天不生機器人，物理AI如長夜？

跳舞？干活？格斗？運動？剛剛過去的2026年WAIC，具身智能首次獨立成館，參展企業從去年的80多家激增到200多家，真機超過300臺且幾乎全部動態運行，給外界帶來了不少驚喜。

整個展會透露了當前行業的很多底層趨勢，例如對場景化運行的追求，數據采集設備首次成為獨立品類，專攻智能底座的企業登上臺前。當一個行業從發明期進入工程化期，最重要的角色往往不再是最會做整機的公司，而是那些能把行業共性問題標準化、平臺化、基礎設施化的公司。

機器人行業正在經歷的就是這么一場切換。它的規模還遠沒到爆發前夜，但分工的雛形已經出現了。而這條路的盡頭，是為了讓機器人走進物理世界，抓住物理AI的時代契機。

一、機器人的“身體”正在分化，“大腦”正在集中

今年WAIC上最直觀的變化，是形態與需求的雙向奔赴。

智元的精靈G2Max采用輪式底盤，專攻倉庫搬運，定位是二十四小時不間斷替代人力。

它石智航直接把一條復刻的汽車線束產線搬到現場，用“輪式底盤加雙臂”的集群演示產線作業。加速進化把展臺改成小型足球場，一批不到一米高的小機器人自己踢球、搶斷，還會假動作，走的是科研競技路線。松延動力的小布米身高不到一米，定價不足萬元，是市面上第一款萬元以內的量產人形機器人。

這種形態上的“去中心化”不是設計退步，而是行業開始認真回答“機器人到底要在哪里干什么”之后的自然結果。場景定義本體，而不是本體在找場景。

但當身體花樣百出的時候，大腦的需求反而高度趨同了。今年WAIC上，騰訊發布Tairos具身智能開放平臺和混元具身大模型，華為云CloudRobo正式公測，阿里、百度也都有相應的具身智能平臺產品亮相。這幾個科技巨頭的動作高度一致——不造機器人本體，專攻智能底座。

華為CloudRobo的定位，是全球首個覆蓋數據生產、模型開發、仿真評測、本體接入、部署運維全鏈路的具身智能開發平臺。核心目標是把具身智能開發從手工作坊帶進工業化時代。目前已經有優艾智合、華沿機器人等二十多家企業首批入駐。

騰訊則把Hy-Embodied系列模型開源，公布了大腦模型RxBrain的架構。

這種分工邏輯在科技產業史上并不新鮮。移動互聯網時代，開發者不需要自研操作系統和芯片，基于Android或iOS就能快速開發應用。機器人行業走到今天，也遇到了類似的效率瓶頸——大多數具身智能企業需要從零搭建數據體系、訓練專屬模型、反復調試仿真、適配不同硬件本體。大量重復勞動消耗了核心研發資源，真正投入到場景創新上的精力被嚴重擠壓。

一個橫向對比可以說明這種分化有多劇烈。仙工智能的招股書數據顯示，其控制器業務毛利率接近80%，軟件業務更高，而機器人整機的毛利率不到40%，配件業務僅16%。產業鏈上最賺錢的環節，恰恰不是造身體的，而是做控制系統的。這解釋了為什么科技巨頭愿意把精力集中在“大腦”上。

目前，智能化賦能雖然還是起步，但已經有了汽車產業鏈上很多供應商的影子：不親自造車，但把智能座艙、高階智駕、電驅系統打包輸出給車企，靠技術賦能拿到產業話語權。

二、數據采集已成為獨立賽道，具身智能開始長出“中臺”

盡管機器人的應用場景愈發多元，但在從樣機走向產業化的道路上，行業面臨的根本挑戰逐漸聚焦在一個相對隱性的層面：數據。

大語言模型之所以能快速迭代，很大程度上得益于互聯網積累了數十年的公開文本語料。但機器人操作數據不存在任何現成庫存，必須從零開始積累——每一次真實抓取、每一次插拔動作，都需要物理世界中真實執行一次。由此產生的數據采集成本極高，一臺機器人一天能產生的有效數據遠低于語言模型的語料吞吐量。

