图 1：从战略配售到实体合营，能源（850101）央企成工业具身智能场景甲方。数据来源：宇树科技（688836）公告
北京市市场监督管理局公示的一则经营者集中简易案件，让工业具身智能的一个关键节点浮出水面。中国石油（601857）集团昆仑制造有限公司及其一致行动人昆仑资本，联合宇树科技（688836）股份有限公司、北京泛界智能科技有限公司拟新设合营企业，主攻工业具身智能机器人解决方案。交易完成后，昆仑制造及其一致行动人合计持股 60%，宇树科技（688836）、泛界智能各持股 20%。
这笔合营并非凭空落地。今年 8 月宇树科技（688836）科创板 IPO 时，昆仑资本已作为战略投资者获配 903,290 股，占当次公开发行股份数量的 2.23%，获配金额约 1.36 亿元。双方彼时签署的《战略合作备忘录》已明确围绕油气场景机器人应用展开合作。从战略配售到实体合营，中石油体系与宇树科技（688836）的关系在不到一个季度内完成了从资本纽带到经营实体的跨越。
据宇树科技（688836）上市文件披露，中国石油（601857）集团可开放的资源包括油田、炼化厂区、长输管线、储罐区等作业场地，以及防爆规范、安全处置流程、设备故障判定标准和泄漏、火灾等应急演练场景。宇树科技（688836）则根据落地需求提供常规及防爆四足机器人，集成气体检测、热成像、声纹采集等设备，用于巡检、渗漏排查和事故前期环境探测。这套分工里，中石油输出的是场景标准和作业规范，宇树输出的是本体硬件与感知能力，双方合资公司承担的是把两者捏合成可交付解决方案的角色。
高危能源（850101）场景的机器代人已有先例。去年中国石化（600028）首个飞索智能巡检机器人在镇海炼化投用，覆盖 1.2 万平方米液化气球罐区。据企业介绍，该机器人搭载全景相机、OGI 光学气体检测仪等 6 种设备，可采集 15 类数据，每天自主巡检 12 次，能够同步监测 6 种气体、在 50 米范围内识别泄漏隐患，单班次巡检覆盖面积为人工的 5 倍以上。这组数据的意义不在于机器比人强多少，而在于它证明了在防爆、有毒有害、高空等高风险环境下，机器人巡检已经跑通了从设备搭载到数据回传的完整链路。
电网侧的节奏同样密集。今年 9 月 22 日，南方电网与宇树科技（688836）签署战略合作框架协议，约定围绕电力场景推进技术共研、场景共建、标准共立、产创共融。南方电网还在用真实工况划定技术边界：2026 电力具身智能应用大赛共吸引 93 支队伍、140 家单位报名，15 支队伍进入实操赛，在真实电力作业环境中完成变电站设备巡检、紧急停电操作、专变用户电能表更换前验电三项任务。竞赛科目直接对应一线班组的日常操作，这种以赛代测的方式比实验室指标更能暴露机器人在真实电磁环境、复杂地形和突发工况下的短板。
中国信通院 10 月发布的《具身智能发展报告（2026 年）》将 2026 年的具身智能定位为 " 未来产业向试点应用的过渡节点 "，制造、物流、能源（850101）、医疗、商业服务等领域试点规模逐步扩大。IDC 同期数据显示，2026 年上半年全球四足机器人在工业制造领域应用市场规模约 7675 万美元，同比增长 194.2%，部署量同比增幅达到 537.9%，增速显著高于消费（883434）端市场，化工（850102）、矿山、冶金等高危工业场景是工业制造市场增长的核心驱动。这组数据的方向性含义很清楚：工业场景的采购正在从零星试用转向批量部署，而驱动力并非技术炫技，是安全生产成本和人工巡检效率的硬约束。
江行智能创始人庞海天在接受采访时算过一笔账：变电站、新能源（850101）场站等基础设施位置偏远，站内设备价值高，人工运维巡检劳动强度大、效率偏低。部署机器狗、无人机（885564）、巡检机器人等终端设备后，单场站数千个巡检点位的人工巡检可实现整体替代。上层 " 物理 AI 大脑 " 对采集数据集中分析，识别设备故障与异常，结果回传至控制中心，整站巡检效率显著高于人工模式。这套描述里，机器人替代的不是一个岗位，而是一整套巡检流程——从人到点位、从点位到数据、从数据到判断，每个环节的摩擦系数都在被重新计算。
