8 月下旬，北京亦庄的展馆里，最忙的不是观众，而是工程师。

一台人形机器人在展台前搬箱子，动作不快。它先停顿了一下，像是在确认箱子的位置，然后伸手、夹住、抬起，走了几步，又放下。围观的人举着手机拍。旁边的工作人员盯着它的脚，随时准备上前扶一把。

过去几年，人形机器人展会最常见的画面，是挥手、跳舞、比心，或者在一段提前规划好的路线里走完几十米。那更像消费电子发布会：灯光、音乐、口号和剪辑过的视频。

今年 8 月，北京的机器人展会和人形机器人运动会仍然有这些东西，但台下的人已经没有那么容易被打动了。他们更关心机器人摔没摔、卡没卡、能不能重复做第二遍。

一个投资人说，他现在看机器人公司，已经不太问“你们的大模型有多强”，而是问“你们一天能跑几个小时”。

这可能是 2026 年具身智能行业最大的变化：它还没有真正成熟，但它开始被用产品的标准，而不是科幻的标准来审视。

2026 世界机器人大会在 8 月于北京举行。大会官网介绍，今年博览会关注应用场景、前沿技术、关键零部件、新品首发和国际合作，参展范围覆盖人形机器人、工业机器人、服务机器人、特种机器人和核心零部件。官方信息见：2026 世界机器人大会。

几乎同一时间，第二届世界人形机器人运动会也在北京举办。官网显示，赛事于 8 月 22 日至 26 日举行，参赛机器人要完成跑步、足球、格斗、接力等项目。官方入口见：世界人形机器人运动会官方网站。

外界容易把机器人运动会理解成一次大型表演。但对行业里的人来说，它更像一次公开压力测试。

跑步考验下肢控制，足球考验感知和决策，接力考验稳定性，格斗考验抗冲击和恢复能力。比赛场地不一定复杂，但只要不是完全可控环境，机器人就会暴露问题。

人形机器人行业过去几年有一种特殊的传播方式：公司发布一段视频，机器人在视频里完成跑步、跳跃、搬运或做家务；几天内，这段视频在社交媒体上传播，投资人、媒体和潜在客户开始询问公司进展。视频让行业变热，也让行业变得可疑。

因为看不见失败次数。

到了 2026 年，这件事开始变得不够用了。机器人公司需要回答更难的问题：机器人能不能从展台走向工厂？能不能长时间运行？能不能在不同光线、地面、货架和人员干扰下完成任务？如果坏了，是工程师远程调参，还是普通运维人员就能处理？

一位华东地区机器人创业公司负责人说，过去他们最怕投资人问技术路线，现在最怕客户问售后。

这不是坏事。它说明机器人终于离开了发布会。

---

人形机器人从“上场”到“进厂”，是今年 8 月最明显的行业叙事。

《经济参考报》8 月 21 日报道，人形机器人正在从“上场”走向“进厂”，资本继续押注产业化。报道引用天眼查公开披露融资事件统计称，今年以来国内机器人相关企业发生超过 230 起融资事件，同比增长 28.8%。报道见：从“上场”到“进厂”，资本加码押注人形机器人产业化前景。

“进厂”听起来比“上场”朴素，但门槛更高。

舞台允许机器人失败。工厂不允许。

在展会上，一台机器人慢半拍，观众会觉得可爱；在产线上，慢半拍意味着节拍错位。展会上机器人摔倒，现场可以鼓掌；工厂里机器人摔倒，可能会造成停线、损坏设备，甚至带来安全事故。

这也是为什么很多机器人公司开始主动降低叙事的高度。过去它们说自己要做“通用人形机器人”；现在更常说的是巡检、搬运、分拣、上下料、仓储、汽车工厂、3C 产线。

目标变小了，事情反而更真实。

一个制造业客户不会为“像人一样”付钱。他只会为稳定性、效率和成本付钱。如果一个固定机械臂能完成任务，客户没有理由买一台更贵、更复杂、更难维护的人形机器人。人形机器人的机会，只会出现在那些传统自动化设备覆盖不好、环境变化又比较大的场景里。

