具身智能的“iPhone時刻”尚未到來丨直擊WRC2026

Leo張ToB雜談2026.08.20 10:07 · 來自北京全文4259字00:00 / 12:26具身智能需要的不僅僅是一款驚豔的產品，而是一個完整的生態系統8月的北京略比7月的上海涼爽一些，WRC的熱度卻絲毫不遜於一個月前的WAIC。火熱的背後，一個問題依舊值得令人深思：具身智能的“iPhone時刻”何時到來？人多、錢多的具身產業具身智能可以說是今年資本最為關注的一個市場，據不完全統計，2026年上半年，2026年上半年國內具身智能賽道融資總金額超900億元，較2025年同期呈倍數級提升。

IT桔子數據顯示，2026年上半年共發生288起融資事件，涉及226家企業，披露融資額超過460億元。如果把統計週期拉長到2025年7月至2026年6月，這個數字膨脹到503起融資、超960億元。日前正式完成IPO的宇樹科技高開629%，報1100元，單簽收益為47.46萬元，總市值達4449億。錢多，預期更高。對標電動車，意味著一個萬億級的製造業；對標AI，則意味著根本沒有天花板。一位在展館裡逛的投資人跟我說了句大實話：“現在你不投具身智能，都不好意思跟同行打招呼。”除了資本的火熱之外，具身智能相關大會也是當前科技圈活動的“頂流”。

以本屆WRC為例，眾擎T800兩臺機器人在展區中央打起了擂臺格鬥；宇樹科技的站臺裡，工作人員再與機器人打乒乓球；UniX AI展臺裡幾個機器人在用鋼琴合奏；雲跡科技的展臺裡，機器人在完成製作咖啡、洗衣服、理貨、送物等操作......幾乎你能想到的具身智能展臺前都圍滿了人。大家都在拍攝機器人打乒乓球、打拳擊、跳舞、彈鋼琴。展館之外，還有一個“機器人消費街”，品牌展示、科技文創、特色餐飲、互動娛樂。另一方面，一位行業從業者告訴我們，“這屆WRC最明顯的感受是，大家不再討論能不能做出來，而是什麼時候能大規模交付。”但熱鬧歸熱鬧。

當我們在現場看了一個又一個跳舞、踢球、打招呼的機器人之後，一個問題慢慢浮上來：這些機器人，到底有多少真的在“幹活”？能唱能跳，但離“iPhone時刻”還很遠資本很熱，無論是宇樹科技4000多億的市值，還是具身公司超900億的融資規模，出貨量數據也在漲，據美國加州研究公司SAG統計，2026年上半年全球人形機器人出貨量約1.91萬臺，同比增長274.5%。高盛預測2026年全球出貨量可達5.1萬臺。摩根士丹利則將中國市場的預測從2.8萬臺大幅上調至5萬臺。工信部相關負責人預測，今年國內人形機器人整機產量有望首次突破10萬臺。但這些數字經不起細看。

IDC數據顯示，2025年中國工業具身智能機器人市場規模約為57.4億元，其中以工業機器人為載體的具身智能應用佔據主體，而人形機器人尚處於示範產線部署和場景驗證階段，規模僅約21.1億元，。換句話說：出貨的主力不是售價高昂的通用人形機器人，而是在工業製造、倉儲物流等相對封閉場景中率先跑通經濟賬的專用機器人。人形機器人看起來光鮮，但真正買單的人沒那麼多。為什麼會這樣？我們在展館裡跟幾位從業者聊了聊，答案逐漸清晰起來。第一個問題是“貴”。一臺全尺寸人形機器人的成本動輒幾十萬甚至上百萬。

以物流分揀場景為例，如果執著於使用“人形+靈巧手”的複雜硬件方案，不僅成本大幅提升，複雜的機械結構還可能導致故障率上升。工廠老闆算的是投資回報率,一臺機器人能不能在兩年內把本錢賺回來？目前大部分通用人形機器人還做不到。第二個問題是“不靠譜”。很多具身智能產品在展廳演示中表現優異，但一落地到真實的工廠、倉庫，識別精度和操作穩定性就出現明顯波動。實驗室是可控環境，真實產線是複雜、非結構化的，光照變化、物體堆疊、空間擁擠，任何一個變量都可能導致機器人“宕機”。有從業者跟我們說：“你在展臺上看它抓杯子十次全中，到產線上抓不同形狀的零件，可能十次裡要掉三次。

”尤其是在工業領域，客戶對設備連續運行成功率的要求通常在99%以上。但在粉塵、油汙、電磁干擾交織的真實工況下，任何一次意外停機都可能意味著整條產線的損失。這些問題在WRC現場並非沒有體現。在一些展臺，我看到機器人因為網絡延遲而卡頓，因為光線變化而無法識別物體，因為地面不平而摔倒。工作人員不得不頻繁介入重啟或手動調整。第三個問題是“數據不夠”。行業最核心的瓶頸之一是高質量物理世界數據的稀缺。真實場景高度非結構化，採集高質量的真機數據極其困難。沒有足夠的數據，模型就難以泛化，比如機器人在A場景能幹活，換到B場景就懵了。

而無法大規模商業部署，就產生不了高質量的真機數據，進而難以對模型泛化能力提供有效支撐，這是一個惡性循環。在雲跡科技的展臺，一臺煮麵機器人正在自動完成取面、投面、抖面、煮麵、撈麵、盛面、加湯的全流程。這不是實驗室裡的Demo，而是已經跑過真實早高峰的“智能面檔新幫手”。展臺另一側，UP系列多功能配送機器人在酒店場景中靈活穿梭，模塊化設計讓它既能送物又能清潔。雲跡科技CPO段炎彪向我介紹：“我們的‘人機共生世界價值模型’已經在真實場景中積累了超11億次服務數據，這些數據不是在實驗室採集的，是在酒店走廊、醫院樓層、工廠一天天跑出來的。

