艾诚主持世界机器人大会首场发布：从章鱼动力看中美具身未来

从“大模型会说话”到“机器人会做事”，Physical AI真正的战争才刚刚开始

过去三年，人工智能最令人兴奋的事情，是机器终于越来越“会说”。

接下来十年，我更关心另一件事：

机器什么时候真正“会做”？

8月19日，在北京亦庄举行的2026世界机器人大会现场，我主持章鱼动力 SynapX 全球首场产品发布会。站在台上，我把这个问题换成了两句最简单的英文：

Can AI understand the world?

AI能不能理解世界？

以及：

Can AI enter the world and change it?

AI能不能真正进入世界，并改变世界？

从第一问走到第二问，可能就是这一轮人工智能从Generative AI迈向Physical AI真正的产业分水岭。

章鱼动力选择在世界机器人大会第一次完整公开其物理AI路线：SYNWorld世界基础模型、OctoH-Hand仿生灵巧手、OctoSense数采方案，以及背后的“数据—模型—硬件”一体化闭环。其官方发布逻辑并不是再造一台“更像人”的机器人，而是试图构建一种通用物理生产力底座。

这让我想起一个月前在硅谷与AI投资人的两小时争论。

他说了一句很极端、但值得所有具身创业者听一听的话：

“没有数据、不做训练，我就不认为你真正做的是具身AI。”

因为在他看来，具身不是“机器人＋AI”的简单拼接，而是下一代AI——它第一次跳出语言，把物理世界纳入训练。

这也正是我今天想讨论的问题：

当硅谷把Physical AI视作下一代Foundation Model，当中国机器人产业链开始从本体制造走向大脑、小脑、双手和数据闭环，中美具身智能究竟在竞争什么？

答案可能并不是“谁先造出一个最像人的机器人”。

而是谁先把智能真正变成生产力。

一、2026年的具身智能，正在经历从“机械进化”到“智能进化”

如果只看展会，具身智能很容易被理解成一个热闹的机器人赛道。

能跑、能跳、能后空翻，已经不够；今年大家又开始比谁的手更灵巧，谁叠衣服更好看，谁能端杯子、拧螺丝、打鸡蛋。

但数据告诉我们的，是一个比“机器人越来越像人”更深刻的变化。

《2026年具身智能技术发展报告》统计显示，全球具身智能领域已经形成近20万件技术积累，并从2024年进入明显的创新爆发期；2025年相关专利申请约2.6万件，比2024年的约1.6万件增长超过60%。

更重要的变化发生在技术结构内部。

过去20年，机器人最厚的技术积累在“身体”——电机、减速器、关节、执行器、机械结构。

而近几年，技术创新正在快速转向“大脑”和“小脑”。报告显示，到2025年，大脑与小脑相关专利申请合计占比已经达到约76.5%，肢体层降至不足四分之一。

这说明机器人产业正在发生一次范式迁移：

过去解决“怎么造出一副可靠的身体”，今天开始解决“怎么让身体真正拥有智能”。

如果把机器人类比成人：

大脑负责理解与决策；

小脑负责运动、协调与平衡；

双手负责真正与世界发生关系。

The brain understands.

The cerebellum coordinates.

The hands change the world.

而“小脑”尤其容易被资本市场忽略。

报告显示，在小脑技术中，步态与平衡控制占比58.3%，居各细分方向首位。为什么？

因为会思考，不代表会站稳；会规划，不代表能在复杂地面上保持稳定；知道杯子在哪里，不代表能准确伸手、控制力度并把它拿起来。

所以我在发布会现场说：

机器人真正商业化，不只是聪明，而是稳定、精确、可靠。

A robot cannot hallucinate gravity.

机器人可以生成错误答案，但它不能对重力产生“幻觉”。这句话听起来像笑话，却是Physical AI最残酷的商业现实。

二、为什么我从硅谷回来，反而更加关注中国的具身机会？

今年夏天我在硅谷连续看AI项目、见科学家和投资人，一个越来越明显的趋势是：

硅谷正在寻找“下一代基模”。

大家讨论的不再只是OpenAI、Anthropic这一代基于语言和Transformer范式的模型，而是下一步如何让AI拥有空间理解、世界模型、因果预测，以及与真实环境持续交互的能力。

也因此，Physical Intelligence、Figure AI，以及更多世界模型、机器人Foundation Model项目，成为资本重点追逐的对象。

2026年已披露的中国机器人赛道融资规模近千亿人民币，资本已经跑得非常快。

Capital has priced the dream. Now industry must deliver the reality.