这类场景通常不浪漫。夜间巡检、危险环境操作、仓库搬运、柔性制造、设备维护，工作重复、辛苦，有时还脏。

但机器人商业化最早可能就从这些地方开始。

---

资本市场对这件事的态度也变了。

财联社 5 月报道，2026 年以来具身智能领域融资已经超过 345 亿元，资金正从整机公司向全产业链扩散。报道见：300 多亿资本涌入具身智能，从整机向全产业链“热起”。

新华网同月的一篇报道则提到，资本加速布局具身智能，但交付能力正在成为估值锚点。报道见：资本加速布局具身智能，交付能力成估值锚点。

这两个变化放在一起看，行业已经过了只靠故事融资的阶段。

2024 年，投资人追问的是“你们是不是中国版 Figure”。2025 年，大家开始讨论“谁能做出中国版 Optimus”。到了 2026 年，问题变成了“你们今年能交多少台，毛利率多少，客户续单吗”。

问题变得难听，也变得正常。

人形机器人是一种资本密集型生意。它不像一个 App，几个人写几个月代码就能上线；也不像大模型应用，先接 API 再找场景。机器人公司要同时处理硬件设计、供应链、控制算法、数据采集、整机制造、现场部署和售后服务。

一台机器人背后，不只是一个“大脑”，还有关节模组、减速器、电机、传感器、电池、灵巧手、控制器、仿真系统和安全系统。任何一个环节出问题，最终都会表现为机器人“不好用”。

所以今年资本开始看产业链，是一个自然结果。

整机公司最容易被看见，但未必最先赚钱。关节模组、灵巧手、伺服系统、力控传感器、仿真平台、遥操作数据平台，都可能先出现稳定收入。

新能源汽车产业曾经发生过类似的事。最初最受关注的是整车品牌，后来电池、电机、电控、智能驾驶芯片和供应链公司逐渐获得定价权。机器人行业也可能经历这个过程。

人形机器人是入口，不一定是全部。

---

北京人形机器人创新中心在这次大会期间发布了两个产品：大一统具身智能模型 Pelican-Unify 和轻量化人形机器人天工 Omni。公开信息见：北京人形登陆 2026 世界机器人大会，发布 Pelican-Unify 与天工 Omni。

这类发布的关键词，已经不只是“机器人本体”，而是“模型”和“本体”的一体化。

过去机器人行业有很多分层：视觉负责识别，语言模型负责理解，规划模块负责拆解任务，控制系统负责执行。每一层都能优化，但接在一起之后，经常会出现误差累积。

比如一个机器人听懂了“把桌上的杯子拿过来”，但它识别错杯子的位置；或者识别对了，却无法判断杯子是否装了水；判断对了，手指力度又不合适；力度合适，走路时又晃了一下。

人类觉得简单的动作，机器需要拆成很多步骤，每一步都可能失败。

这也是具身智能和普通人工智能最大的区别。大语言模型说错一句话，可以再生成一次；机器人抓错一个杯子，可能会把杯子摔碎。软件错误通常停留在屏幕里，机器人错误会进入物理世界。

所以 2026 年行业真正关注的，不是机器人会不会聊天，而是它能不能把“看见、理解、行动、反馈”连成一个稳定闭环。

这也是 VLA 模型、世界模型、模仿学习、强化学习、遥操作数据和仿真平台持续升温的原因。

VLA 是 Vision-Language-Action，也就是视觉、语言、动作模型。它试图让机器人不再只是“看见物体”和“理解指令”，而是直接学会“该怎么做”。世界模型则希望机器人在行动之前，能对物理世界有基本预判：箱子有多重，门会怎么开，杯子会不会倒，地面会不会滑。

这些词听起来像论文标题，但落到商业上，只有一个意义：减少失败次数。

---

海外公司把这件事称为 Physical AI。

NVIDIA 在今年 3 月发布的资料中说，它正和全球机器人企业一起推动 Physical AI 进入真实世界，覆盖工厂、人形机器人、边缘 AI 和仿真训练等方向。相关链接见：NVIDIA and Global Robotics Leaders Take Physical AI to the Real World。

