

核心瓶颈不在机械结构，也不在电机，而在数据和模型架构。张正友说得直白：真正的智能，需要让语言、视觉、空间认知、身体控制和环境反馈连通起来，在"感知—身体—行动"的闭环里接受验证。而具身智能训练所需的数据，稀缺得惊人。

业界把数据画成一座金字塔，越往上越好、也越难采：

遥操作数据虽然采集效率低，却被认为是训练机器人效果最好的数据；互联网数据海量，却离"在真实世界里稳稳抓一个杯子"最远。中国信通院的测算很残酷：要实现物理智能的涌现，至少需要百万甚至千万小时的高质量真实行为互动数据，而现阶段实际可用的，远远不够。且真机数据采集依赖场景搭建、专业设备和专家示教，单次成本远高于图像或文本。

有人在被子里找出路。腾讯用亚毫米级 UMI 采集系统，积累超 1 万小时人类示教数据；智象未来联合诺亦腾，把"真实数据 + 生成式视频"融合，预计年内生成数万小时具身训练数据。合成数据，成了破解供给难题的新思路。

技术路线也还没收敛。去年业界兴起 VLA（视觉-语言-动作）范式，今年就在谈"世界模型"。NVIDIA 在 6 月 9 日抛出了首个"灵巧度 Scaling Law"——类比当年驱动大模型革命的 Scaling Law。如果灵巧度真能像语言一样随规模提升，那具身智能此刻，正处在 2020 年 NLP 爆发前的那个拐点。

所以银河通用联合创始人张直政的判断很克制：“具身智能规模化应用会在 2026 年开始，全面落地则需要 5—10 年。”

四、两条路，一场生死博弈

剥掉所有叙事泡沫，入局者只剩两条路，没有绝对对错，只有生死边界不同。

第一条：通用人形先行，自上而下。 先把全尺寸人形机器人的全栈技术攻下来，做成通用平台，再向下覆盖工业、消费、康养。优势是一旦跑通，壁垒极高、马太效应强——这也是全球顶尖玩家都把通用人形当核心战略的原因。但死亡陷阱也清晰：研发投入大、量产周期长、回本慢、容错率极低，任一环节掉链子就直接坠崖。对 99% 的入局者，这是一条看似光明、几乎走不通的死路。

第二条：垂直场景先行，自下而上。 放弃对通用人形的执念，先找一个刚需明确、付费强的场景（工业装配、电力巡检、高端康养、物流搬运），做专用机器人，先赚到第一笔钱、活下来，再用场景里的现金流和数据反哺通用能力。优势是符合商业规律、先活后大。最大风险是掉进"专用设备陷阱"——赚了稳定钱，却永远吃不到行业最大红利，最终沦为巨头生态里的一个配套环节。

两种活法都有标杆。未来不远机器人死磕家庭场景，F2 全屋家用机器人已在 300 多个家庭、累计 3 万+ 小时高频服务，实现整月无人为干预稳定运行，用户满意度 97%——它证明了，在最私密的家庭里建立的信任，或许才是机器人进千家万户最坚实的那条路。银河通用则工业 + 商业双线，既进宁德时代工厂，又用"银河太空舱"零售机器人在 20 余城落地超百家。

走哪条路，本质是一场关于能力、资源、野心的生死博弈。

写在最后

2026 年的具身智能，名头很热闹：量产元年、万亿赛道、中国霸榜 80% 市场。但热闹底下，逻辑已经改写。

上半场是技术军备竞赛——比谁的电机更猛、谁的 demo 更炫、谁翻跟头更帅。下半场是商业化落地生死战——比谁能 7×24 稳定干活、让客户愿意复购、自己能造血。

给从业者一句：别只看"下了多少台"，要看交付的含金量（终端签收没有、批量没有、是真智能还是遥控）、场景的闭环（ROI 客户算得清吗、能从一点复制到一行吗）、盈利的独立（不靠输血能活吗）。风可以吹起一头猪，但只有长出翅膀的，才配留在天空。

给旁观者一句：下次再被一段机器人炫技视频燃到，先问一句——它在一个真实场景里，连续跑了多少小时？能翻跟头，和能干活，是两件事。

具身智能的 2026，不是表演赛，是耐力赛。谁先长出翅膀，谁留下来。

（本文数据来自 IDC、中国信通院、高工机器人、WAIC2026 论坛及公开行业报告，截至 2026 年 7 月。）