8月具身智能的热度，被两场行业盛会拉到了顶点。

国家速滑馆"冰丝带"里，第二届世界人形机器人运动会正在如火如荼地进行。

前面几天的赛事里，人形机器人在100米、400米、1500米赛跑以及跳高等多个项目中，接连打破人类纪录。其中100米复赛，北京人形的天工机器人跑出8.86秒，不仅比预赛的9.32秒又快了一截，也把博尔特保持17年的9.58秒人类世界纪录甩在了身后。

再往前几天，2026世界机器人大会（WRC）上，各家展台的重点也变了。不再是跳舞、后空翻这类"才艺展示"，而是在传送带上分拣包裹、工位上拧螺丝、家庭区整理家务。

这种种情形让人觉得，具身智能的"奇点"似乎就在眼前。

然而，就在WRC 2026主论坛上，宇树科技创始人兼董事长王兴兴却清醒发言称，具身智能ChatGPT时刻，快则2-3年、慢则5-10年才会到来。

人形机器人表演越来越炫，落地看似越来越近，却始终无法真正大规模铺开。这背后的卡点，究竟在哪？

跑得比人快，干活比人慢

去年的人形机器人运动会，很多队伍能顺利完赛就不错了。今年，不仅更多队伍能够稳定完赛，顶尖选手的成绩更是突飞猛进。

图片来源：北京人形

除了100米，在400米大型组决赛中，天工机器人也以38.15秒夺冠，将人类43.03秒的世界纪录甩在身后。而在1500米决赛中，天卓队使用天工Ultra以2分21秒63夺冠，比人类纪录快了1分05秒。

田赛同样夸张：天工机器人原地跳高3.4米，上届最好成绩才0.95米；跳远7.97米，也已经摸到人类顶尖水平的门槛。

这些成绩充分表明，当前人形机器人的本体性能和运动控制水平，均已经达到了一个新的高度。

但比成绩更值得注意的，是行业评价逻辑的悄然转向：从看演示效果，变成了看落地效果。

去年WRC，跳舞、后空翻还是标配。今年最聚人气的，已经变成了能持续完成真实任务的作业演示。

比如优必选的Cruzr系列在做汽车钣金件上下料和物流分拣，无界动力的K15在咖啡空间连续完成端送、清理、回收等长程任务链，越疆的"一脑多体"平台让人形、四足和协作机器人协同完成产线作业。

这背后的道理并不复杂：技术从来不是用来看的，而是要用在实处的，演示再流畅，最终也要落到产线上、纳入成本考量。

然而运动会、WRC上，机器人虽忙得热火朝天，落地端却是另一番景象。

宇树IPO路演时，王兴兴说得很直白：全球人形机器人的真实需求，目前主要在科研教育和商业消费，工业场景的规模化部署还需要时间。中短期内，应用也集中在科研、教育、文化表演、智能服务、应急高危这些领域。

数据更说明问题。

Counterpoint Research的最新统计显示，2026年上半年，全球人形机器人出货量突破2.2万台，同比增长接近300%。但拆开看用途：文娱表演占33.6%，数据生产与科研占27%，两项加起来超过六成；服务导览约19%，智能制造12.8%，仓储物流4.9%。

也就是说，真正进入智能制造和仓储物流的，还不到两成。家庭场景更是几乎可以忽略。

而即便已经落地的，表现也往往不尽如人意。

例如宇树，2024年就开始和汽车工厂合作产线落地，但王兴兴透露，目前这类机器人只能做简单装配，不仅效率低于人工，新增任务还要重新训练，部署效率偏低，所以现在还没有大规模推广。

宇树尚且如此，更不用说其他没有经过充分产线验证的厂商。

值得注意的是，这一产业层面的落地困境，已经同步反映在了资本市场。近日，宇树科技上市后的股价大幅波动，就是最直观的写照。

图片来源：东方财富网截图

8月19日，宇树科技正式登陆科创板，成为“A股人形机器人第一股”。本次IPO，宇树发行价为150.80元/股，对应市值约610亿元，但开盘直接跳到1100元，暴涨629%，盘中市值一度突破4400亿元。

然而随后几个交易日，宇树股价持续回调，截至8月25日收盘报602.8元，总市值2438亿元，较高点蒸发近2000亿元。

这背后的核心原因之一，就是市场开始意识到：人形机器人的大规模商业化，确实还需要时间。

那么，从赛场上优秀的"运动员"到产线上的"打工人"，人形机器人规模化商用，到底还有几道坎？

规模化卡点：大脑是核心短板，但非唯一

关于具身智能的“ChatGPT时刻”，王兴兴有一个明确的衡量标准——在80%的陌生场景中，具身智能机器人通过语音或文字指令，能完成大约80%的任务，即为行业真正的撬动性时刻。