MarketsandMarkets 7 月发布的市场趋势文章预计，embodied AI 市场规模将从 2025 年的 44.4 亿美元增长至 2030 年的 230.6 亿美元。相关信息见：Embodied AI Market Growth Driven by NVIDIA, Tesla & Others。

海外的路线和中国不完全一样。

美国公司更强调平台。NVIDIA 提供算力、仿真、训练和部署工具；Tesla 的 Optimus 依托汽车制造体系和自动驾驶数据经验；Figure、Agility Robotics 等公司则围绕通用机器人或仓储场景推进。

中国公司更强调速度、供应链和场景。北京、上海、深圳、杭州、苏州等地都在布局具身智能产业集群，地方政府、产业基金、制造企业和创业公司同时入场。

这两种路线各有优势。美国更擅长底层平台和开发生态，中国更擅长供应链组织、工程迭代和成本控制。机器人行业最终需要两者同时成立：模型要足够强，硬件要足够便宜，场景要足够真实。

缺任何一个，都只能停留在演示阶段。

---

不过，具身智能离真正爆发还有很长距离。

最难的是数据。

大语言模型有互联网文本，图像模型有海量图片和视频，但机器人没有一个现成的“互联网”。机器人学习一个动作，需要真实世界里的交互数据。它要知道手碰到物体时的力，物体移动时的变化，不同材质、重量、光线和空间布局带来的影响。

这些数据很贵。

一条文本可以复制无数次，一个动作数据却要在物理世界里采集。遥操作、仿真、合成数据都能缓解问题，但还不能完全替代真实场景。

第二个难题是泛化。

机器人在实验室能拿起杯子，不代表它在家庭厨房里也能拿起杯子。现实环境里有水渍、遮挡、杂物、反光、不同高度的桌面，还有人类临时改变主意。一个看起来简单的任务，会迅速变成复杂系统问题。

第三个难题是成本。

如果一台人形机器人售价几十万元甚至上百万元，它就必须替代足够高价值的劳动。否则客户会继续选择更便宜、更成熟的自动化设备。

第四个难题是安全。

机器人进入工厂还只是开始。未来如果进入医院、养老院、学校、商场和家庭，它要面对的不是单纯技术问题，还有监管、责任和伦理问题。一个机器人撞到设备和撞到老人，是完全不同的事故。

这些问题会让具身智能的商业化比大模型慢得多。

它不会像一个软件产品那样一夜增长。它更像新能源汽车、半导体或工业软件：周期长、投入重、回报慢，中间会死掉很多公司。

---

但行业也确实已经过了最虚的阶段。

8 月的北京展馆里，机器人仍然不完美。它们动作慢，反应有延迟，很多任务还需要工作人员在旁边看着。一些公司展示的能力，离真实客户使用还有距离。社交媒体上的热闹，也会放大行业短期进展。

但和两年前相比，变化已经发生。

机器人公司不再只讲“未来家庭里每个人都有一个机器人”。它们开始讲工厂、仓库、巡检和交付。投资人不再只问创始人背景和技术路线，也开始看订单、成本和产能。客户不再只看演示视频，而是要求试点、驻场和售后。

这意味着行业进入了一个不那么兴奋、但更重要的阶段。

从前，人形机器人像一个答案：AI 需要身体。
现在，它更像一个问题：什么样的身体，能在真实世界里工作？

答案不会在一场大会里出现，也不会由某一家公司单独给出。它会出现在一个个枯燥的场景里：机器人在夜里巡检一次没有报警，在仓库里连续搬了几百个箱子，在工厂里稳定上下料一整周，在摔倒后自己站起来，在工程师不在旁边时仍然完成任务。

这些瞬间不会像发布会视频那样传播得很快，但它们才是机器人行业真正的里程碑。

2026 年 8 月，具身智能最重要的事，不是机器人更像人了。

而是它终于开始被当作一种机器来要求。

这比像人更难，也更接近生意。