”這段描述揭示了一個殘酷的現實：大多數具身智能企業仍困在缺少高質量物理操作數據的瓶頸中。與大語言模型不同，人形機器人需要的是“傳感器到執行器”的同步數據——看見什麼、如何判斷、如何抓取、失敗後如何恢復。這類數據昂貴、稀缺且高度專有，仿真與合成數據能夠加速訓練，卻無法完全替代真實環境驗證。而這也造就了今年WRC上很多廠商都帶來了數據採集的解決方案，這其中有一些諸如他山科技主要以提供觸覺數採硬件設備和代建設數據採集中心為主的，也有類似覓蜂科技這樣提供整體數據解決方案的服務商。如果具身智能行業想要迎來自己的“iPhone時刻”就必須要解決上面三個問題，才能實現當年蘋果重新定義手機的目標。

而這些答案自然不在展館之內，而是在真實的應用場景之中。從炫技到“幹活”展望未來，具身智能的商業化路徑逐漸清晰。短期來看，工業、康養、物流是先跑的賽道，家庭還遠。但要問具身智能的“iPhone時刻”何時到來，我們認為應該是這樣一個節點：機器人不再是展臺上的表演者、工廠裡的試驗品，而是真正落在產業裡，發揮價值，改變原有的“運行”模式，進而是像手機、汽車一樣，成為普通人日常的一部分，讓更多人買得起、用得住、離不開。這個時刻還沒來。但這不意味著這個行業在空轉。但要走到那一天，行業還需要解決幾個關鍵問題。首先是數據飛輪的建立。誰掌握了高密度的物理多模態數據，誰就握住了通往物理AGI的鑰匙。

這次WRC上，我們也看到了數據採集已經成為了具身行業關注的焦點。以他山科技為例，這家專注於AI觸覺感知的公司，在他們的展臺展示了全球首款動態觸覺感知芯片—E10A綠寶石芯片，通過ASC將觸覺信號直接轉為脈衝信號，實現事件驅動、稀疏計算，達到微秒級時間分辨率與超低功耗運行。TS-F系列全手傳感器模組覆蓋指尖、指腹、手掌，具備0.01N高精度力分辨率、30+種材質識別能力，並通過300萬次/過載1000N以上壽命測試驗證。TS-R觸覺感知服務機器人結合了他山科技觸覺感知與雲跡科技多態複合移動平臺，能夠精準感知與調節遞物時的力道，實現遞水、遞話筒等類人服務動作。

在數據採集方式上，無本體採集成為降低門檻的重要探索。他山科技研發副總裁侯廣東分析了無本體採集的優劣勢：優勢在於成本較低，人直接接觸對象操作，相對於遙操隔一層的方式，在採集效率和數據質量上有一定益處；劣勢在於關節信息的高精度採集困難，觸覺手套笨重影響動作靈活性，完全依靠視覺定位關節精度受影響，還可能存在遮擋問題，人手自由度與機器人靈巧手不完全匹配，需要更多工作才能將數據用上。“各有優勢和劣勢”，侯廣東總結道，“無本體採集適合快速啟動，但要獲得高質量數據，還是需要結合多種方案。”針對無本體採集的上述痛點，他山科技推出了TS-ECHO觸覺感知指套。

這款輕量化指套旨在將人類操作過程中的接觸、受力、滑移與交互狀態，轉化為可訓練、可同步、可標註的高質量數據，並支持與視覺、動作、語言等模態融合採集。與笨重的傳統觸覺手套不同，TS-ECHO採用輕量化設計，不改變人手重心與運動軌跡，確保操作靈活性；其傳感器構型與機器人靈巧手同構，採集到的觸覺數據可直接用於靈巧手的訓練，大幅降低數據跨本體遷移的難度。系統適用於機器人操作學習、世界模型和VTLA等前沿方向，幫助機器人從“看見世界”邁向“真正理解物理世界”。

無獨有偶，覓蜂科技也在本屆WRC上帶來了站式物理 AI 數據服務平臺，該平臺包括了MEgo系列無本體採集產品、MEgo Engine 一站式數據治理平臺，以及全鏈路數據底座解決方案。據展區負責人介紹，目前，覓蜂科技從數據採集端、治理端、評測端三端發力，全棧自研重構具身智能數據供給體系，打造具身智能數據“平臺型供給”基礎設施。解決了數據缺失困境的同時，行業還需要關注軟件生態的建設。目前機器人的"大腦"還沒有形成類似大語言模型那樣基於Transformer架構的工業化可擴展能力，世界模型的研究熱度很高，但尚未出現具備顛覆性突破的成熟技術體系。

雖然具身智能的"iPhone時刻"確實尚未到來——因為它需要的不僅僅是一款驚豔的產品，而是一個完整的生態系統：成熟的硬件、強大的算法、豐富的數據、完善的運維，以及真正被用戶接受的使用習慣。但當我們在WRC上看到越來越多的機器人從展臺走向工廠、醫院、酒店，從跳舞表演轉向真實幹活，從單一功能轉向多機協同，我們有理由相信：那個時刻，正在路上。（文｜Leo張ToB雜談，作者｜張申宇，編輯丨楊林）