WRC 2026，场面依旧壮观。

人多到堪比地铁早高峰，机器人多到逛展一天看不完。

但在热潮之中，我们看到，一些变化也正在悄悄发生：

做双臂轮式机器人的开始做人形，例如银河通用，发了 ET1 星仔，现场也开始跳舞；

做人形的也做起了双臂轮式机器人，例如优必选 Cruzr Y1、Cruzr S2，优必选这次现场又用双臂轮式机器人展出了搬箱子、码垛子操作能力；

具身模型多了世界模型的路径，世界模型几乎成了所有具身论坛和嘉宾都会提到的话题，大家说的世界模型却又有些不一样；

落地这一终极话题被摆到了台面上，除了科研、表演外，大家想尽办法让机器人去市场中落地时，人形机器人似乎又往回退了一步，用稳定性更强的异形机器人去尝试落地，例如傅利叶展台的半人马机器人；

这些变化背后，既是技术驱动，也是资本驱动，也是在这两者共同驱动之下，具身机器人赛道在今年需要回答另一个备受质疑的问题：

具身机器人如何规模化量产？

要知道，不少产业人士是将百万量产作为产品量产的真正门槛，去年不到两万台的人形机器人 " 量产 "，被提及时都要打个引号。

也是在这一年，不少具身团队也喊出了量产口号，优必选就提出了要在今年量产万台工业人形机器人，刚刚上市的宇树则在近日官宣了 1.8 万台（累计）人形机器人下线。

然而，理想很丰满，现实很骨感。

人形机器人标准化、稳定性都还会被打上一个问号的时候，万台规模量产也带来了新的问题。

就在 WRC 2026 的第二天的主论坛上，主办方请了几位具身大佬上台，来剧透万台量产背后的重重困难，嘉宾阵容如下：

众擎机器人创始人兼 CEO 赵同阳

加速进化创始人兼董事长 程昊

智身科技联合创始人兼执行总裁 刘宇龙

优必选副总裁、具身智能与人形机器人研究院院长 焦继超

京东智能机器人业务部负责人 徐磊

这其中被提及的关键问题有：大脑能力与工程可靠性如何平衡，产品如何匹配真实需求，软硬件生态将怎样演化，以及企业应该从什么场景切入。

我们将这场对话进行了如下整理，一起来看看具身行业热潮背后那些磨人的真相。

0101 万台交付卡在大脑，也卡在生产和需求

问：具身机器人要走向万台交付，当前最主要的卡点是什么？

赵同阳：第一个卡点是大脑能力。

现在如果机器人的任务成功率是 99%，就意味着它出去执行 100 次任务，可能有一次无法正常回来。这在现实应用中是很糟糕的，人们不会接受这样的可靠性。

因此，大脑能力需要从 99% 提升到 99.99%。这是机器人真正进入现实世界之前一个很大的卡点。

程昊：距离大规模落地，最关键的卡点仍然在技术上。

现在机器人的本体已经在部分场景中达到可用状态，例如几十台甚至上百台机器人组成方阵，动作能够保持整齐，这说明硬件一致性已经取得了明显进展。

小脑能力也在不断成熟，包括通用运动控制、视觉与运动控制的结合，以及全身运动控制等。

相比之下，具身大模型的技术路线还没有收敛，行业内存在多种方案，但还没有真正进入成熟的工程化落地阶段。

除了大脑，另一个问题是工程化。

如何通过大量工程工作把可靠性提升到更高水平，是由许多细小问题共同构成的挑战。

问：工业环境对可靠性要求很高，如果大脑短期内无法达到极高的成功率，机器人还能规模化落地吗？

刘宇龙：如果从具身智能的理想状态看，今天的大脑成熟度确实不够，但如果目标是先实现万台级交付和实际使用，大脑只要在特定场景中 " 够用 " 就可以。

例如，一台能够在全地形环境中自主移动的四足机器人，只要可以把东西从 A 地搬到 B 地，在这个场景里，大小脑能力就已经达到了可用水平。

在实际交付中，我们遇到的第一个卡点是硬件指标。

机器人需要在有限自重下承担足够大的负载，还要满足高低温环境、持续工作时长等要求，这些指标必须达到行业客户的底线。

第二个卡点是批次一致性。

万台交付需要保证不同批次产品的良率、工艺、评测和最终交付状态保持一致。但具身智能机器人还没有像汽车、无人机和家电那样形成明确、完整的行业标准，企业需要协同上下游，根据场景需求和供应链能力共同建立标准。