显然，当下具身智能机器人还不具备这一条件。

这背后，王兴兴认为，当前通用机器人要真正走进生活、走进家庭，最大的瓶颈是具身智能的泛化能力不够。

“目前全世界很多AI模型，在一个固定场景里，如果进行足够的数据采集和训练，任务成功率可以做到接近100%。”王兴兴表示。但是，只要机器人操作的物品发生一些变化，或者环境稍微换一下，成功率会下降非常严重。

事实上，具身机器人"大脑"能力不足，已经是行业公认的核心瓶颈。

日前，在WRC 2026同期举办的“应用牵引”主题论坛上，众擎机器人创始人赵同阳也直言，当前制约具身智能机器人走向万台级交付最大的卡点，是“大脑”的成功率不够。

“即便是99%的成功几率，也意味着机器人如果走出去100次，那么有一次是无法完成任务的，这是一个很糟糕的事情。”尤其在产线上，一次失败可能就意味着一条产线停转、一批零件报废，从而造成巨大的损失。

因此他认为，机器人“大脑”的成功率必须要从99%进一步提升到99.99%，而这目前还不能做到。

加速进化创始人程昊同样认为，当前最大的行业短板在“大脑”上，由于技术路线还没有收敛，并没有真正进入工程化落地阶段。

“原来‘大脑’、‘小脑’、本体都不行，现在本体在不少场景已经够用了，比如100台机器人组成方阵行进时，步伐能保持高度一致，核心就是一致性做得相当不错，至少硬件一致性是过关的。‘小脑’随着通用运动控制器技术发展，也已基本成熟。”程昊表示。

不过，"大脑"是核心短板，但并非唯一短板。

图片来源：智身科技

在智身科技联合创始人刘宇龙看来，尽管当前“大脑”的成熟度，距离具身智能未来的理想状态还有差距，但如果只是要实现万台级交付并落地应用，“大脑”其实只要做到够用就可以，也就是能在目标应用场景中满足需求痛点、解决实际问题就行。

反而更关键的卡点是，硬件如何在目标应用场景里满足各类指标，比如在自重有限的前提下承载足够大的负重，能适应高低温不同工作环境，以及平均无故障工作时间(MTBF)要达到客户的底限要求；以及保证在万台交付过程中，所有批次出货的良率、工艺、评测以及最终交付的一致性。

“但现在行业还没有明确的标准，需要协同上下游一起制定”。刘宇龙表示。

京东智能机器人业务部负责人徐磊则从渠道端给出了不同视角：供需关系匹配，也即是当前这些具身智能机器人是不是能真实满足用户需求。

“如果能做好需求匹配，我觉得未来实现万台以上的交付、完成规模化落地将不是问题。”徐磊认为。然而目前的情况是，据他透露，现阶段具身智能产品的转化率，比传统的消费电子、手机数码要差数十倍。

由此可见，人形机器人规模化落地其实是个系统工程，每个环节都有短板。只不过"大脑"是最显眼、也最制约长期天花板的那个。

那"大脑"本身又卡在哪？

最直接的挑战，是用来训练“大脑”的数据严重不足。

“在‘大脑’层面，我们拥有的真实有效数据，无论质量还是数量都远远不足。”刘宇龙直言。数据不够，虚拟推演和硬件实际就会有偏差，进而影响长程、多样化任务的能力。

比数据缺口更底层的，是模型架构。

图片来源：优必选

优必选副总裁、具身智能与人形机器人研究院院长焦继超指出，现在的具身大模型架构，基本都是从自然语言大模型迁移过来的，不一定适配具身数据类别和训练范式，未来很可能出现专用于具身智能的全新架构。

毕竟，语言是一维逻辑，而具身智能需要处理的是三维物理世界：理解任务逻辑、感知空间位置、遵循时序执行动作，还要融合视觉、力、触觉多模态反馈，二者所要解决的问题完全不在同一维度。

直接拿大语言模型的底子解决具身问题，本质上是"用汽油发动机的底子造电动车"，底层架构不改，很难有本质突破。

数据量不足、模型架构不适配，最终结果就是机器人的泛化能力不够。

终局之争：路线未定，行业格局尚无定论

毋庸置疑，无论是具身大模型还是硬件本体，其实都还没有真正收敛。也正因此，关于行业的终局之争，比如市场格局将走向集中还是多元、软硬件一体还是解耦，各方也始终各执一词。