更深層的矛盾在于，即使某些團隊已經積累了可觀的數據量，這些數據也往往困在自己的系統里無法互通。一臺機械臂抓杯、一臺人形機器人抓杯、一個人用手拿杯，任務完全相同，但數據層面可能傳感器不同、坐標系不同、動作表達格式不同。

數據越多，不一定意味著整體能力增長越快——關鍵在于這些經驗能不能被共同理解和復用。

在今年的WAIC上，數據采集首次成為一個獨立品類，多家公司帶著專門的數采設備和方案亮相。

覓蜂科技推出的MEgo系列主打“不綁機器人”，用一個手持式設備和穿戴套裝就能由普通數據采集員完成操作記錄，不需要機器人工程師參與。大曉機器人則同時發布了ACE數采設備和開悟世界模型KAIROS，形成“采集加訓練”的打包方案。

三種思路——本體廠自采、出售數采工具、數采加模型打包——形成了初步的產業鏈分工。這標志著具身智能開始長出自己的“中臺層”。

在任何復雜工業體系里，當無數參與者各自做重復性基礎工作時，就必然會產生把共性問題集中解決的中間服務商。數據采集從機器人公司的內部分工變成獨立賽道，本質上是行業分工進入第二階段的信號。

第一階段，大家各自全棧自研，什么都要自己干。第二階段，底層能力被抽離出來標準化、規模化了——工具廠商專門做工具，平臺廠商專門做調度，本體廠商把精力集中在場景適配和產品定義上。

所以接下來，誰先跑通標準化、低成本的數據供給，誰就占住了產業鏈上最難替代的位置。這有點像石油行業里的勘探數據服務商——它們不直接采油，但所有采油公司都依賴它們提供的地下構造數據。產業鏈上一個環節一旦從“內部職能”變成“外部專業服務”，往往意味著這個環節的技術復雜度已經高到需要獨立專業化運營，而它所服務的下游產業正處于規模化擴張的前夜。

不過，目前距離數據供給側的真正成熟還有相當長的路。數據格式尚未統一，采集標準各自為戰，大量數據被采集后仍困在自己的系統里沒有發揮出應有的價值。對于那些想要在前沿領域持續突破的團隊而言，搭建一套可復用的數據基礎設施，已經成為比發布一款新產品更值得長期投入的戰略任務。

三、世界模型之爭：共識尚未形成，但路徑正在收斂

如果說數據采集解決的是“經驗從哪里來”的問題，那世界模型解決的就是“經驗怎么被理解”。這也是今年WAIC上行業爭議最集中的地方。

過去兩年，具身智能主要靠VLA模型——視覺語言動作模型——來驅動。VLA擅長看懂場景、理解指令，但對物理世界缺乏真正的認知。它在實驗室里表現很好，一進真實環境就容易出問題，因為真實環境總有訓練數據里沒出現過的情況。于是各家開始探索新的方向，“世界模型”成為今年最高頻的詞匯之一。

簡單理解，就是讓機器人先在“腦內”模擬一下“這么做世界會變成什么樣”，再決定動作，而不是死記硬背動作順序。

但世界模型到底是什么，行業遠未達成共識。騰訊科技主辦的“騰訊WAIC之夜”公開的圓桌對話記錄中，群核科技黃曉煌的判斷是，純視頻模型可能是大廠的菜，小公司做不起，更看好傳統物理仿真路線——世界是由重力、摩擦力等不可見規律驅動的，視覺只是表象。

生數科技駱怡航則認為，單一路線走不通，需要視頻數據、物理強化數據、本體數據融合，最終要通向“感知、想象、決策一體”。

而銀河通用張直政的提煉最為凝練——真正算得上世界模型的，必須具備三重能力：能建模動作對環境狀態的改變，能利用狀態建模促進策略學習，以及具備通用的評價能力判斷動作結果的好壞。三者缺一不可。

幾條路線各有各的壓力。純視頻模型的問題是，像“抓杯子需要多大力度”這種信息是鏡頭拍不出來的，需要真正的物理交互數據來補充。物理仿真的問題在于，將真實世界的各種物理參數完整采集并精確建模本身就是個巨大的工程，規模化復制遠不如視頻路線便捷。融合路線看似兼顧各方優勢，但路線越綜合往往也意味著實現周期越長，對團隊的工程化能力要求越高。

