我们可以把机器人行业的发展，比作一场马拉松比赛。

这场比赛的前五公里，是用什么传感器？走哪套算法？在这个阶段，谁都能攒一台样机，谁都能拍一条炫酷的视频。行业里管这叫 "Demo 融资。

随着前五公里结束，风向变了。8 月 19 日，2026 世界机器人大会（WRC 2026）在北京开幕，以 " 人机共生，产需共融 " 为主题，这八个字传递出一个清晰的信号，行业正在从技术展示转向需求对接，具身智能的竞争正从技术参数比拼转向场景落地能力。

普渡机器人展台，是这一风向的缩影。

普渡在 WRC 展台搭建了一个二层楼的 " 复杂环境自主通行挑战路线 "，演示机器狗 D5 上下楼梯、穿越砂石区、窄道通行。D5 在沙地、碎石、台阶、斜坡等多重障碍赛道中自主导航、灵活越障，模拟在变电站、园区等复杂场景下自主巡检作业。

旁边数台外观相近的四足机器狗在载具形态与传感器配置上各有清晰区分，均围绕发电站、变电站、消防、矿山、工业等高风险作业场景进行差异化改造，可替代人工进入高压、高温、有害气体隐患及偏远寒冷等人员不宜抵达的危险地带，有效规避现场作业安全风险。

这些场景的共性，恰恰是本届大会主题 " 产需共融 " 最直接的注脚 , 即技术必须与真实需求共融，才能产生价值。

价值体现在哪？在于满足了何种现实需求

WRC 2026 的展馆里，各家机器人公司都在展示技术能力，有人形机器人跳舞、有四足机器人后空翻、有机械臂写毛笔字。

但如果把普渡的展台放在一起看，会发现一个微妙的区别：普渡不太像是在 " 秀肌肉 "，更像是在 " 交作业 "，给消防场景的作业、给电力巡检的作业、给工业车间的作业。

沙利文《2025 年全球具身智能与商用服务机器人独立市场研究报告》给出了一个判断：商用服务场景，有望成为具身智能率先实现规模化落地的核心场景。

这个判断背后是一个朴素的商业逻辑：B 端客户采购机器人的决策，从来不是基于技术先进性，而是基于经营层面的真实需求。以配送、清洁等为代表的商用服务场景对降本增效有着明确需求，一台机器人能不能解决招不到人的问题？能不能降低安全风险？这些问题算清楚了，订单才能落地。

普渡对场景的理解方式，比大多数同行走得更细。普渡创始人兼 CEO 张涛曾对外表述，普渡从客户需求出发，将市场细分为 16 个一级行业和 900 多个细分行业与任务维度，打磨产品综合性能，保障设备在复杂场景下 " 能用、好用、耐用 "。

这句话拆开来看，会发现它指向一个关键差异：大多数机器人公司谈论场景时，用的是 " 餐饮 "" 酒店 "" 零售 " 这样的粗颗粒度分类。但普渡把场景拆到了 " 细分行业与任务维度 "，同样是酒店，客房清洁和地下车库清洁是两套完全不同的物理环境和任务需求。

这种细分能力，来自一个不太性感的积累：普渡 13 万台机器人在真实场景中跑出来的数据。只有真正在场景里待过足够长的时间，才知道不同场景的差异在哪里、痛点在哪里、什么样的产品能解决问题。

把这种需求导向的逻辑放到普渡的产品身上，逻辑链条就很清楚了。

在消防场景，石油化工厂区、仓储物流园区一旦发生火灾，传统人工灭火面临高温、有毒、易爆环境的直接生命威胁。D5 搭载水炮或脉冲灭火装置，替代人员进入危险火场执行灭火作业。这笔账算的是人命风险。

在电力巡检场景，发电站、变电站的高压设备区域，人工巡检存在触电风险。D5 搭载双光云台，通过可见光与热成像协同巡检，能实时监测设备温度异常。这笔账算的是触电风险和巡检效率。

在工业车间场景，化工生产车间、垃圾燃烧厂、新能源加工车间，设备密集、管线复杂，人工巡检难以做到全覆盖。D5 实现 7 × 24 小时智能巡检，隐患识别准确率达 90% 以上。这笔账算的是人力无法覆盖的巡检盲区。

