2026 年 8 月，北京国家速滑馆。一台人形机器人跑百米，用了 9.39 秒。

一年前在同一块场地，这个数字是 21.50 秒。跳高从 0.96 米变成 2.88 米，1500 米从 6 分 34 秒变成 2 分 21 秒。

进步快得吓人。

但同一场运动会，新京报记者在现场看到的是另一幅画面：很多机器人插不好一根充电线，拆不开一个药盒，能拿高分的队伍往往靠人在后台摇杆遥控，真正自主完成的表现并不理想。

一边是跑赢人类，一边是干不了活。这个落差，就是当下具身智能最真实的样子。

---

一、为什么"干活"比"跑步"难得多

先说一个可能违反直觉的事实：对机器人来说，跑步其实是个相对简单的问题。

跑道是平的，长度是定的，规则是明确的。机器人的身体怎么动，物理规律高度可预测。这类问题多喂数据、多调参数，就能刷出成绩。

家务完全是另一回事。

你家的抽屉可能有点涩，得斜着使劲才拉开；你的杯子比标准杯重，抓的时候力道不一样；地上突然多了个玩具，路线得改。这些细节没法提前教完，因为每个家都不一样。

光明网在 2026 年 7 月的报道里打了个很准的比方：同样是那张桌子，今天放着水杯，明天可能放着水果、玩具或者药品。

宇树科技董事长王兴兴说得更直接——目前全世界最大的瓶颈，是具身智能的泛化能力不够。在固定场景里成功率很高，一到开放环境就骤降。

打个我自己的比方：现在的机器人像一个在驾校练了一万小时的学员。科目二满分，侧方停车完美。但你让他开上你家小区那条又窄又乱、还随时有人窜出来的路，他就懵了。

他缺的不是驾驶技术，是应对没见过的路况的能力。

---

二、三条路：搬数据、改脑子、还是记笔记

这个问题怎么解，业内大致分三条路。

第一条：搬更多数据。 让机器人多练、多看。问题是具身数据太贵了——每一条都得真机在物理世界里一次次交互采出来，成本极高。科普中国在 2026 年 6 月直接称之为"数据荒漠"，说它的规模和文本数据差着好几个数量级。

第二条：让机器人在现场改自己的参数。 学术上叫测试时训练。思路是对的，但代价大：改参数有崩掉的风险。你让它学会开你家抽屉，结果它把走路给忘了——这在工程上不能接受。

第三条，也是 2026 年真正火起来的：不改脑子，改"记性"。

这条路的专业名词叫 ICL，In-Context Learning，上下文学习。

听着玄，其实特别朴素。你想想自己怎么用一台新咖啡机：你不会去重新学一遍机械工程，你看同事操作一次，就会了。你的大脑没被改造，你只是把那次演示记在了脑子里，下次照着做。

机器人现在也在学这一招。

---

三、2026 年 8 月，两周三个大新闻

我给你排一组时间线，我觉得这是理解当下这个行业最关键的一组日期：

• 8 月 18 日，Skild AI 发布 S1：看一遍演示视频，就能执行长达 10 分钟的新任务，没见过的任务一次成功率 66%。
• 8 月 19 日，Generalist AI 发布 GEN-1.5：只要 3 到 12 秒的演示片段，就能学会一个新动作，平均成功率 59%。
• 8 月 31 日，清华 AIR 联合域变换放出 Zeva，提出 ICCL。

两周内，三家机构，三个重磅发布，全部指向同一个方向。

更早之前，英伟达和斯坦福在 7 月还发过一篇 RoboTTT，把机器人能"记住"的上下文长度做到了 8000 步（约 5 分钟），比此前的最好水平高出三个数量级，性能提升了 62%。

信号很清楚：大家不再只比"模型多大、数据多少"，开始比"机器人当场能记住多少、用得多好"。

可可矩阵 CEO 高宇翔有句话说得挺到位——继续堆数据、堆模块，后面会越来越难；真正的新问题是：机器人部署出去之后，还能不能继续学习。

---

四、ICCL：从"看别人做"到"自己摔出来的经验"