盡管分歧明顯，但一個共識正在形成：VLA和世界模型不是二選一的替代關系，而是并行演進的互補關系。

VLA負責“看見和理解”，世界模型負責“想象和判斷”。兩種能力同步發展，各自解決不同層面的問題。這與智能手機時代觸控交互和語音助手的關系有相似之處——兩者并非替代關系，各自在不同的使用場景中占據優勢，共同把交互體驗做到遠超此前的水平。

銀河通用在現場發布的WAM-TTT模型給出了一個有意思的思路：機器人進入新場景后，不需要重新訓練，只需看一批人類操作視頻就能適應新環境干活，預訓練參數完全凍結。

按照實驗數據來推算，原本需要一百小時真機數據訓練的任務，用了這種技術后可能只需約兩個小時就能跑起來。這意味著“換場地”的成本可能驚人地下降，而這恰恰是機器人從工廠走向家庭的最大障礙——工廠環境可控且固定，家庭環境則因為裝修布局、物品擺放方式、家庭成員行為習慣的差異而千變萬化，每一戶都幾乎是全新的場景。

四、黃金時代還很遠，但基礎設施的雛形已經浮現

把WAIC上分散的信號串聯起來，機器人和物理AI行業正在經歷一個微妙但關鍵的切換點。

第一個切換，是產業鏈的分工正在從垂直一體化走向分層專業化。過去，做一款機器人幾乎要求團隊從硬件到算法到數據全棧自研。現在，有人專門做數據采集工具，有人專門做基礎模型和開發平臺，有人專門做靈巧手和關節模組。各層之間的接口雖然還沒有標準化，但分工邏輯已經清晰可見。

這種分工在任何一個成熟產業中都扮演著效率催化劑的作用，整個行業的創新速度和成本曲線都會改善。

第二個切換，是競爭重心正在從“機器人的體力”——誰能走得更穩、跳得更高——轉向“機器人的智力”——誰能理解更復雜的任務、適應更多變的環境。運動能力差距在縮小，會走、會跳、會打拳已經逐漸成為基本功，單靠運控很難拉開明顯的競爭身位。

真正的勝負手越來越依賴于模型的數據驅動能力，以及把模型能力轉化為可靠任務執行的全流程工程體系。

第三個切換，是行業對“通用機器人”的理解正在收縮，從“什么都能干的超級機器人”收縮為“在特定范圍里實現通用能力的機器人”。在一個有限的空間里，比如一條產線、一個倉里，追求全面的通用性是可能的，且落地周期會比大多數人預想的短。

自動駕駛本質上也是這個邏輯——在駕駛這個有限場景里做到一定通用水平就可以商業化。機器人沿著類似路徑走向產業化的可能性，正在被越來越多的行業參與者所驗證。

所以，如果將視角提升到大部分硬件AI公司都想追求的物理AI，后者需要的不是又一個炫技的樣機，而是一套能讓更多團隊站在前人肩膀上開發的底座系統。移動互聯網誕生了數以百萬計的App，不是因為百萬個團隊都會設計芯片和操作系統，而是因為芯片和操作系統已經被做成了可以即插即用的基礎設施。

機器人行業還在這個進程的早期。自動駕駛產業中，Waymo摸索了超過十五年才走到今天，而它服務的還是一個相對封閉規整的行車場景。要在更復雜、更多樣的真實物理環境里完成更精細的任務，僅憑目前搭建的這些工具鏈還有很長的路要走。

但基礎設施的雛形一旦出現，它的演進往往比人們預期的更持續——因為每個接入基礎設施的團隊，都在為整個生態貢獻可被復用的數據和場景經驗，飛輪一旦轉起來，加速度會超過線性預期。

天不生此機器人，物理AI如長夜。讓這個行業真正走出長夜的，或許不是某一家公司做出的某款驚艷產品，而是那些散落在不同展臺的底層努力——數據采集協議的一處微小改進，世界模型架構的一次試探性調整，開發平臺上某一個標準化接口的落地。這些碎片單獨看都不夠性感，但組合在一起，就是照亮整條賽道的星星之火。

來源：松果財經