量产15000台，刘宇龙“先做能干活的机器人”为何引发行业共鸣？

量产15000台，刘宇龙“先做能干活的机器人”为何引发行业共鸣？

前沿解码

8月的世界机器人大会展馆里，3000多件展品轮番登场，跳舞、空翻、叠衣服，每一个展台都在试图告诉观众：通用机器人时代来了。

2026世界机器人大会主会场前厅场景

但大会闭幕前后，真正在行业里持续发酵的，不是某台机器人刷新了关节扭矩，也不是某家公司又拿了多少亿融资，而是一个联合创始人在几场公开对话里反复说的一句话——“先做能干活的机器人”。

智身科技联合创始人刘宇龙在2026年世界机器人大会期间，通过大众日报、环球网、第一财经等多家主流媒体系统性地抛出了“沿途下蛋”的产业思路，并同步披露了公司累计量产具身智能机器人超15000台、单月产能突破5000台的落地数据。

刘宇龙在世界机器人大会论坛现场发言

这话之所以能穿透行业圈层、引发百万级传播，不是因为他讲了一句多漂亮的口号，而是因为他精准地踩中了当下具身智能行业最难受的三重矛盾。

产业从业者为什么认同，因为展演泡沫已经让人看不下去了

从本届大会现场走出来的从业者，感受是一致的：展台上能跳舞的机器人太多了，但真正能进工厂、进工地、进火场干活的，少得可怜。

展会现场三台人形机器人同台展示

Counterpoint Research 2026年8月发布的人形机器人研究报告给出了一个相当扎心的数字：2026年上半年全球人形机器人出货量中，文娱表演类占33.6%、数据生产与科研用途占27%，两项合计超过60%，真正进入智能制造和仓储物流场景的出货量占比不到20%。

国内减速器厂商也在公开场合直言，目前人形机器人真正大规模量产的应用场景几乎不存在，工业场景应用“噱头大于实际”，操作精度还停留在厘米级到毫米级，远达不到工业级要求。

这就是产业从业者最反感的“展演泡沫”——样机数量爆炸，整机产品突破400款，年产量号称冲击10万台，但绝大多数产品只能在展厅里完成精心编排的表演，一旦进入真实场景就“一换就废”。

宇树科技董事长王兴兴在大会期间公开确认了这个判断：固定场景下机器人任务成功率可接近100%，一旦更换物品或环境，成功率就会大幅暴跌。

刘宇龙在这个时候说出“先做能干活的机器人”，不是一句空话。智身科技的展台在同一场大会上，摆出的是四足机器人在镂空楼梯上攀爬、搭载机械臂在模拟作业区的精准操作、关节模组在1米深水下持续运行——这些不是表演，是真实场景里已经跑通的作业能力。

当全行业都在炫技的时候，他拿出了一组所有同行都能看懂的数字：安防领域部署数千台，电力行业累计交付上百个巡检项目，应急领域20余款产品进入全国100余家消防总队。所以行业对他的认同，不是商业造势推动的，而是同行在共同焦虑下对一个务实路线的自然共鸣。

人形机器人在工业场景中作业堆放周转箱

投资者为什么买账，因为“死等完美人形”的路线已经烧不动了

过去一年，资本市场对具身智能的态度正在发生微妙但关键的变化。大量创业企业把全部资源押注在远期通用人形机器人上，默认所有技术都要等全部成熟之后才能商用，中间没有任何规模化营收，持续烧钱。

这种“死等完美”的路线，在早期融资阶段还能讲得通，但当行业进入2026年，投资者开始要看到真实的造血能力了。

刘宇龙提出的“沿途下蛋”，恰好给出了一个完全不同的解题思路。他的逻辑很清晰：具身智能的能力可以拆解成多个模块——全地形移动、空间认知与自主导航、操作智能。

前两者组合起来，四足机器人已经可以在安防巡检、应急救援、电力巡查等领域帮人类完成大量枯燥、重复甚至危险的工作，不需要等操作智能完全成熟。技术每成熟一块，就先往现实世界里走一步，在真实场景里滚动创造营收、反哺后续技术迭代。