这些场景的共同特征是：需求刚性极强。普渡没有选择去抢那些看起来很酷但没人买单的场景，而是选择了 " 很痛、很刚需 " 的场景。这背后的逻辑是，技术只是手段，场景才是目的。大脑再聪明，也得知道去哪干活。

怎样扩张场景？数据复用是更高效的路径

如果把普渡展台里不同形态的机器人放在一起看，送餐的、清洁的、巡检的、搬货的，会发现一个有意思的现象，它们似乎共享同一种 " 气质 "。而这种 " 气质 " 的背后，是普渡正在构建的一套技术体系。

WRC 2026 主题的潜台词是，机器人不能只活在实验室和展台上，必须走进千行百业。普渡在世界人工智能大会（WAIC）2026 上正式对外阐释的 " 一脑多形 "Physical Agent 全栈技术架构，是这家公司对 " 如何让机器人规模化走进千行百业 " 这个问题的回答。

所谓 " 一脑多形 "，指的是通过打造统一智能底座，让不同形态机器人共享同一个 " 大脑 "，实现机器人从单机智能向平台化智能演进。用通俗的话就是，普渡不打算给每一种机器人单独造一个脑子，太贵了，也太慢了。它要做的是造一个通用的大脑，然后装进不同的身体里。

"Physical Agent" 的技术架构，分为三层。

本体层是机器人进入物理世界的载体。普渡已布局了专用机器人、类人形机器人和人形机器人三类产品。专用机器人解决高频、标准化任务，比如送餐和清洁；类人形机器人进入复杂工业和商业环境；人形机器人探索更加通用的人机协作场景。三层之间不是替代关系，而是各司其职。

系统层是 PuduAgent OS，一个通用具身智能体平台。它负责任务理解、自主规划与安全管控。PuduAgent 采用了 "OS+Skills+Safety" 三层架构，搭载智能核心、长效记忆模块与毫秒级执行引擎。

长效记忆模块解决的是机器人在长时任务中 " 记不住 " 的问题，比如在酒店里从大堂送行李到客房、再从客房送到洗衣房，中间跨越楼层、等待电梯、避让行人，一套流程可能得十几分钟甚至更久。传统机器人往往只记得当前步骤，PuduAgent 则让机器人拥有持续记忆能力。

技能层是自研的具身基座模型 PuduFM。2026 年 5 月，普渡正式发布了 PuduFM 。这个模型的核心突破在于，它不再让机器人 " 死记硬背 " 动作，而是让机器人理解物理世界的基本规律。

PuduFM 内部有一个叫 " 物理直觉模型（PIM）" 的模块，采用因果注意力 Transformer 架构，在潜空间内建模物体的运动学和物理交互。简单来说，它让机器人明白 " 杯子倾斜会洒水 "" 湿滑表面需要增大夹持力 " 这些人类三岁就懂的物理常识。

这三层架构组合在一起，构成了一个完整的闭环：本体负责执行，系统负责调度，模型负责理解。

但真正让这套架构产生复利效应的，是 " 复用 " 这两个字。普渡提出 " 一脑多形 "，核心目的就是让能力在不同机器人之间复用。按照这个思路，配送机器人积累的环境感知和导航能力，可以迁移到类人形和人形机器人身上；在某一类机器人上训练形成的任务理解和操作技能，经过适配后也能部署到其他本体上。

从商业角度看，" 一脑多形 " 带来的另一个价值是研发投入的边际递减。

机器人行业有一个长期困扰：每开发一款新产品，往往需要从零搭建一套技术栈，即重新写导航算法、重新训练感知模型、重新调校运动控制。行业里管这叫 " 反复造轮子 "。

普渡的做法是，把上千件专利沉淀到统一的底层架构中，所有产品线共享同一套技术底座。新开发一款机器人，不需要从头写代码，只需要在本体层做适配，然后从 PuduAgent 的技能库里调用已经训练好的能力模块。这意味着，每新增一款产品，分摊到每个产品上的研发成本都在下降。

张涛还在一次采访中把 " 一脑多形 " 比喻为 " 手机 + 操作系统 +App"。这句话的野心在于，普渡不满足于卖更多的机器人。它想建立一个生态——让第三方开发者能在 PuduAgent 上开发技能模块，就像开发者在苹果和安卓的应用商店里开发 App 一样。一旦这个生态跑起来，普渡就能实现其愿景，打造出真正意义上的智能机器人基础设施，服务于更多人。

