过去两年，几乎所有具身智能企业都在讲同一个故事：人形机器人越来越像人，通用机器人即将到来。

但在刚刚开幕的 WAIC 2026 上，人们开始讨论另一件事：

机器人到底什么时候，才能真正干活？

本届 WAIC 以「智能伙伴 共创未来」为主题，展览面积首次突破 10 万平方米，汇聚 1100 多家全球企业、3000 余项前沿展品，规模创下历届新高。

相比过去几年更多聚焦模型能力和技术突破，今年大会释放出一个更加鲜明的产业信号：人工智能正从展示技术能力，迈向创造产业价值。

也正是在这样的背景下，具身智能企业展示的重点，也开始从单一产品性能，转向如何让机器人真正进入产业、创造价值。

云深处科技此次带来的，正是这样一套围绕真实场景构建起来的具身智能实践路径。

展台上，由四足机器人、轮足机器人和人形机器人组成的「一狗一猫一人」全矩阵产品，覆盖了机器人进入产业现场所需要的不同能力。

相比去年，今年产品矩阵最大的变化，并不是机器人数量更多，而是不同形态之间开始形成更加清晰的场景分工。

其中，新一代行业级轮足机器人山猫 M20S 进一步强化了高速机动、重载运输和复杂地形通过能力；而重磅亮相的轻量化轮足机器人山猫 S10，则成为现场最值得关注的新品之一。

山猫 S10 整机重量不足 20 公斤，以「小身形、大本领」为定位，不仅能够进入地下设备间、狭窄管廊等大型机器人难以抵达的空间，更通过轻量化设计和更具性价比的产品定位，进一步降低了机器人部署门槛，让过去难以覆盖的长尾场景，也开始具备规模化应用的可能。

另一项值得关注的变化来自人形机器人。作为全球首款行业级全天候人形机器人，DR02 具备 IP66 整机防水防尘能力，无论是应对意外溅水、粉尘还是复杂的气候条件，都能够保持可靠运行。

目前，DR02 已完成核心技术验证，并在变电站等真实场景开展作业测试，今年正式启动商业化落地。

这意味着，人形机器人在云深处的发展路径中，已经开始从技术验证迈向行业应用，成为真实作业流程中的一部分。

不过，如果把整个展台看完就会发现，真正串联起这些产品的，并不是机器人本身，而是它们背后对应的一批批行业解决方案。

依托 1200 多个真实场景积累，云深处已经形成覆盖电力、应急、消防、公安、林草、教育等六大领域的行业解决方案。

今年 WAIC 上，联合浙江省应急管理厅打造的行业首个防汛防台具身智能机器人「AI 防汛勇士」和行业首个密闭空间救援通信机器人「侦察通信」成为重点展示内容。

前者面向塌方、积水、滑坡等高危区域开展巡查、侦察和搜救，后者则针对矿山、隧道等密闭空间，解决传统救援中「侦察盲、通信断、风险高」等行业痛点。

两项方案均已完成实战演练，并进入基层应急救援场景，成为真实作业流程的行业方案。

也正因为如此，今年云深处真正展示的，并不是某一款机器人，而是一套能够持续复制行业经验的产业化能力：

产品负责适应不同场景，解决方案负责沉淀行业能力，而真实应用则持续反哺技术迭代。

这也正是云深处提出「1+X+N」战略背后的核心逻辑。其以统一的具身大脑（1）作为底层智能底座，支撑四足、轮足、人形等多形态机器人平台（X），最终在千行百业沉淀标准化应用场景和行业解决方案（N），形成从技术到产品、再到产业落地的完整闭环。