焦继超：从工业客户的角度看，首先是万台级量产对产线和生产制造流程带来的挑战，制造效率不能依靠不断增加人员来提高。

从研发立项、软件开发、NPI 导入，到批量采购和质量管控，行业需要建立标准化流程。

例如，在生产到第 100 台或第 200 台时发现问题，需要进行工程变更，这些变更能不能快速导入工厂，直接关系到后续产品的一致性、稳定性和可靠性。

但工业场景并不是所有工位都要求机器人达到极高的可靠性，上下料和物流分拣等任务，有的看重效率，有的看重成功率，客户最终要算的是：

机器人替代某个工位后，投资能不能在两年、最多三年内收回来。

这最终还是要回到 BOM 成本、交付成本和后续运维成本。

企业可以先找到一两个能够落地的工位，让机器人进入真实场景，再通过数据闭环逐步迭代，最后进入更复杂、准确率要求更高的任务。

徐磊：除了供给能力，还要考虑供需关系是否匹配。

在通用人工智能到来之前，企业当前提供的产品是否真正满足用户需求？机器人到底解决了什么问题、创造了什么价值？

扫地机器人只完成一种任务，也可以形成很大的市场。对于人形机器人和四足机器人来说，关键同样是找到与用户需求的匹配点。

从零售端的数据看，目前具身智能产品的销售转化率比传统消费电子、手机数码低很多，这说明产品和需求还没有完全收敛，但也意味着其中存在机会。

一旦找到真正的需求匹配点，万台以上的交付就不会是最大的问题。

0202 具身产业终局，会是赢者通吃吗？

问：具身智能产业最终会形成少数平台 " 赢者通吃 "，还是本体、模型、供应链和垂直应用各自发展？

徐磊：这个问题要分阶段来看。

现阶段一定是百花齐放的，因为技术和场景都还没有收敛，有的企业专注本体，有的做小脑、大脑和模型，也有企业选择全栈路线，不同技术之间的碰撞会带来更多创新。

但随着产业走向规模化和商业化，技术与场景一定会逐渐收敛，只有形成标准，才能进一步扩大规模。

从长期看，我认为产业仍会按照不同场景和领域进行细分，不一定只剩下少数几家公司。

赵同阳：我认为一定会走向集中。

未来如果每家每户都有一两台人形机器人，市场空间将非常大，足以容纳多家规模巨大的公司。

但机器人融合了大模型、硬件、生态和软件等多种技术，最终可能会出现一两家类似苹果或微软的平台型企业。

就像手机行业进入智能机时代后，少数头部企业获得了大部分利润，其他企业则专注于特定用途。

焦继超：如果从供应链看，电机、减速器和具身智能芯片等环节会出现头部企业。

本体市场也可能形成若干巨头和平台，更多企业则在这些平台上开发应用。

未来的形态可能类似智能手机：

硬件平台逐步集中，应用端保持丰富。

但具身智能的特殊之处在于硬件和软件深度耦合，机器人的肉体和灵魂需要相互匹配，因此本体企业可能需要具备全栈能力和平台化能力。

刘宇龙：具身智能带来的机会不会只存在于某一个行业。

教育、工业、商业和消费等不同垂直领域，都可能出现自己的头部企业。

以工业为例，其内部还包括大量细分场景，并受到产业链、渠道和地域等因素影响，很难完全统一。

到了消费端，用户需求更是千人千面，未来每个人拥有的机器人可能需要兼顾价格、个性化和具体需求，这会为更多企业留下发展空间。

程昊：我们认为具身智能的发展大体会经历三个阶段：

本体阶段、Agent 阶段和模型阶段。

现在还处于本体阶段，因此产品百花齐放；

进入 Agent 阶段后，本体和系统可能逐步收敛为少数平台，平台上的应用会越来越丰富；

再往后进入模型阶段，具身大模型可能进一步整合应用，应用本身也会开始收敛。

与此同时，通用设备和专用设备仍会并行发展，智能手机出现后，相机并没有消失，专业设备仍然会沿着各自的方向继续迭代。

0303 大脑、本体均需自研？

问：机器人本体和具身大模型应该由同一家企业完成吗？软硬件能否像计算机产业一样实现解耦？

焦继超：现阶段，数据与本体高度相关。

不同机器人的电机参数和构型不同，采集到的数据也会存在差异，一个模型在一台机器人上能够运行，换到另一台机器人上往往还要重新调试，跨本体迁移仍然面临很大挑战。

从最终目标看，可能有很多条技术道路，但它们的长度和曲折程度不一样，我认为更有效的路线是让硬件和软件进行深度匹配。

徐磊：我的观点有所不同，终局一定是希望模型能够在不同本体上通用。

现阶段，有的企业围绕自己的本体采集数据，有的企业专门进行模型训练，这些路线都在探索。

随着本体形态和能力逐步收敛，模型能力继续迭代，模型在不同本体间的通用和迁移能力也会增强。

赵同阳：我认为身体和灵魂应该统一。

如果企业只想做类似 Windows 的系统，或者只想成为硬件主机厂、代工厂，可以只做其中一部分。

但如果想成为类似苹果的公司，就要把灵魂和肉体结合起来。

程昊：长期看，两者应该是解耦的，只是现阶段还做不到。

就像 20 世纪 70 年代末，不同计算机上的 Basic 语言也不完全一样，具身智能现在仍处于非常早期的阶段。

问：如果大脑是机器人进一步发展的关键，当前具身大模型最需要解决什么问题？

刘宇龙：一个最直接的问题，是虚拟的大脑与真实身体之间存在差异。

本体实际达到的指标未必与理论状态完全一致，同时真实、有效的数据在数量和质量上也远远不够。

对于操作要求不高的四足机器人，这种差异可能还不会阻碍规模化应用，但到了人形机器人，它不仅要移动，还要操作、执行长程任务，并理解更多任务，这一问题就会被进一步放大。

