据经济观察报 - 经济观察网  2026 年 8 月 19 日至 23 日，2026 世界机器人大会在北京亦庄举行，汇聚超 300 家企业，展出逾 2000 件产品，首发新品达 150 余款。相较往届以翻跟头、打拳击等观赏性动作为主，本届展会显著转向实用性功能演示：药房药品智能分拣、无人零售自动取货、模拟家庭衣物折叠与物品归置等场景成为展台主角，标志着产业重心从‘能动’迈向‘能用’。

然而，记者在实地探访中发现，这些贴近现实的应用仍面临严峻落地考验。8 月 20 日下午，一处无人零售展台前人潮涌动。该展台构建了含药品与日用品的货架及智能结账台，用户通过小程序下单后，机器人需自主完成识别、抓取、转运与交付全流程。当观众选购袋装豆浆时，机器人动作流畅连贯；但当另一观众下单货架内侧小件商品时，设备却出现明显迟滞。现场工作人员坦言，周边密集人流干扰了其避障感知系统。有观众直言：展会环境尚且如此，真实商超中更复杂的光照、遮挡与突发干扰，将使机器人作业可靠性大打折扣。

这一现象折射出当前人形机器人的根本性局限——泛化能力薄弱。现阶段机器人尚未具备人类级的情境理解与实时应变能力，其行为高度依赖前期采集的数据与虚拟场景中的专项训练，本质上是执行预设逻辑。对已覆盖场景可高效响应，而一旦遭遇未训练过的变量或偶发状况，系统即陷入失能状态。云迹科技首席产品官段炎彪指出：" 客户采购机器人是为了解决问题，而非反向投入精力维护设备。" 该公司已在全球逾 4 万家酒店部署服务机器人，实践中发现大量 " 长尾问题 "：单次发生概率低，但种类庞杂，如长毛地毯缠绕轮组、异物卡阻传感器等。此类情形在实验室与仿真环境中极难穷尽覆盖，却在真实运营中频繁触发，成为制约规模化商用的关键障碍。

宇树科技创始人王兴兴在大会主论坛上明确表示，全球具身智能发展的最大瓶颈正是泛化能力不足。现有模型在固定场景经充分数据喂养与定向优化后，任务成功率可达近 100%；但仅需更换操作对象或微调环境参数，成功率便急剧下滑。他预测，当机器人能在任意陌生环境中稳定完成约八成任务时，将标志具身智能迎来类似 ChatGPT 的代际跃迁，这一节点最快需两至三年，最晚或延至五至十年。

在此背景下，围绕机器人 " 大脑 " 的数据沉淀、模型迭代与商业路径重构已成为行业核心战场。技术演进呈现清晰收敛趋势：2025 年主流采用视觉—语言—动作（VLA）模型，2026 年则普遍在其基础上叠加 " 世界模型 "，使机器人能在动作执行前预判环境演化，减少偏差累积；同时，" 快慢脑 " 工程范式渐成共识——大脑负责深度推理与任务规划，小脑专注高频运动控制与即时响应，以平衡算力消耗与系统敏捷性。

架构趋同，但能力跃升的根本在于高质量数据。当前行业主要依托两条路径：一是客户现场部署采集。京东零售具身智能业务负责人郑小丹强调，机器人正从 " 展示 " 转向 " 实干 "，京东将开放物流、零售、健康等多元真实场景，联合本体与模型厂商共建数据生态，未来两年目标为积累千万小时级、高多样性、强标注质量的场景数据。她特别指出，数据价值不在于规模，而在于能否覆盖真实世界的复杂性与随机性。二是虚拟仿真训练。虽可低成本生成光照变化、物品位移、人流干扰等变量，但存在固有鸿沟——即 "sim-to-real gap"（仿真到现实迁移损失）。例如，仿真中纸巾被简化为标准柔性体，而现实中揉皱纸巾粘附机械爪的触感反馈、沾水后滑落轨迹等微观物理交互，仿真系统难以精确复现，导致纯仿真训练的机器人进入物理世界后性能显著衰减。

智平方副总裁莫磊认为，" 干活 " 才是能力进化的最高天花板。唯有在客户现场持续运行，机器人才能暴露缺陷、沉淀有效数据、驱动模型闭环迭代。成功的具身智能企业必须实现软件、硬件与场景三位一体，大脑与本体协同进化；脱离真实场景的模型研发，终将陷入能力天花板。

成本与可靠性构成另一道门槛。莫磊指出，若要进入普通家庭，人形机器人整机价格需下探至 A 级车区间（约 10 万至 20 万元），且须保障每日连续运行 8 至 16 小时、月均 30 天无故障。参照特斯拉 Optimus 现状，其灵巧手设计寿命仅 6 周，单只成本超 6000 美元（约合人民币 4.2 万元），单台年零部件更换支出近 10 万美元（折合人民币约 70 万元），远未达消费级可靠标准。

面对泛化能力弱、长尾问题多、家庭场景短期难突破等挑战，行业正加速构建以 " 大脑 " 为核心的新型商业范式。星海图 CEO 高继扬提出三阶段演进路径：当前以整机销售为主，硬件毛利率维持在 40% – 60%；中期转向整体解决方案订阅，硬件毛利回落至 20% 左右；远期将迈入 " 物理世界 Token" 时代，客户按机器人完成任务所消耗的智能能力量付费，整机或呈负毛利，收入核心转向智能服务本身。这一路径类比云计算从卖服务器到卖算力的转型，" 大脑 " 将逐步从整机附属组件进化为独立价值载体。

大脑智能化的底层支撑是数据与算力。华南某券商分析师指出，当前机器人板块的核心瓶颈在模型，模型瓶颈在数据；若数据环节无法涌现规模化、标准化企业，二级市场难有大级别行情。算力层面，特斯拉 AI5 芯片已于 2026 年 4 月流片，单颗算力达 2000 – 2500 TOPS，为上一代的 4 至 8 倍，将成为 Optimus 端侧大脑的算力基石。更关键的是，其 FSD 全自动驾驶系统已在中国启动内部测试，与 Optimus 共享神经网络架构与视觉算法，道路场景积累的数据可直接赋能机器人训练。研报预计，Optimus 年底周产能将达 2000 台，2026 年全年出货量达万台级，2027 年有望突破 10 万台，规模化部署将加速数据反哺闭环。

产业格局亦在重塑。过去由初创公司主导的技术突破，正逐步让位于英伟达、谷歌、京东、华为等巨头的资源投入与场景储备，其战略交汇点均为 " 大脑 " 能力建设。然而，当前 A 股市场标的仍集中于本体与零部件环节，纯粹聚焦大脑训练、数据服务与模型研发的企业多处于一级市场。分析人士认为，随着宇树科技上市带来估值锚定，板块情绪有望回暖，但本体企业的长期价值终将取决于大脑能力——若大脑不强，本体仅是一台昂贵硬件。陈丰总结道：" 大脑能力的突破，是一切商业落地的前提。"