展台现场，这套能力体系也通过动态演示得到直观呈现：

山猫系列轮足机器人连续完成上下台阶、攀爬高台、越障等动作演示，人形机器人 DR02 展示军体拳、空翻等全身协同控制能力，机器狗、机器马则向观众开放互动体验。

观众看到的不只是机器人完成了哪些动作，更能够理解不同机器人为什么会以这样的形态存在，又分别适用于哪些真实场景。

但总结下来，真正值得关注的，并不是展台上的机器人越来越多，而是云深处正在尝试回答一个更重要的问题：

当具身智能进入产业化阶段，企业真正需要竞争的，已经不只是机器人本体，而是能否持续沉淀场景、复制方案，并最终形成一套可以规模化落地的产业体系。

这条看似更慢的「场景进路」，究竟意味着什么？它又能为今天持续升温的具身智能行业，提供怎样的冷思考？

1、场景，才是具身智能真正的「第一性原理」

当前，无论是 Agent 智能体、自动驾驶，还是具身智能产品，都在快速证明自己的技术能力。

但随着产业不断深入，一个共同的现象开始出现：技术越来越成熟，真正实现规模化商业落地，却远比想象中困难。

原因就在于，能力可以在实验室里训练，产业却只能在真实场景里成长。产业落地真正重要的，是每天、每周、每个月都能够稳定运行，在各种复杂环境下持续完成任务。

换句话说，技术决定能力的上限，而场景决定商业价值的边界。这一规律，在具身智能行业体现得尤为明显。

如今，人形机器人不断刷新运动能力纪录，跑得更快、跳得更高、动作更加灵活。

但真正进入产业之后，它最重要的评判标准，还是在于是否能够长期稳定地完成巡检、检测、救援、巡逻等具体工作。

于是，具身智能行业的竞争，也开始从谁的机器人更像人，逐渐转向谁真正理解场景。从这个角度来看，云深处的发展路径，恰好提供了一个值得观察的样本。

与不少企业「先造平台、再找场景」不同，云深处选择的是「先进入场景，再定义产品」。每一款机器人的诞生，都对应着一个真实行业提出的新需求，而不是为了展示某一项技术能力。

例如，今年云深处联合浙江省应急管理厅推出的行业首个密闭空间救援通信机器人「侦察通信」，就是一个典型案例。

它所解决的，并不是「如何让机器人走得更快」，而是一个长期困扰应急救援的现实问题。

在矿洞、地下管廊等密闭空间，一旦发生事故，救援人员往往首先面对的不是如何施救，而是「进不去、看不见、连不上」。

洞内结构复杂、通信中断、环境未知，任何贸然进入都可能带来新的风险。

围绕这一痛点，云深处将轮足机器人、多模态感知、通信保障以及端云协同 AI 融合在一起，让机器人能够在复杂环境中完成抵近侦察、生命探测、风险研判和通信中继，并最终在真实矿洞完成实战演练。

也正是在这样的案例下，云深处逐渐形成了一套不同于行业普遍做法的技术迭代路径：

由场景提出需求，研发解决需求，再通过真实落地验证效果，并继续从新的场景中获得新的反馈，形成持续演进的闭环。

截至目前，云深处机器人已累计落地 1200 多个应用场景，覆盖国内 34 个省级行政区及海外 45 个国家和地区。

每进入一个新场景，获得的不只是一次设备交付，更意味着真实运行数据、行业经验，以及对行业作业流程更深的理解。

对此，云深处科技创始人兼 CEO 朱秋国曾提出一个观点：「人工智能产业化，本质是技术适配场景、场景定义技术。」

放在今天来看，这句话讨论的已经不仅仅是机器人，而是整个 AI 产业正在经历的一次共同转向。

当技术逐渐成熟之后，真正定义竞争力的，不再只是模型本身，而是谁能够更深入地理解真实世界。

2、从「到得了」到「能操作」，场景如何长出全矩阵产品？

如果说场景决定了一家机器人的技术路线，那么它同样也决定着产品会长成什么样子。

很多机器人公司会先规划产品矩阵，再寻找对应的应用场景。

但回看云深处的发展过程会发现，它的产品演进路径几乎是反过来的：

不是研发出产品后去找应用场景，而是根据场景的任务要求部署产品研发，最终「长」出了不同形态的机器人。

这种演进，并不是简单地增加一个新品类，而更像是一条不断向前延伸的能力链。

最开始，需要解决的是「到得了」。

无论是地下电力隧道、山区巡检，还是地震废墟，这些场景共同面对的问题都是复杂地形。

碎石、台阶、泥泞、坡道、狭窄通道，对于传统轮式机器人而言往往意味着寸步难行。

因此，云深处最早推出绝影系列四足机器人，并不是为了模仿动物，而是为了让机器人真正具备进入非结构化环境的能力。

只有能够到达现场，后续所有作业才有意义，但随着越来越多项目落地，新的需求又出现了。

对于应急救援、消防侦察等场景来说，机器人不仅要「到得了」，还必须「快到达」。

黄金救援时间往往只有几分钟，机器人每提升一点移动效率，都可能意味着完全不同的救援结果。在这样的需求推动下，云深处推出了山猫系列轮足机器人。

相比四足机器人，山猫系列融合了轮式机器人的高速移动能力与足式机器人的复杂地形通过能力，在平整道路能够快速机动，在楼梯、碎石、泥地等复杂环境下又能够保持稳定通行，让机器人既拥有速度，也保留了地形适应能力。