以中石油、中石化、南方电网为代表的能源（850101）央企，正在成为工业具身智能最重要的场景甲方。但甲方入场不等于商业化闭环。中国出海企业协作联盟具身智能与机器人委员会主任、华山资本管理合伙人杨镭的判断值得重视：机器人进驻厂区不等于商业化落地，现场演示、接入生产流程、客户持续付费、规模化采购是完全不同的发展阶段。他预计未来数年工厂、仓储、物流这类标准化 To B 场景会比家庭服务这类非结构化环境更早实现规模化商用。这个判断的边界条件在于，标准化场景虽然流程可控，但容错率极低——一次误动作可能导致非计划停工，损失远超机器人本身造价。
贝克休斯工业解决方案业务高级副总裁阿拉温德 · 亚拉加达在接受采访时点出了另一层约束：在能源（850101）行业，数字技术运行在一个对可靠性、安全性、连续运行要求极高的物理环境里，不只是在优化一个数字流程，而是在围绕复杂设备和工业流程做决策，这些设备可能要连续运行几十年。他认为工业场景只靠复杂算法远远不够，还需要高质量的运营数据、对设备工艺的深度理解，以及一线工程师、运维人员愿意信任的模型。物理 AI 在石化、能源（850101）场景的部署门槛显著高于普通场景，技术方案需要在复杂工况下持续稳定运行，打通存量控制系统，同时满足严苛的安全生产、网络安全（885459）与现场运营规范。这段话的潜台词是，能源（850101）央企的采购决策链条里，安全合规部门的权重可能不低于技术评估部门，任何一家整机企业想拿到持续性订单，都得先过工况适配和标准认证这两道关。
高质量真机数据的约束同样紧迫。国金证券（600109）10 月 29 日援引中国信息通信研究院《具身智能训练场研究报告（2026 年）》分析，想要推动机器人迎来类似大模型的 "ChatGPT 时刻 "，约需 21,200 台机器人连续工作一年，产出千万小时级有效数据，而当前全球可用的高质量真实数据仅数十万至百万小时级。数据尤其是真机数据是物理 AI 最核心的瓶颈，这个瓶颈无法靠仿真数据完全绕开，因为仿真环境里的物理参数和真实工况之间的偏差，恰恰是机器人泛化能力最薄弱的环节。
天使投资人、资深人工智能（885728）专家郭涛向第一财经记者分析，工业具身智能当前正处于从样品演示转向工程交付的过渡期，已经脱离纯实验室研发阶段，部分高价值场景完成单点试点验证，但距离大规模批量落地仍有较长距离。他判断技术突破和商业化洗牌会同步推进：技术层面，模型物理泛化能力、本体可靠性、整机成本都会迎来一轮集中迭代，不少底层卡点有望得到缓解；商业化层面，资本资源会持续向具备稳定项目交付能力、跨场景复制能力的企业集中，大量仅能完成样机制作、无法拿到工厂持续性订单的团队会逐步被市场出清。
回到中石油与宇树科技（688836）的合营安排，这笔交易的结构本身透露了能源（850101）央企对具身智能的态度：不做纯财务投资，也不直接下场造机器人，而是用合资公司把场景方和本体方绑在同一个经营主体里，共担风险、共享收益。这种模式的优点是场景开放度和技术适配度都高于单纯采购，缺点是合资公司的决策链条比单一企业更长，产品迭代速度可能受制于双方股东的流程节奏。合营企业能否跑通，取决于两个条件：中石油体系内的作业标准能否被有效转化为机器人的功能定义，以及宇树科技（688836）能否在防爆、长时运行等工业级要求下保持成本可控。这两个条件任一不成立，场景甲方的采购冲动就会退回到试点阶段。
能源（850101）工业场景被视作具身智能商业化的试金石，原因不在于场景本身有多大规模，而在于它同时施加了可靠性、安全合规、数据质量和成本四重约束。能在这种约束下完成交付的企业，进入物流、制造等容错率稍高的场景时，迁移成本会低得多。反过来看，如果一家整机企业连能源（850101）场景的单点试点都无法通过验收，其技术成熟度距离规模化商用就还有相当距离。