“能干活”≠“能干好活” WRC揭示具身智能新变局：跳出硬件局限 闭环决定落地成效

每经记者：王郁彪 改写编辑：徽声在线内容组

8月19日，2026世界机器人大会（WRC）盛大启幕，首日便吸引了众多目光，约5万平方米的展馆内人头攒动，热闹非凡。与以往不同，此次展会上，机器人不再单纯地以翻跟头等炫技方式吸引眼球，而是更多地投入到实际工作中，如精心制作咖啡、高效搬运箱子、热情引导讲解等。各大展台上，动态演示的场景大幅减少，取而代之的是工位上机器人有条不紊的真实操作。

相较于单纯展示机器人的运动灵活度，展商们如今更注重展示机器人在具体场景下的实际作业成效。然而，不可忽视的是，要想让机器人真正走进千家万户，承担起叠衣、整理房间等家务工作，仍然面临着诸多挑战。机器人从“能干活”到“能干好活”，中间还横亘着一道较高的现实门槛，需要跨越。

在展会现场呈现落地导向转变的同时，资本市场对具身智能的热情依旧高涨。据IT桔子数据显示，2026年上半年，国内具身智能赛道融资总金额高达935亿元，与2025年同期相比，提升了5倍之多。就在本届WRC正式揭幕的当天，宇树科技成功登陆科创板，总市值一度飙升至4449亿元，成为A股“人形机器人第一股”，这一事件无疑为具身智能产业再添一把火。

尽管资本热度持续升温，但产业仍面临着核心短板。京东零售具身智能业务负责人郑小丹在接受《每日经济新闻》记者现场采访时表示，机器人的发展路径与大语言模型截然不同。机器人的爆发并非等待某个特定的“时刻”，而是一个需要主动构建的系统工程。在她看来，机器人要真正实现规模化应用，需要模型、数据、场景和需求端形成完整的闭环。然而，这个闭环恰恰是当前具身智能产业最为稀缺的要素。

京东豪掷百亿元补短板 助力机器人“入职”现实场景

每经记者实地走访发现，今年WRC展馆里最显著的变化并非展区面积的扩大或企业数量的增多，而是评判标准发生了转变。

“去年大家看到的机器人可能更多地侧重于表演展示，或者用于科研探索。但从去年到今年，已经涌现出大量面向实际应用的机器人场景。”郑小丹说道。这一变化的背后，是市场需求在倒逼产业升级。据她观察，今年很多用户的需求愈发具体务实，他们期待机器人能够真正落地到生活化场景中，例如做家务、辅助带娃等。“但像这种具有非常明确落地应用场景的机器人，目前在技术端其实还没有完全成熟，仍有许多需要攻克的技术难题。”

图片来源：每经记者 王郁彪 摄

那么，技术路线收敛的难点究竟在哪里呢？核心瓶颈在于机器人的泛化能力。

“如果要进入家庭场景，机器人首先需要准确识别家庭环境，并判断在这样的环境中能够完成哪些任务。这里面仍然存在许多技术问题亟待解决。”郑小丹告诉每经记者。例如，家庭环境复杂多变，不同家庭的布局、物品摆放等都各不相同，机器人需要具备强大的环境感知和适应能力，才能在其中顺利完成任务。

值得一提的是，京东在具身智能领域的布局逻辑并非押注某一款产品的爆发，而是洞察到了一个更深层次的问题。机器人要真正走进千行百业、千家万户，缺少的不仅仅是更好的本体和模型，更缺乏的是在真实场景里的持续验证和数据反馈。只有通过大量的真实场景验证，机器人才能不断优化性能，提高适应能力；而数据反馈则可以为机器人的研发和改进提供有力支持，推动其不断进步。

8月19日，京东在WRC期间发布了新战略。截至2028年，京东计划在机器人领域投入百亿元资源，助力100个品牌实现独立销售额破10亿元的目标；并计划在两年内累计采集超1000万小时的真实场景数据。在服务层面，京东计划在5年内建立覆盖全球超100个国家的售后服务体系，同时建设80个RoboBase机器人基地，为机器人的推广和应用提供全方位的支持。

