在2026世界机器人大会（WRC）的一场备受瞩目的圆桌论坛上，中国机器人学术领域的领军人物、北京航空航天大学教授王田苗，向五位具身智能领域的头部企业高管抛出了一个直击行业痛点的问题：“如果大模型仍处于‘拨号上网’阶段，那么制约具身智能大规模落地的关键瓶颈究竟是什么？”这一尖锐提问引发了现场激烈讨论，也折射出行业在狂飙突进后面临的现实困境。
过去两年，大模型技术推动具身智能成为资本与舆论的焦点。社交媒体上，机器人炒菜、叠衣甚至后空翻的视频屡见不鲜，仿佛通用人工智能（AGI）已触手可及。然而，当这些标价数十万的机器人走出实验室，面对工业流水线的高精度要求或家庭环境的复杂性时，其表现却难言理想。王田苗提供的数据显示，2026年中国人形机器人累计交付量仅约1.5万台，而传统工业机器人出口额已突破百亿元，且保持近20%的年增长率。这一对比凸显出具身智能从“技术演示”到“商业落地”的巨大鸿沟。
论坛上，五位企业高管围绕“量产卡点”“软硬解耦”和“商业化节奏”展开辩论。众擎机器人CEO赵同阳直言，当前具身大模型的操作成功率虽达96%，但在工业场景中，4%的失误率意味着“每执行100次任务，可能有4次导致产线瘫痪或机器人损毁”。他强调，商业化落地需将稳定性从“两个9（99%）”提升至“三个9（99.9%）”甚至更高，否则万台量产无从谈起。加速进化CEO程昊则从技术路线角度补充，当前具身智能领域“派系林立但未收敛”，端到端大模型尚未成熟，技术不成熟是核心瓶颈。
然而，一线从业者提出了不同观点。智身科技联合创始人刘宇龙透露，截至2026年6月，公司已完成约1.5万台机器人交付，其中四足机器人占绝大多数。他指出，在特定垂类场景中，现有算力已能解决基础需求（如货物搬运），真正的挑战在于硬件指标和制造标准。“万台交付的最大痛苦是保证批次良率和工艺一致性。”刘宇龙坦言，行业缺乏类似汽车、家电的成熟标准，供应链仍在“盲人摸象”。优必选副总裁焦继超也提到，客户更关注投资回报率（ROI）和运维成本，而非实验室中的极致成功率。他透露，优必选从100台到1万台产能的跃升中，产线修正和标准化流程的缺失是主要障碍。
京东智能机器人业务部负责人徐磊从商业视角补充，除技术外，供需匹配是另一大卡点。他披露，具身智能机器人的转化率远低于传统数码产品，原因在于产品未能精准满足用户刚需或创造不可替代的价值。“如果只能提供噱头而非算清ROI，万台交付就是空谈。”徐磊说。
当讨论转向“大模型如何驯服物理世界的不确定性”时，焦继超指出，硬件本体的非标准化导致“跨本体迁移”难题。即使同类机器人，电机参数或构型的细微差异也会导致传感器数据大相径庭，使训练好的模型在另一本体上失效，需人工“特调”。刘宇龙和焦继超一致认为，修补虚拟大脑与物理身体之间“桥梁”的关键是多模态数据。焦继超坦言，现有通用大模型依赖互联网文本数据，而具身智能需要触觉、力觉等真实交互数据，但高质量数据获取手段极不成熟。底层架构不适配“感知-决策-控制”闭环训练范式，也是制约因素。
程昊用“拨号上网时代”比喻当前具身智能的幼稚期。他指出，行业预期是“5G时代”的机器人能跑能跳、工厂打螺丝，但技术基建可能连“3G”都未达到。从电机扭矩到算法架构，到处存在短板。“但拨号上网时代仍有商业价值，就像早期计算机销量达百万台，因为简单应用已能满足部分需求。”程昊认为，大模型需通过渐进演化、试错和数据反刍，最终跨越容错率鸿沟。
关于产业终局生态，辩论聚焦于“苹果模式”（软硬一体封闭生态）与“Windows模式”（软硬解耦分工格局）。赵同阳态度坚决：“灵魂和肉体必须一体。”他预测，人形机器人市场将收敛出两三家超级巨头，切走80%利润。焦继超从技术角度支持这一观点，认为硬件与软件的深度耦合是通往AGI的最佳路径。程昊则提出三阶段论：当前处于“本体百花齐放”阶段，类似早期计算机；近期将进入“Agent应用爆发期”，类似移动互联网App Store；终局是“超级大模型统治时代”，软硬解耦不可阻挡。徐磊从产业链角度印证，京东的千万小时真实场景数据采集计划，将推动大模型跨环境、跨本体能力的突破。
论坛尾声，五位高管达成共识：商业化需摒弃“直达AGI”的幻想，优先切入高刚需、低容错的B端场景（如巡检、搬运），再逐步拓展至C端市场。刘宇龙分享了智身科技的策略：从四足机器人的巡逻巡检和应急消防切入，解决人类不愿干的“脏活累活”，通过清晰ROI逻辑实现万台交付。焦继超预测，工业端放量将是明后两年重点，而C端情感陪伴机器人需求已远超预期。徐磊描绘了“去中心化交互”的未来：在万物互联时代，用户无需掏出手机，家庭机器人即可自动完成服务。
赵同阳的总结为辩论画上句号：“用80%精力抢占巡检、安防等确定性场景造血，20%精力探索AGI终局。只有留在牌桌上，才能见证巅峰时刻。”