如何建立壁垒？得靠真实场景的数据飞轮

2026 年的具身智能行业，正经历一场认知的翻转。

过去，评判一家机器人公司的标准很直观：电机性能怎么样？灵巧手有多少个自由度？能完成多复杂的动作？但经过近两年的产业落地验证，行业认知正被彻底扭转，硬件可标准化采购，算力可规模化租赁，模型架构可公开借鉴，唯独真实场景沉淀的物理交互数据，无法复刻、难以速成。

一个对比可以说明这个缺口有多大。行业共识是，能实现通用自主能力的具身大模型，至少需要千万小时级的高质量真实交互数据。而截至 2026 年初，全球合规、可用的真机加无本体有效数据仅 50 万小时，缺口超过 99%。

换句话说，整个行业都在等数据。而数据的获取，不靠融资、不靠算力、不靠招人，靠的是把足够多的机器人，在足够多的真实场景里，运行足够长的时间。

这正是普渡最独特的筹码。

截至 2026 年，普渡全球累计出货量超过 13 万台，业务覆盖 85 个国家和地区，服务超过 5 万家终端客户，这 13 万台机器人每年产生的真实运行数据超过 5000 万小时。

拆开来看，这些数据的构成是这样的：每年 3650 万小时的导航数据，来自全球 80 多个国家、覆盖 20 多个行业的 3D 场景，再加上，每年 1580 万小时的操作数据。

一个更值得关注的维度，是这些数字背后的增长速度。

普渡的机器人部署量逐年增加。从行业规律看，这个增长本身就会加速数据的积累。更多机器人意味着更多运行时长，更多运行时长又带来更多场景反馈。而且场景之间的带动效应并非线性：某个场景的成功部署，往往会催生相邻场景的新需求。

一个典型的例子是清洁产品线。普渡在 CC1 这类中型商用清洁机器人上积累的稳定部署和客户反馈，逐渐帮助团队识别出便利店、药妆店等小型商用场景的同类刚性需求。这些场景在空间结构、地面材质、人流动线上与中型场所存在明显差异，原有的产品形态难以直接复用。于是便有了在行业内拥有诸多首创的专门针对小型商用场景的 ET1 商用机器人。

也就是说，旧场景跑通的数据和经验，没有停留在原地，而是不断向外延伸，催生新场景、新产品，再回头丰富整个数据体系。

但真正让这些数据产生壁垒的，不是 " 量 "，而是 " 质 "。

张涛把具身智能的数据体系总结为一个 " 数据金字塔 "。金字塔的底层是互联网数据和人类视频数据，中间是合成数据，最顶层是真机数据。在数据金字塔里，真机数据含金量最高。

这个判断背后有一个核心逻辑：互联网视频是人类视角的 " 旁观者记录 "，而机器人导航数据是机器人本体的 " 亲历者记忆 "，包含真实的深度信息、运动畸变、光照变化与空间尺度感。这种原生机器人视角的数据，对于训练具备物理一致性的世界模型而言，是不可替代的。

更关键的是，在数据金字塔的顶层，还有一种比 " 正常运行数据 " 更珍贵的东西——故障数据和纠正数据。因为从真实犯错中学到的认知，是仿真训练无法替代的。

这就是普渡 " 数据飞轮 " 的完整逻辑：13 万台机器人在真实场景中运行，产生海量真实数据（含故障与纠正数据），这些数据回流训练 PuduFM 大模型，模型能力提升后，机器人能进入更多场景、完成更复杂任务，更多场景又产生更多数据，最终形成 " 商业落地→数据积累→模型提升→能力增强→更多场景应用 " 的正向循环。

这个飞轮一旦转起来，就很难停下来。这个飞轮的转动速度，取决于两个变量：部署规模和场景多样性。而这两个变量，普渡都领先行业一个身位。

在张涛看来，行业壁垒不靠资金投入就能快速复制，而是靠出货规模和时间持续积累。也就是说，你可以花 100 亿买算力、挖人才，但买不到 13 万台机器人在真实场景里跑了十年的数据。

怎样健康活着？已验证场景养活未验证的

2026 年，被很多人视为人形机器人的 " 量产元年 "。从部委到央企，从政策到资金，整个体系都在加速推动机器人从实验室走向生产线。

2026 年 6 月，工信部与国务院国资委联合启动 2026 年度人形机器人与具身智能实景实训专项行动，目标到今年年底推动人形机器人在代表性场景常态部署、" 开启作业模式 "，带动形成万台级规模落地能力。