资本已经给梦想定价，接下来产业必须交付现实。

中美的差异也因此越来越有意思。

硅谷的优势依然明显：顶尖科学家密度、基础模型原创能力、风险资本、基础研究生态，以及敢于重新定义技术范式的文化。

中国的另一面同样不能忽视：制造业供应链、机器人硬件、电机、减速器、传感器、汽车工业、工程师规模、成本控制和大量真实应用场景。

专利数据甚至更加激进。

中国目前贡献了全球具身智能相关专利约53.3%；在“大脑层”技术中，中国占全球相关专利的比例接近76%。

但这里恰恰不能自我陶醉。

同一份研究显示，中国具身智能专利平均被引约1.8次，而美国约6.1次。

换句话说：

中国已经形成规模优势，但技术原创影响力和全球引领能力，仍需要继续证明。

所以我并不喜欢简单讨论“中美谁领先”。

更准确的表达应该是：

China has scale. Silicon Valley still has influence.

The winner will need both.

中国拥有规模、工程和场景，硅谷仍然拥有很强的原创影响力。未来真正的冠军，需要把两种能力同时装进一家公司。

三、章鱼动力真正值得看的，不是一双手，而是一条闭环

正因为如此，我看章鱼动力，最感兴趣的也不是“这双机器人手做得漂不漂亮”。

而是它试图搭建怎样的闭环。

章鱼动力创始人都大龙并不是第一次创业。从百度IDL，到成为地平线早期第6号创始员工、参与BPU AI芯片设计，再到联合创办鉴智机器人推动高阶智能驾驶量产，他此前的经历本身就是中国AI产业从算法走向芯片、再走向真实物理场景的一条缩影。2026年初创立章鱼动力后，公司迅速获得地平线、线性资本等机构参与的种子轮融资，并在后续Pre-A轮继续获得产业资本支持。

根据此次发布资料，章鱼动力的逻辑可以简单拆成三层：

第一层，数据。

OctoSense要解决的是机器人如何获得真实世界中足够丰富、足够高质量、足够可训练的数据。

语言模型的数据来自互联网。

但机器人没有一个天然存在的“物理互联网”。

一只手抓杯子的姿势、摩擦、力度、失败过程、物体滑动、材质变化，都必须被重新采集和结构化。

所以未来Physical AI最贵的资源之一，可能不是模型，而是高质量的物理世界数据。

这也是为什么我在硅谷讨论具身项目时，对方不断追问的第一句话不是“你用什么模型”，而是：

What data do you have?

你到底拥有什么数据？

第二层，模型。

SYNWorld要解决的不是单纯“看见世界”，而是理解状态变化。

杯子从桌上被拿起之后会发生什么？

布料被拉动时会如何变形？

双手同时操作一个物体时，下一状态如何预测？

语言模型学习的是Token之间的统计关系，世界模型则必须越来越接近物理世界的状态迁移规律。

第三层，硬件。

OctoH-Hand则试图把“知道该怎么做”真正变成“做得到”。

报告显示，灵巧手和末端执行器已经成为肢体层中最重要的技术前沿之一。原因也很直白：

机器人最终要赚钱，不能永远只靠走路。

真正产生经济价值的，是操作。

制造、仓储、家庭、医疗、实验室——大量高价值劳动最终都发生在手上。

因此：

数据让机器经历世界，

模型让机器理解世界，

双手让机器改变世界。

Data gives AI experience.

Models give AI understanding.

Hands give AI impact.

如果这三层真正形成飞轮，才有可能从机器人产品公司升级成Physical AI基础设施公司。当然，“可能”两个字非常重要。因为技术路线成立，不等于商业模式已经成立。

四、资本看具身，2026年以后不能再只看Demo和估值

具身智能可能是这一轮AI中最容易让投资人兴奋，也最容易让投资人付出昂贵学费的赛道。

因为它同时具备三个特征：

故事足够大、技术足够难、花钱足够快。

一个软件产品失败，可以重新发布版本。

机器人失败，会产生库存、供应链、返修、售后、折旧和真实的现金流压力。

所以，从投资角度，我未来会越来越关注五件事。

第一，数据有没有复利。

不是“我们收集了多少TB数据”，而是每一次真实运行，能否让模型下一次表现更好。

没有训练闭环的数据，只是成本，不是资产。

第二，模型能不能泛化。

在实验室里完成一个任务没有那么重要。

换一个杯子、一个光线、一个桌面、一个陌生环境，还能不能完成？

Demo解决“能不能”。

商业化解决“能不能重复”。

第三，硬件能不能量产。

实验室原型做到98分，与十万台产品都做到90分，是完全不同的公司能力。

第四，单位经济模型能不能成立。

机器人最终替代或增强的是人的劳动。

所以必须问：

一台机器多少钱？

每天工作多少小时？

人工接管多少？

折旧几年？

维护成本多少？

相对于人类劳动，ROI究竟是多少？

第五，资本效率。

Physical AI不会是一场便宜的创业。

但钱花得快，不等于进步快。

最终应该看：

每一轮融资，到底购买了多少新的技术能力、数据资产、客户验证与规模化可能性。

我在WAIC讨论智能体时说过一句话，在具身智能上更加成立：

Demo wins attention. Product wins customers. Productivity wins the future.