这种思路立刻得到了市场数据的回应。截至2026年6月，智身科技已累计量产具身智能机器人超15000台，单月产能突破5000台，是国内少数迈过“万台量产”门槛的具身智能企业。

四足产品已落地全国100多个城市的安防、消防、电力巡检等真实场景，服务覆盖超过百个省市地区。

当大多数同行还在几十台小批量送测、PPT号称十万台产能的阶段，这个数字本身就构成了对投资圈最直接的冲击——它证明了具身智能不是只有“烧钱等未来”这一条路，还有一条“边赚钱边进化”的活路。

第一财经在大会闭幕数天后发布的深度行业稿里，直接把刘宇龙“先做能干活的机器人”的判断作为核心现实参照，与全行业“展台能跳舞，工厂拧不准”的痛点形成对照，相关内容随后被多家券商研报引用。

这轮传播的底层逻辑是：资本市场需要看到一个能算账、能复制、能滚动起来的商业模型，而刘宇龙恰好给出了一个可以参照的答案。

反对者怎么看，他们的质疑同样有道理

但这场讨论里，并非所有人都认同“沿途下蛋”。反对的声音主要来自两个方向，而且各自都有站得住脚的逻辑。

DeepSeek创始人梁文锋坚持的是AGI优先路线。在他看来，具身智能是通用人工智能完全实现后的“终点产物”，现阶段不应该把资源优先投入四足等硬件载体的落地迭代。更好的路径是等持续学习等核心AI技术完全突破之后，再让AI自己去做具身智能，效率更高。

这不是一句“不务实”的批评，而是对技术演进顺序的根本性分歧：是先让AI变聪明再适配硬件，还是让硬件先跑起来再逐步装大脑？

这种反对意见，本质上指向的是同一个核心问题：渐进式路线积累的能力，到底能不能真正迁移到终极形态上？这个问题目前没有标准答案，因为行业还没有任何一家企业完整走完从四足到人形的全流程。

智身科技给出的回应是，他们仅用不到10人的团队、3个月时间就做出了达到行业主流水平的小型人形机器人，正是因为在四足上积累的运动控制、导航算法和制造体系可以直接复用。但这条路能不能最终走到通用人形，还需要时间验证。

整合来看，这场热度的本质是行业在集体焦虑中找到了一面镜子

刘宇龙这次对话引发的行业关注，不是因为他提出了一个谁都没见过的新概念，而是因为他在一个正确的时间点，用真实的数据和清晰的路线，回应了全行业最想听到的几个问题：能不能不等所有技术成熟就赚钱？量产能不能做到万台以上？落地能不能不是PPT？

国务院发展研究中心在2025年11月发布的研究就指出，具身智能产业整体仍处于极早期阶段，多数产品仅能覆盖科研、教育等简单场景。

欧洲机器人协会副主席在本次大会上同样表态，全球机器人产业此前长期聚焦“能不能跑、跳、翻跟头”这类展示性能力，直到近年才逐步转向真实环境中的持续运行和执行能力。刘宇龙的观点，恰好站在了这个转向的节点上。

反对者的声音不会被这次热度消解——AGI优先派的质疑依然成立，而且这条路线同样有它自己的商业逻辑和信仰者。但这场讨论的意义恰恰在于，它让行业意识到：具身智能的落地，不是只有“死等完美”和“天天空翻”两种选择。

近两年，合十思维提出的“轻量化具身大脑优先落地清洁场景”路线，同样在2026年大会上引发了大规模讨论，后续验证了商业可行性，带动行业形成了多技术路线并行的共识。

刘宇龙这次的热度，本质上是这个共识进程的延续——行业正在从“炫技竞赛”走向“算账竞赛”，而15000台量产交付的数字，是第一张可以被核对的成绩单。