具身智能:从“能跑会跳”到“真干真用”,我们走到了哪一步?
具身智能:从“能跑会跳”到“真干真用”,我们走到了哪一步?
AI正从数字空间走向物理世界,具身智能被视为继智能手机、新能源汽车之后最具颠覆性的智能终端。但热潮之下,一个核心问题亟待回答:它究竟能干活了吗?
元年之后:热闹与冷静并存
2026年被业界视为具身智能规模化应用的元年。数据层面,中国已成为全球增长最快的市场之一,2026年市场规模预计突破1.09万亿元。全球人形机器人2025年出货量约1.8万台,中国企业占据约74% 的份额。资本也在用脚投票,仅2026年上半年国内融资总额就达460亿元。
然而,与这组数据的火热形成对比的,是业内冷静的判断:具身智能的“iPhone时刻”远未到来,目前仍处于“大哥大”时代。
落地路径:三层阶梯与“进厂打工”的现实
行业的商业化共识是一条清晰的三层递进路径:工业场景 → 商业场景 → 家庭场景。
工业场景因环境结构化、ROI清晰,成为率先破局的阵地。今年已有基础搬运、上下料机器人批量落地,头部企业出货量预计突破1万台。但多数订单仍流向高校和研究所,产业界更关心的是:机器人能否在工厂连续稳定工作数月,并真正降本增效? 目前尚无企业完全通过这一考验。
进化方向:从“看见”到“触摸”,从“演示”到“作业”
从技术演进看,具身智能正经历关键升级。
第一,触觉感知成为刚需。 此前机器人主要靠视觉语言模型,但面对易碎品或精密装配,缺乏触觉就像“盲人摸象”。今年,VTLA模型成主流方向之一,相关触觉传感器订单迎来爆发式增长。高精度触觉传感器被视为打通物理AI“最后一厘米”的关键。
第二,数据瓶颈仍是最大制约。 有观点认为,具身智能达到GPT-2.0水平至少需要千万条级数据,但目前全球真实数据仅有约50万条。为破解困局,行业正探索“无感采集”、众包模式,甚至让机器人从失败数据中高效学习。
终极梦想:家庭场景,为何仍是迢迢长路?
让机器人走进家庭,是终极愿景,也是最大挑战。家庭是非结构化环境,物品位置、种类随时变化,对机器人的泛化能力和安全性要求极高。一台能跑会跳的机器人在实验室成功率或达89%,到了真实家庭可能骤降至12%。
归根结底,机器人在家庭中缺乏一个能真正理解物理世界因果关系的“大脑”。行业普遍预计,家庭场景规模化普及可能还需要3到5年。
结语:路在何方?
具身智能正穿过概念炒作与工程化落地的“死亡之谷”。短期内,价值将沿着 “工业→商业→家庭” 路径渐进释放;长期看,随着世界模型技术成熟、数据工业化生产体系建立,这一领域有望在3-5年内迎来真正的拐点。
它不只是买更多机器人,而是捕捉最有价值的失败数据,并让它高效进入模型进化。 这条路,道阻且长,但行则将至。
DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。
更多推荐
所有评论(0)