-->

　　每10分钟下线一台人形机器人——这是优必选在2026年世界互联网大会乌镇峰会（下称“乌镇峰会”）上披露的最新制造能力。

　　完成连续的30分钟以上、覆盖3个房间、包含50多种任务的长程任务链——这是小米具身基座模型在小米青年公寓的“试运营”。

　　上述两组在乌镇峰会上发布的数据，展示了机器人产业正在经历的深刻变化。

　　硬件制造和人工智能模型的能力加速提升，但如何让机器人真正成为可靠、经济的劳动力，仍是摆在整个行业面前的难题。

　　宇树科技创始人王兴兴在乌镇峰会上预测，2027年大概率成为机器人行业和机器人发展的临界点，具身智能正在接近自己的“重要突破时刻”。但他同时提出，机器人距离真正理解和操作物理世界，还隔着“最后几毫米”。

　　这“几毫米”，正在成为全球物理AI产业竞争的焦点。

　　机器人的“最后几毫米”

　　乌镇峰会上发布的《中国互联网发展报告2026》显示，2025年我国具身智能市场规模约9150亿元，同比增长20.4%。

　　上海证券报记者从乌镇峰会闭幕新闻发布会上获悉，今年的“互联网之光”博览会展示发布了1000余项新技术新产品，100多款具身智能机器人现场实景作业。

　　机器人已能完成奔跑、跳跃、格斗等高难度动作，乌镇峰会又进一步展示了其打乒乓球、烧菜等充满“人情味”的技能。然而，面对拆装手机、穿针引线等精细操作，机器人的成功率仍然偏低。

　　王兴兴认为，当前顶尖多模态模型的空间理解和动作规划能力相当出色，真正的瓶颈在于模型与物理世界的对齐。

　　人类拿起一只玻璃杯，可以凭视觉和触觉判断杯子的位置、重量和摩擦力，随时调整手指力度。机器人则要让视觉感知、物理推理和运动控制形成实时闭环。

　　11月4日的机器人与具身智能论坛上，墨奇智能联合创始人、CTO黄青虬对此作了更具体的解释：物理AI与语言模型最大的区别，在于现实世界是连续变化的，机器必须根据每一次接触和环境反馈即时修正动作。

　　在黄青虬看来，高质量数据比单纯扩大数据规模更加重要。10万小时高精度操作数据训练出的模型，可能优于1000万小时低质量数据训练的模型。

　　小米在乌镇峰会上披露的最新进展，为这一判断提供了另一个观察视角。

　　小米集团具身模型与应用部负责人孔涛介绍，公司已使用超过10万小时、覆盖1700多种场景的数据进行模型预训练。在内部测试中，面对新任务，仅需不超过10小时的示范数据，任务成功率便可达到75%以上。

　　不过，孔涛坦言，在小米青年公寓进行的30分钟以上连续作业测试中，机器人虽然能够处理50多种子任务，但“成功率还不能做到真实运营”。

　　这说明，从模型理解任务到机器稳定完成任务，依然存在技术鸿沟。

　　本届世界互联网大会领先科技奖的获奖名单，也反映了技术竞争的变化。触零科技的多模态触觉感知、小米的通用机器人操作基座模型、地平线的整车物理AI平台分别获奖，涉及物理感知、动作控制和复杂系统智能化等不同方向。

　　物理AI并不只是人形机器人，而是人工智能从理解信息走向感知、判断和改造真实世界的一次技术延伸。

　　从造出机器人到让机器人干活

　　人形机器人究竟能够创造多少劳动价值？

　　在工业应用端，优必选已实现千台级机器人交付，并在部分工作场景取得接近人工90%的作业效率。优必选执行总裁焦继超表示：“但是工业场景真正要求的不是一次性演示，而是稳定、连续、可批量复制的实际交付。”

　　银河通用则提供了另一组商业化进展。公司高级副总裁曾辉介绍，银河通用与宁德时代、西门子、上汽等企业合作，在工业搬运、上下料和分拣等领域推进千台规模应用。在商业服务领域，其机器人零售店已进入50多个城市，200多个点位实现常态化运营。

　　“互联网之光”博览会上，蚂蚁灵波与国大药房合作的智慧药房中，机器人可在80厘米宽的狭窄通道中自主识别、抓取和交付药品，无须大幅改造原有货架。

　　这些案例表明，机器人产业正在从技术展示进入具体任务的商业验证阶段。

　　不过，量产规模、部署数量和真实劳动产出之间，并不能简单画等号。

　　智元此前提出以“Worken”（有效智能工时）衡量物理AI价值，将活跃机器人数量、自主工作时长和产出效能结合起来。

　　这一指标尚未成为行业统一标准，却反映出机器人产业评价体系正在发生的变化。相比于生产多少台机器人，市场更关心它们能够持续完成多少工作，以及单位劳动成本能否低于现有方案。

　　而对于产业化时间表，参加乌镇峰会的企业判断也并不一致。

　　宇树科技联合创始人陈立相信，到2030年智能机器人能够走进千家万户。京东集团技术委员会主席曹鹏则认为，商业机器人规模化部署仍需3至5年，家庭机器人广泛普及可能需要8至10年。

　　技术突破的临界点，未必就是大规模商业应用的起点。

　　谁能掌握物理AI的产业底座

　　机器人进入真实生产环境，还将改变整个产业的竞争规则。

　　京东表示，已在100余个细分生产服务场景采集超过10万项真实作业任务，并计划未来2年累计采集超过1000万小时人类真实场景视频，以及100万小时机器人本体运行数据。

　　“物理AI竞争正在从单纯比拼模型和本体，转向算力、数据、终端、场景和供应链的体系化竞争。”曹鹏表示，基于京东超级供应链的业务场景，每天都在产生海量真实数据，这些多样化、多维度、多模态的数据，为具身智能提供了最丰富的养料。

　　这揭示了一种新的产业逻辑。机器人制造商拥有硬件和控制技术优势，模型企业掌握算法能力，而拥有大量真实作业场景的平台企业，也可能凭借数据、客户和运营体系建立竞争壁垒。

　　与此同时，单机智能未必是最终形态。全球移动通信系统协会（GSMA）大中华区技术总经理刘鸿提出，未来的竞争在于谁能建设更稳定的、联网的具身智能系统。

　　安全问题也开始成为规模化部署的现实门槛。在TüV南德有关负责人朱海锋看来，人形机器人的安全验证远比传统工业设备复杂。传统设备可以通过紧急停机降低风险，但依赖动态平衡的人形机器人突然停止运行，反而可能跌倒伤人。

　　此外，机器人进入不同国家市场，还将面临机械安全、人工智能、无线通信和网络安全等多重合规要求。

　　乌镇峰会传递出一个清晰信号：人工智能正在从信息生产走向物理劳动，机器人产业也从单点技术突破进入技术能力、经济效率和产业组织能力的综合竞争阶段。

　　跨越“最后几毫米”，不仅意味着机器人能够完成更加精细的动作，更意味着人工智能距离成为真正可规模化使用的生产力，又近了一步。

（文章来源：上海证券报）