Demo赢得注意力，产品赢得客户，生产力才能赢得未来。

五、中美具身真正的下一战，不是机器人，而是“物理世界的操作系统”

如果大模型时代的入口是ChatGPT，那么Physical AI时代的入口究竟是什么？

是一台人形机器人吗？

是一双灵巧手？

是一套VLA？

还是一个真正可以理解、预测并操作物理世界的Foundation Model？

现在谁都无法给出最终答案。

这也是我做投资越来越有趣、也越来越谦卑的地方。

如果AI是一个时代，那么我们今天看见的热门公司，很多已经属于“这一代AI”；真正巨大的投资回报，往往来自找到“下一代AI”。

过去，我们把机器人理解成机械设备：

先把身体造出来，再写程序控制它。

现在逻辑正在倒过来。

我们开始讨论一个可以不断学习的大脑，如何通过小脑控制身体，通过双手接触环境，再把动作结果重新变成数据，让系统继续学习。

于是机器人不再只是机器。

它开始成为一个不断进化的智能系统。

这也是中美最终都会走向的同一个战场：

数据闭环、模型闭环、行动闭环和商业闭环。

硅谷不会永远只做软件，中国也不会永远只做硬件。

真正的全球竞争，最后一定会让双方彼此进入对方最擅长的腹地。

美国企业会越来越重视制造、供应链和成本。

中国企业则必须越来越重视基础模型、原创算法和全球开发者生态。

所以我判断，中美具身智能竞争的最终胜负手，不是谁拥有最多的人形机器人公司。

而是谁能最早把：

最强的智能 × 最可靠的身体 × 最大规模的数据 × 最低的使用成本

组合成真正可以被全球调用的新生产力。

六、机器越具身，人越要有人性

主持这场发布时，我最后还是想把技术问题重新放回“人”。

今天，我们用尽所有聪明，试图让机器拥有人的眼睛、大脑、小脑和双手。

但技术真正值得敬畏之处，并不是它越来越像人。

而是它逼着我们重新回答：

什么才是人的不可替代？

计算会被复制。

记忆会被复制。

动作也可能被复制。

但人的责任、善意、审美、同理心，以及决定“什么值得做”的价值判断，仍然应该由人承担。

所以我在发布会的最后留下两句话：

The more machines become embodied, the more humans must remain humane.

机器越具身，人越要有人性。

以及：

AI gives machines intelligence. Humanity gives intelligence direction.

AI赋予机器智能，人性决定智能最终去向何方。

从硅谷回来，再站到北京世界机器人大会的舞台上，我越来越相信：

Physical AI不会只是一个机器人赛道。

它可能是继互联网、移动互联网和生成式AI之后，下一代人机关系与生产方式的重新书写。

这场战争才刚刚开始。

资本已经给梦想定价。

接下来，要看中国和美国的创业者，谁能真正把梦想交付成现实。

从理解世界，到进入世界；

从拥有智能，到创造生产力。

这就是我眼中的具身未来。

艾诚简介

艾诚（Gloria Ai），主持人、投资人、《艾问iAsk》创始人，曾任中央电视台驻纽约财经评论员，现任《艾问人物》出品人，也担任国内外财智盛会如博鳌亚洲论坛等的常邀双语主持。艾诚是哈佛大学、北京大学和中国传媒大学的校友代表，清华大学苏世民学院业界导师，哈佛大学第一代校友（FGHA）导师，YPO世界青年总裁组织成员。

作为《艾问iAsk》创始人，艾诚一直致力于向世界讲好中国创新故事，已记录近2000位时代人物，实现百家媒体全球传播。曾获《福布斯》杂志2016年度30位30岁以下亚洲人物唯一上榜华人主持以及世界经济论坛2012年度全球杰出青年，著有《奋斗是一种信仰》、《创业的常识》、《创业不死法则》等财经书籍。

艾诚被授予家乡黄山的形象大使，因扶贫助农的女性领导力与公益心，获评全国三八红旗手。