作为一家零售平台和供应链服务商，京东的角色逐渐清晰。它不做机器人的本体制造商，而是致力于成为机器人进入真实场景的“基础设施提供方”，推动机器人从实验室、展台走向仓库、门店与家庭，为机器人的广泛应用搭建坚实的桥梁。

产业爬坡：终点并非等待“GPT时刻” 而是构建能转动的系统

具身智能市场在经历一系列变化之后，产业离真正的爆发还有多远呢？在今年WRC上，关于“机器人的GPT时刻何时到来”的讨论几乎无处不在。资本在等待一个节点，企业在期待一个风口，但大多数人的判断依然保持审慎态度。

“我们当然非常期待机器人领域的‘GPT时刻’能够早日到来。但客观来看，机器人产业的发展绝非一蹴而就。”郑小丹认为，“机器人最终需要进入物理世界完成任务。它与大语言模型不同，大语言模型主要完成信息交互，而机器人需要真正理解环境、进行准确判断，并通过执行完成具体任务。这就要求机器人具备更高的智能水平和更强的适应能力。”

这个区别意味着，机器人的“GPT时刻”不会像大语言模型一样仅仅依靠模型能力的单点突破，而是一个层层递进的结构。郑小丹解释称，最底层一定是模型能力，这是机器人智能的基础；其次是数据、算力等基础设施能力，为机器人的运行提供支撑；再往上则是场景，场景是连接技术能力和实际需求的重要桥梁，只有找到合适的应用场景，机器人的技术才能发挥最大价值。

事实上，机器人产业的跃迁并不会依赖于某个偶然到来的“爆发时刻”，而是有赖于整套系统工程的主动搭建。只有这套体系能够顺畅运转，机器人切实解决现实需求、催生用户付费意愿，机器人产业或许才能迎来真正意义上的规模化发展。例如，在物流领域，机器人可以实现货物的自动分拣、搬运和配送，提高物流效率，降低人力成本；在医疗领域，机器人可以协助医生进行手术、护理病人等，提高医疗服务的质量和安全性。

图片来源：每经记者 王郁彪 摄

每经记者注意到，去年机器人行业讨论得更多的是“多少个自由度”“多高的负载”“多快的运动速度”等硬件方面的指标。但今年的话题重心明显上移，大家都意识到硬件已经不再是核心瓶颈，真正的瓶颈在于机器人的“大脑”，即它如何理解环境、如何在复杂场景中做出准确判断。这就好比一个人，仅有强壮的身体是不够的，还需要有聪明的头脑，才能更好地适应社会、完成任务。

世界模型也由此成为热点话题，为机器人产业提供了一个新的技术路线。换言之，机器人要进入真实世界，不能仅仅依靠对特定任务的程序化控制，它需要对世界有一个连续的、可预测的认知模型。这套认知模型就像机器人的“智慧大脑”，能够帮助机器人更好地理解环境、做出决策，是具身智能从“实验室玩具”走向“生产力工具”的关键分水岭。例如，通过世界模型，机器人可以预测物体的运动轨迹，从而更好地进行抓取和操作；可以理解人类的意图，与人类进行更自然的交互。

未来某一天，当机器人默默叠好衣服、收拾完房间，大家或许才会意识到，那个被讨论了无数遍的机器人的“GPT时刻”，可能从来不是某个瞬间，而是无数个真实场景里日复一日的积累。就像滴水穿石，机器人在不断的实践和应用中，逐渐提升自己的能力，最终实现质的飞跃。

技术、数据、场景和需求端形成闭环是一场漫长的马拉松。赛道已经铺好，发令枪声落下，接下来考验的，是谁能在真实的物理世界里跑完这趟漫长的赛程。在这个过程中，企业需要不断创新、不断探索，政府和社会也需要给予支持和引导，共同推动机器人产业的发展，让机器人更好地服务于人类社会。