焦继超：第一是数据。

具身智能需要的数据不仅包括数量和质量，还包括数据类别。

互联网中的文本和图像数据相对丰富，但如果把力觉、触觉等信息加入模型，数据量还远远不够，获得高质量数据的方法也不成熟。

现有多模态大模型大多从自然语言大模型迁移而来，未必适配具身数据的类别和训练范式，未来可能需要出现专门面向具身智能的新架构。

赵同阳：针对一个行业或一个场景采集数据，再用模型完成训练，并不是完全做不到。

真正的问题是客户需求非常多，如果每个需求都要单独训练，企业就会面临一个选择：究竟是在做专用工具，还是在做通用机器人？

企业的工程师数量有限，但需要解决的任务近乎无限，因此，数据、模型和架构能否同时解决多任务问题，能否形成泛化能力，是最大的卡点。

程昊：现在具身大模型还太早期，很难用一两个卡点概括，它更像是处在拨号上网时代，但用户期待的是 5G，中间涉及多维度的问题。

不过，大脑并不需要达到最终状态，机器人才能开始销售和应用。

拨号上网时代，全球计算机也已经拥有很大的销量，并满足了当时的不少需求。

具身智能同样不会在某个时点突然从不能用变成完全可用，而会随着具体场景的推广，循序渐进地发展。

0404 谁先把简单任务做透，谁的具身先落地

问：工业、商用、科教、巡检、陪伴和家庭服务，哪些场景会率先形成规模？

徐磊：从过往销售数据看，目前 B 端的实际需求大于 C 端。

C 端咨询很多，但从订单结构和已购用户看，需求更多来自高校、特种、工业和商业等领域。

工业和商业场景通常比家庭更加结构化，变量也相对较少。

随着模型能力发展，桌面式陪伴机器人也会产生新的应用机会。未来机器人可能成为物理世界中的交互入口，让人与环境中的不同设备直接交流。

焦继超：落地节奏最终取决于产品成熟度，包括硬件、软件成熟度与用户需求的匹配。

前一阶段，教育、科研和文娱表演等小 B 端需求比较突出，接下来，随着技术能力提升，工业客户需求迫切、对价格又相对不那么敏感，工业端可能进一步放量。

个人端的情感陪护同样存在较大需求，这种产品不仅是进行语言对话，还需要通过主动与被动交互、动作和微表情等方式，让用户获得情感上的反馈。

赵同阳：市场并不缺需求，缺少的是能够满足需求的技术和产品，企业应该先选择技术相对容易实现、当前已经基本能够完成的任务。

第一类是巡逻、巡检、安保和物业等场景。机器人已经具备一定的行走和视觉能力，可以先进入这些任务相对明确的领域。

第二类是工业场景。精细操作短期内很难完成，可以先做粗活、累活、容易让人疲劳或受伤的工作，包括风险类和搬运类任务。

第三类是生态。企业不可能靠几百名工程师覆盖所有行业，可以开放本体和底层能力，让第三方基于硬件和软件开发更多应用。家庭会是相对靠后的场景。

程昊：我大体认同，但 ToC 和 ToB 会并行发展。

ToC 中有容易落地的任务，也有非常困难的任务，ToB 同样如此。

陪伴和家务都属于 ToC，但技术难度差别很大，汽车总装和前台服务都属于 ToB，难度也完全不同。

因此，真正的发展规律不是简单地判断 ToB 和 ToC 谁先，而是两条路线都从简单任务开始，再逐步进入复杂任务。

刘宇龙：具身智能最早从科研领域兴起，随后进入文娱表演等场景。

我们选择从实验室和应用科研走向四足机器人训练、巡检、应急和消防，让机器人先承担危险、高重复、高挑战和容易令人疲劳的工作。

这些任务往往是刚需和高频需求，有时其价值甚至不能简单用金钱衡量，因此可能率先启动。

随后，机器人会继续进入工业和商业服务等 ToB 场景，最终走向消费端规模化应用。

从这场讨论可以看到，机器人的规模化应用不存在一个等待所有技术成熟后再统一启动的时刻。

大脑、硬件、生产、标准、成本和场景需求会相互牵引。

企业需要先找到机器人当前能够稳定完成、又确实能够创造价值的任务，通过真实交付建立数据闭环，再逐步进入更复杂的场景。

对于今天的具身智能产业而言，万台交付或许只是规模化的起点，比数字更重要的问题是，这些机器人交付之后，是否真的被用起来了。