2026 年 7 月，在工信部人形机器人与具身智能标准化技术委员会 2026 年度全体会议暨 " 标准周 " 活动上，工信部副部长柯吉欣披露一组产业数据：2025 年中国人形机器人产量约为 2 万台，2026 年上半年产量已超过 4 万台，预计全年产量将突破 10 万台。

此外，国务院国资委还将在 2026 世界机器人大会期间揭牌成立中央企业机器人创新联合体，整合央企全行业资源，补齐具身智能量产短板。

但 " 量产 " 两个字，放在具身智能行业里，意味着截然不同的东西。对大多数人形机器人公司来说，量产是一个关于工程的问题，即如何把关节电机、灵巧手、传感器装到一起，让机器人稳定地走出工厂。

但对普渡来说，量产早已不是问题，它关心的早已是 " 造出来之后卖给谁、用在哪儿、能不能持续赚钱 "。

这正是普渡与很多具身智能公司最根本的区别。很多机器人公司的商业逻辑是，融一大笔钱→造一台炫酷的机器人→用这台机器人再去融更大一笔钱。而普渡的商业逻辑是，把机器人卖出去→让它在真实场景里干活→赚到钱→用赚到的钱去研发下一代机器人。

普渡这套逻辑能跑通的前提是，它手里得有能持续产生现金流的业务。

普渡的服务配送机器人、清洁机器人、工业配送机器人，以及四足机器人 D5，都在各自对应的场景里贡献收入。截止目前，配送、清洁、工业三条产品线均已形成规模化销售，D5 在巡检等高危场景也已产生实际订单。

这一切的根基，在于一个朴素的判断：只要机器人能切中真实场景的痛点，它就能产生现金流。不同形态的机器人是各司其职、协同进化。

" 大面积的地面清洁…… 肯定是用专用机器人来完成的，因为它的效率最高、效果最好、ROI 最好。人形机器人可以做非常长尾和一些复杂的地面专用机器人解决不了的需求，像卫生间的需求，还有一些栏杆、玻璃的清洁。应该是人形机器人和专用机器人在一起协作。" 张涛曾论述。

这个判断，也是普渡坚持多形态布局的底层逻辑。四足机器人在复杂地形中具备通行优势，类人形机器人在操作能力与场景适配之间找到平衡，人形机器人则代表了对更高通用性的探索。每一种形态的出现，都是对特定场景需求的回应，而不是对前一种形态的替代。

普渡自 2022 年开始探索通用具身智能，并于 2024 年 9 月发布类人形机器人 PUDU D7。2026 年以来，普渡推出新一代工业级 PUDU D7，同时持续推进 PuduFM 具身智能大模型与 PuduAgent 智能体操作系统研发。

普渡之所以有能力同时布局多种形态，恰恰得益于它先在大规模商用场景中 " 打过大仗 "。张涛对此有一个判断：" 我们原来的各种专用机器人的出货量已经非常大了。出货量大意味着我们打过大仗，只有打过大仗，才会把六边形战士的各种能力——技术、产品、供应链、商业化、战略、组织——给训练起来，训练得越来越强。所以我们再去打一场新的仗，就会相对简单一些。"

而这些能力，在人形机器人这个新战场上，全部可以复用。普渡和一些 " 从零开始 " 的公司截然不同 , 它不需要一边融资一边摸索 " 产品卖给谁 "，不需要从零搭建供应链，不需要从头积累场景认知。

把普渡放到 2026 年机器人行业的坐标系里看，它的位置显得特殊。一类公司账上有很多钱、估值很高，但产品还在实验室，商业化路径并不清晰，它们押注的是 " 未来 "。另一类公司产品卖了多年、收入稳定，但技术路线偏传统，缺少面向未来的布局，它们吃的是 " 现在 "。

普渡是少数同时占据 " 现在 " 和 " 未来 " 两端的公司。它有大规模商用机器人交付积累的真实需求和现金流，也有具身智能、人形机器人等前沿方向的持续投入。这个判断不算夸张：能用 13 万台机器人的真实收入支撑具身智能研发的公司，整个行业里确实很难找到第二家。

免责声明：本文观点仅代表作者本人，供参考、交流，不构成任何建议。