机器人集体后空翻的第3年，行业终于承认一件事

过去两年，科技圈最不缺的就是机器人后空翻的视频。社交媒体上的讨论和各大公司的宣传片，让人觉得我们距离被机器人接管，似乎就差一个季度的距离。

刚刚，在2026中关村论坛年会上，银河通用的王鹤、智平方张鹏、千寻智能高阳、原力灵机唐文斌，以及星动纪元席悦坐到一起，聊了聊具身智能的真实现状。

现在的具身智能到底发展到哪一步了？哪些场景得到了验证？技术瓶颈是数据、模型还是硬件？未来一两年，工业化落地多还是真能进家庭？

五位创始人给出了高度一致的研判：2025年是「打基础」的蓄势之年，2026年将是机器人场景泛化能力提升和商业规模化落地的元年。

千寻智能的高阳把当前阶段比喻为大语言模型的GPT-2时代。他说2025年解决了大量数据基建问题，随着模型参数与数据规模提升，2026年极有可能迎来跨越至3.0时代的跃变。

原力灵机的唐文斌则更直接：哪怕今天我们坐在这里谈论模型、算法，但连一个大规模benchmark都还没出现，无法准确衡量不同具身智能的水平。

星动纪元的席悦提到，过去一年资本疯狂涌入，一些2025年没出现的公司在2026年突然涌现，同时也有很多公司突然就消失。

银河通用的王鹤分享了他们与清华合作的项目——让机器人上场打网球。他说随着很多概念逐渐清晰，具身智能正在迎来从实验室走向真实世界的时刻。

数据，是这场圆桌被提及最多的词。

星动纪元的席悦说得很干脆：「数据，是当前最卡脖子的瓶颈。」

想让机器人在复杂环境里自主工作，就需要它在真实场景里收集数据。但真实场景的试错成本太高了，没有哪个厂长愿意让半成品机器人在自家流水线上瞎折腾。

唐文斌认为数据本质上就是钱的问题，花钱可以解决。真正的难题是需要让机器人从真实场景里反馈数据——但这又是个鸡和蛋的问题：现在的机器人不成熟，没法批量部署；但想让机器人进步，又需要它被批量使用。

智平方的张鹏补充，真正能让模型产生质变的，永远是一线真实场景回流的数据。而数据之外，模型的架构和系统设计也同样重要。他把具身智能比作「模型+本体硬件+场景系统」的三位一体综合实力比拼。

换句话说，谁能以最低成本让最多的机器人在真实物理世界里跑起来，谁就能拿到通往GPT-3.0时代的入场券。

如果说2025年是拼Demo、跳芭蕾、表演武术的一年，2026年就是拼场景的一年。

而这些创始人选中的落地场景，不约而同地放弃了科幻电影里高大上的C端家庭场景，转而扎进物流、公共服务和街头零售。

张鹏、高阳与席悦一致看好半结构化的工业制造、简单的服务与物流搬运场景。特别是物流环节中那些「人类只需短时间培训即可上岗」的日结型工作，高标准化和明确的指标要求，能成为机器人最易替代与规模化复制的突破口。

唐文斌给出了四个严苛的落地标准，堪称具身智能「避坑指南」：能容忍错误、对效率有容忍度、需要一定泛化能力、能长时间作业算平账。

他幽默地提到，在技术尚不完美的当下，「伪装成干活的跳舞」——提供情绪价值的展示型应用，也不失为一种极佳的商业路径。

银河通用的「太空舱」零售店就是个例子。机器人取货动作可能没有人类店员利索，但它新奇、酷炫，为顾客提供极高的「情绪价值」，顾客愿意为这份体验买单。更妙的是，银河通用在这个过程中已经积累了8万小时的真实货架取货数据。

这不仅是个成熟的商业场景，更是一个极其巧妙的具身智能数据采集方案。

圆桌最后聊到了行业标准。刚好央视新闻当天报道，中国信通院联合40余家单位发布了具身智能领域首个行业标准，将于2026年6月1日实施。该标准统一了基准测试框架，配套建立了包含超1万条测试任务的题库，覆盖工业、家庭等300种场景，结束了行业「无标可依」的现状。

几位创始人也提到，只有广泛认可的行业标准，才会有具身智能实质性和规模性的进步。

会议结束时，主持人说今天是「百亿」，希望明年能变成千亿对话。

是的，还没到万亿。机器人要想彻底接管人类，可能还需要再练习好几年。