前面说的 S1、GEN-1.5 那一派，学的是看别人演示。

Zeva 的 ICCL 往前走了一步。它的全称是 In-Context Causal Learning，上下文因果学习。

区别在哪？用煮咖啡打比方：

• 演示型：看同事煮了一次，你照着做。你知道步骤。
• 因果型：你自己煮，手被蒸汽烫了一下。你记住的不是"步骤"，而是**“我这么伸手就会被烫”**——这是因果。

Zeva 干的就是第二件事。它的模型参数全程冻结，一次都不更新。机器人每尝试一次，就记下"当时的状态 → 我做了什么动作 → 结果发生了什么变化"，存进外部记忆。下次遇到类似情况，先翻翻笔记。

论文里的数据：在 RoboCasa365 基准上，随着尝试次数增加，累计成功率从 26% 涨到 73%；在真实化学实验室场景里，取试管 65%→100%、倒水 30%→80%。而且只要人在开始时演示一次，放烧杯的成功率就能额外提升 20 个百分点。

项目负责人是清华 AIR 的曹婷。论文里有个细节我觉得挺聪明：它把记忆分成了两层，一层是"这一次尝试内部的短期记忆"（比如抓取过程中逐渐收紧的力道），另一层是"跨越多天的长期经验"（比如这个抽屉一直很涩）。跟人脑的工作记忆和长期记忆，几乎是同一个结构。

---

五、那机器人到底什么时候进你家？

说实话：已经开始了，但比宣传里慢得多。

截至 2026 年 9 月，真正开始往普通消费者家里送机器人的，主要是 1X 的 NEO，售价 2 万美元或每月 499 美元订阅，而且是限量预订。

其他几家的情况：

• 宇树：累计下线约 1.8 万台，但招股书显示 73.6% 卖给了高校和科研院所，真正流入私人家庭的不足 0.8%。
• 特斯拉 Optimus：2026 年 8 月启动第三代试产，全年产量约 2 万台，全部用于内部测试，面向公众发售要到 2027 年底前。
• 智元：累计下线 15000 台，主要用在产线上下料、物流分拣、导览导购这些企业场景。

为什么这么慢？除了前面说的泛化能力，还有三个坎：

成本。家用级均价约 18 万元，普通家庭买不动。

安全。一台几十公斤的机器人在家里移动，对老人小孩是实打实的风险。《人形机器人安全要求》的家用服务部分国家标准，2026 年 3 月才立项——标准都还在制定初期。

隐私。一个带摄像头、天天在你卧室厨房转的设备，数据去哪儿了？

这一点上，ICCL 的架构反而有个意外的好处：因为它不更新权重，机器人是在本地记忆里积累经验，你的家务习惯和居家画面，理论上不需要回传厂商服务器去训练模型。对一个家用设备来说，这个设计选择的意义可能比性能数字更大。

顺便说个反方声音。钛媒体 2026 年 6 月一篇文章标题就叫"家用机器人至少还要等 10 年"，引了从业者的实测反馈：市面上所有人形机器人，都还无法交付标准化的家庭服务。

还有个数据得提一句——据媒体转引斯坦福 AI 指数 2026 报告，机器人在真实家庭场景的平均任务成功率仅 12%（⚠️这个数是媒体转引，我没查到原始报告，请谨慎看待）。

我的判断是：2026 年是机器人在工厂和企业里跑通的元年，不是进家庭的元年。 高盛 8 月把 2030 年全球出货量预测上调到 89 万台，但它认为率先规模化的是物流仓储，不是家庭；真正把家用型推到百万量产级别的时间点，业内比较严肃的预测都在 2029 年之后。

---

六、明年的机器人比赛，会比"跑跳"更比"干活"

现在回到运动会。我觉得赛场上的变化，比论文更能说明行业往哪走。

第一届（2025 年 8 月，北京）：26 个项目里，跑步、跳远、足球、搏击这类纯运动项目占了大头，真正干活的任务类项目只有 7 项（工厂搬运、仓储分拣、医院药品分拣、酒店清洁等）。