在加速进化创始人程昊看来，要回答这些问题，需要从具身智能不同的发展阶段来看：本体阶段、Agent应用阶段、模型阶段。

在当前的本体阶段，市场无疑已经是百花齐放，类比早期计算机时代，各家方案各不相同，有苹果、IBM等不同玩家。

“我们觉得可能马上就要进入到Agent阶段，就是应用时代，这个时候本体系统会慢慢从多样收敛成几家，但是上面的应用会开始越来越丰富，就像当年互联网早期或者移动互联网早期，会有非常多百花齐放的应用。”

待到模型阶段到来，具身大模型出现之后，可能会迅速把应用都吃掉。“就跟现在大家买手机只下微信、抖音几个大的平台级应用就OK了，这个时候应用又开始收敛。”程昊表示。

而众擎机器人创始人赵同阳的判断是，人形机器人市场盘子极大，理论上能容纳多家千亿甚至万亿级巨头，但利润最终会向少数头部集中，并诞生一两家类似苹果、微软这样的全栈生态公司。

“当前人形机器人行业的发展阶段，就好比手机行业的功能机时代。等行业进入智能机阶段，我认为将会有两三家知名度极高的头部企业，占据行业80%的利润，剩下20%市场留给细分专用领域厂商。”赵同阳表示。

AI作图，来源：豆包

优必选副总裁、具身智能与人形机器人研究院院长焦继超给出了更细的分层判断：电机、减速器、"大脑"芯片这类上游零部件会形成头部格局；本体层面有望成长出平台化巨头；运营端则百花齐放，第三方开发者基于本体平台做场景应用，整体生态类似智能手机。

智身科技联合创始人刘宇龙的判断则较为分散。

他认为市场不会被极少数巨头吃光，千行百业，每个垂类都会有适配需求的企业存活，工业领域尤其如此，受产业链分工、渠道关系、地域特性影响，大量企业会在不同上下游环节形成自己的生存构型。

如果说，格局之争还只是终局的轮廓分歧，那么关于技术路线的选择，才是更底层的核心对立。

在程昊看来，具身智能终局最大的赢家将是模型公司，长期来看软件和硬件一定是解耦的。

但这一判断，与赵同阳、焦继超的立场截然相反。

赵同阳的逻辑很直接：要做苹果就必须软硬一体。“除非你只想做一个Windows，或者只想做一个硬件主机厂的代工厂。”

焦继超同样认为软硬件不能割裂。在其看来，与手机可以硬件厂商做硬件、第三方做APP不同，人形机器人硬件与软件必须深度耦合，如同人的肉体和灵魂，二者不能割裂。

“因此我认为，未来本体厂商必须具备软硬件一体的全栈自研能力。”焦继超表示。

不难预见，在大模型与硬件本体均未收敛的当下，接下来一段时间这些分歧恐怕还将持续。

值得关注的是，虽然业界在具身智能未来格局与技术路线演进上，尚未形成统一结论，但在落地的核心原则上，已经达成了较强共识：不必等待所谓"ChatGPT时刻"，应当优先推进难度低、商业能够算得过来账的场景。不过在B端、C端的推进次序上，行业仍存在分歧。

焦继超就指出，尽管从需求角度，C端需求也很多，但目前有些产品其实不一定能满足用户的需求。反而在他的判断中，明后年工业端有望迎来放量，而个人端情感陪护类产品的机会会在此之后到来。

图片来源：众擎机器人

赵同阳同样认为，行业并不缺少需求，真正的瓶颈在于技术与产品能力。"所以对于我自己既做技术又做产品的人来说，我会让技术和产品在这块达到一个比较适中的状态，按照技术容易实现的，并且我们现在基本上就可以实现的，先去落地。"

比如巡检、保安、物业、前台这类场景，在他看来可以优先落地；然后再进入工业场景，从粗活、累活、人不愿意干的活、搬运分拣等场景做起，类似"穿针引线"的精细作业暂时不现实。

除此之外，众擎也在将本体、运控等底层能力对外开放，扮演"卖铲人"角色，由第三方拓展各类行业应用。"你不要想能把所有的行业全做完，因为所有的公司工程师可能就几百人，只能瞅准一两大领域。"

程昊则给出不同判断，他认为B端与C端并非线性先后关系，二者可以并行发展：各自先在简单场景跑通流程，再逐步向高难度任务渗透。

但无论落地次序如何选择，从易到难、价值先行，已经是全行业的务实共识。

结语

当前，具身智能赛道所有人都在说“先落地、再迭代”，但很少有人能说清楚——到底什么才叫真正的落地？是展台上一次完美的产品演示？是赛场里一项打破纪录的成绩？还是能让客户持续付费、可以批量复制的真实生产力？

这个行业太擅长制造高光时刻，但真正的产业革命，从来都不是靠聚光灯堆出来的。

等到人形机器人不用靠打破纪录冲上热搜，而是靠拿下一条又一条产线的订单证明自己的时候，这个行业才算是真正跨过了“奇点”。