其中，山猫 M20S 进一步强化了负载、防护和高速移动能力；

而轻量化的山猫 S10，则让地下设备间、狭窄管廊等过去难以覆盖的场景，也有了更加适配的产品选择。

但进入现场之后，新的问题再次出现。机器人能够发现问题，是否还能直接处理问题？

例如完成开关操作、旋转阀门、插拔接头、搬运设备，这些都已经不是移动能力能够解决的，而需要更加精细的双手操作能力。

于是，「能操作」的人形机器人开始成为下一阶段场景演进的自然结果。云深处推出的 DR02，就是为了补齐场景中的最后一块能力拼图。

作为全球首款具备 IP66 防护等级的行业级全天候人形机器人，DR02 能够适应淋雨、粉尘、高低温等复杂环境，并具备精细操作能力，可完成变电站开关操作、设备检测、应急设备传递等作业任务，真正实现从移动走向作业。

可以发现，从「到得了」到「快到达」，再到「能操作」，云深处产品形态的每一次演进，都是随着真实场景不断提出新的需求，自然而然生长出来的。

但对于云深处而言，真正重要的不是某一种机器人形态，而是它是否已经具备进入真实场景、持续创造价值的能力。

因此，四足、轮足、人形之间，从来不是替代关系，而是协同关系。

以应急救援为例，山猫轮足机器人能够第一时间快速抵达现场，完成灾情侦察；

绝影四足机器人深入废墟内部，进入更加危险、更加狭窄的人类无法抵达区域；

DR02 人形机器人则进一步承担设备操作、阀门控制、应急物资传递等更加精细的任务。

三种机器人，各自承担不同职责，却共同完成一项任务。支撑这种协同工作的，是云深处统一的全栈技术底座。

运动控制、多传感器融合感知、AI 决策、软件平台等核心能力，可以在不同机器人形态之间持续复用、共同迭代，让每一次真实作业积累的数据，都能够反哺整个产品体系。

进一步来看，这种能力最终又沉淀成覆盖电力、消防、应急、公安、林草、教育等六大行业解决方案。

对于客户而言，购买的也不再只是某一台机器人，而是一套已经嵌入行业作业流程、经过真实场景验证的解决方案。

从产品到方案，再到应用能力，场景不仅定义了机器人应该长什么样，也决定了一家公司最终能够交付什么样的价值。

3、三个判断，重新理解具身智能

如果把云深处的发展路径放回整个具身智能产业来看，它带来的价值，或许不仅仅是一家企业的成长故事，更像是在回答行业正在面对的几个关键问题。

第一，通用不一定是起点，但一定会是终点。

过去两年，具身智能行业形成了一种非常主流的发展路径：先打造一个尽可能通用的人形机器人平台，再不断拓展应用场景，最终实现规模化落地。

这条路径本身没有问题。但如果没有真实场景，「通用」究竟该朝什么方向演进？

按照云深处的思路，它不是等待一个足够成熟的通用机器人出现，再去寻找应用，而是先进入电力、消防、应急等已经存在明确需求的行业，把机器人真正用起来，再利用真实作业持续积累数据、验证技术、优化产品，让能力不断向更广泛的场景泛化。

换句话说，它选择的是一条「先有用，再通用」的发展路径，而这某种程度上也是云深处「1+X+N」思路形成的起点。

对于它来说，真正能够持续成长的，是一套不断进化的能力体系。

其中「1」对应统一的智能能力，「X」对应不断扩展的机器人形态，「N」则来自越来越丰富的真实行业场景。

三者不是独立存在，而是在真实应用中相互推动、共同成长。

数据显示，2023 年至 2025 年，云深处营收由 0.50 亿元增长至 3.37 亿元，复合年增长率达到 159.51%；毛利率由 33.48% 提升至 52.83%；2025 年，公司率先实现盈利，归母净利润达到 2868 万元。