第二届（2026 年 8 月，北京）：参赛队伍从 280 支涨到 666 支，机器人从 500 多台涨到 2056 台。项目变成 51 项，其中场景赛从 7 项猛增到 21 项，占比超过四成，覆盖家庭清洁、酒店服务、工业生产、应急救援、商超零售、办公服务、园林巡检、车辆充电九大领域。

家庭清洁，正式成了比赛项目。

更关键的是评分规则：组委会把全自主的权重设为 1.0，遥控只有 0.5。翻译一下就是——靠人在后台摇杆撑着的，分数直接打对折。

这是在用赛制逼行业换赛道。组委会的说法是"让机器人不仅动起来，更能派上用场"。而且他们的命题方式很实在：调研了几十家零售企业、酒店、制造工厂，把日常运营的核心痛点提炼成赛题，评分标准就是企业的考核指标。

第三届已经官宣：2027 年 8 月，北京。 具体赛项还没公布，但按 7 项→21 项这个势头，明年大概率还会继续加，而且加的会是干活类项目。

不过我得补一句公道话：运动类项目并没有被削弱，竞技赛反而扩到了 30 项，而且成绩突破更吸睛。所以准确的说法不是"不再比运动了"，而是**“干活类项目的比重正在快速上升”**。

---

七、最后

把这几件事放在一起看，逻辑就清楚了：

运动能力这条线，已经接近阶段性天花板——百米跑进 9.39 秒，再往下刷的边际意义在变小。

行业竞争的重心，正在从"能不能动"转向"到了一个新地方，能不能自己越干越好"。

而 ICL、尤其是 ICCL 这类技术，就是冲着后面这个问题去的：不改大脑，只攒笔记；不靠厂商远程更新，靠自己现场长本事。

这也是为什么明年的赛场值得看。百米冠军已经不那么稀奇了，真正让人期待的，是某台机器人在酒店清洁赛里连续失手三次之后，第四次自己找到了正确姿势——而它的工程师，从头到尾没有碰过键盘。

那一刻要是真出现了，才是机器人离你家客厅最近的一次。

---

主要来源

• Zeva 论文（arXiv:2608.30880，2026-08-31）：https://arxiv.org/abs/2608.30880
• 量子位 / 智源社区对 ICCL 的报道（2026-09-02）：https://hub-assets-cache.baai.ac.cn/view/57631
• Skild AI S1 官方博客（2026-08-18）：https://skild.ai/blogs/s1
• Generalist AI GEN-1.5 官方博客（2026-08-19）：https://generalistai.com/blog/gen-1.5
• RoboTTT（arXiv:2607.15275，2026-07-16）：https://arxiv.org/html/2607.15275v1
• 凤凰网 / 量子位《具身 ICL 来了创业玩家！上下文成 Scaling 新赛道》（2026-09-06）：https://i.ifeng.com/c/8wCR1LHwCuI
• 光明网谈家庭环境难点（2026-07-02）：https://wlaq.gmw.cn/2026-07/02/content_38864337.htm
• 新京报现场观察与王兴兴访谈（2026-08-21）：https://epaper.bjnews.com.cn/html/2026/20260821/20260821_A04/
• 第二届世界人形机器人运动会场景赛设置（央视，2026-08）：https://ysxw.cctv.cn/article.html?item_id=5445271388779725289
• 第三届运动会官宣（北京市政府，2026-08-27）：https://www.beijing.gov.cn/fuwu/lqfw/gggs/202608/t20260827_4839300.html
• 运动成绩对比（中国网，2026-08-26）：http://v.china.com.cn/2026-08/26/content_118664700.html

⚠️ 标注为单源或转引的数据：1X NEO 交付信息（仅官方单源）、Generalist AI 估值 30 亿美元（TechCrunch 单源）、Skild AI 估值 45 亿美元、家庭场景平均成功率 12%（媒体转引斯坦福 AI 指数，未见原始报告）、可可矩阵天使轮金额（未披露）。各家公布的成功率因缺乏统一评测基准，彼此不可直接比较。