在整个行业仍普遍依靠融资支撑研发、持续投入技术探索的阶段，这组数据至少说明了一件事情：具身智能并不需要等到真正意义上的「通用机器人」诞生，才能创造商业价值。

第二，AI 与机器人，并不是简单地「装上一个大模型」。

今天谈具身智能，人们很容易把它理解成「大模型 + 机器人」。仿佛只要把模型放进机器人里，它就能够理解现实世界、完成复杂任务。

但真正进入产业之后，人们会发现，物理世界里的智能，远比数字世界复杂。

机器人面对的是不断变化的道路、设备、障碍物、天气以及作业流程，仅靠一次训练，很难覆盖所有情况。因此，真正决定机器人能力的，不只是模型有多大，而是它是否能够持续学习、持续积累，并不断适应新的环境。

这可能也是云深处近年来持续投入底层智能能力建设的重要原因。

相比针对每一类机器人分别开发不同算法，它更希望沉淀一套能够跨越机器人形态的共同能力。

四足机器人、轮足机器人、人形机器人虽然承担不同任务，但它们面对环境理解、导航、操作、任务执行等能力，并不需要完全重新开始，而是能够不断共享经验、持续演进。

如果用一个更容易理解的比喻，这有点像是在搭建机器人时代的「操作系统」。

底层负责让机器人稳定运动，中间不断沉淀环境理解和任务能力，更上层则逐渐承担复杂任务规划、人与机器人协同等更高层级的智能。不同能力在真实场景中不断融合、不断升级，最终形成一套能够服务不同机器人形态的统一智能基础。

因此，对于云深处而言，真正需要持续成长的，不只是机器人，而是机器人背后那套能够不断积累经验、不断迁移能力的「具身大脑」。这也是为什么它把「1」放在整个战略最前面。

第三，具身智能的终局，或许不是一种机器人，而是一张智能网络。

过去，人们总希望找到一种「万能机器人」，它能够完成几乎所有的任务。但真实世界恰恰相反。

不同任务，本来就对应着不同的能力。四足机器人擅长进入废墟、山区、地下管廊等复杂环境；轮足机器人兼顾高速移动和复杂地形通过能力，更适合开放场景巡检与应急响应；人形机器人则更加适合使用现有工具、完成设备操作和精细作业。

因此，未来真正的「通用」，或许并不属于某一种机器人，而属于一套能够协同工作的智能体系。

云深处布局四足、轮足、人形三种机器人形态，不同机器人能够共享同一套智能能力，在各自擅长的场景中持续积累经验，再不断反馈给整个系统。

不同机器人承担不同工作，但成长的，始终是同一个智能体系。这也是「N」真正存在的意义。

对于云深处而言，每进入一个新的行业，验证的不只是产品，也是在不断训练和完善整个智能体系。

场景越丰富，产品越成熟；产品越成熟，又能够进入更多新的行业，最终形成从智能能力、多形态机器人到行业场景不断循环、自我强化的数据飞轮。

如果说以上三个判断讨论的是技术路径，那么还有一个问题，同样决定着具身智能产业最终能否真正走向规模化——制造能力。

过去几年，很多 AI 企业更像软件公司，核心竞争力来自算法和模型。但对于具身智能而言，仅有算法远远不够。

机器人最终要进入工厂、变电站、地下管廊和应急现场，意味着它不仅要能做出来，更要能稳定做出来、持续交付出去。

云深处是一家典型的全栈实体企业。

从核心零部件、整机系统，到软件平台、行业解决方案，再到数智化生产基地，公司已经形成覆盖研发、制造、交付和服务的完整能力体系，机器人年产能达到 2 万台。

这种能力带来的，并不仅仅是更高的产能。核心零部件自主可控，意味着供应链更加稳定；整机制造能力掌握在自己手中，意味着产品可靠性和一致性更容易保障；规模化生产，则意味着已经验证的场景方案能够快速复制到更多行业、更多地区。

这也是具身智能真正走向产业化过程中，很容易被忽略的一环。

回到 WAIC 2026。当具身智能开始从实验室走向公众，行业需要面对的问题，已经不再是机器人还能完成多少高难度动作，而是能否真正融入现实世界，在真实工作中持续创造价值。

透过这次 WAIC，云深处给出的或许正是具身智能的另一种答案：让机器人在场景中成长，让能力在产业中迭代，让技术最终沉淀为能够持续创造价值的行业能力。

或许，未来真正定义具身智能的，也不只是越来越聪明的机器人，而是越来越值得信赖的「智能伙伴」。