8 月 19 日下午，北京，2026 世界机器人大会。百度集团副总裁袁佛玉给出判断：具身智能的关注重点正从"能力涌现"进入"生产力兑现"阶段，机器人要"能上岗"，靠的不是单一模型，而是模型、数据与应用协同形成的系统能力。
注：首格为阶段关键词，后两格为编辑提炼的可量化信息，具体口径以后文正文为准。
8 月 19 日下午，北京，2026 世界机器人大会。百度集团副总裁袁佛玉在演讲中说：具身智能产业关注的重点，正在从"能力涌现"进入"生产力兑现"阶段。
这句话的潜台词是，拼单一模型的时代，已经过去了。
以"模型能不能做"为看点——demo 展示、单点能力对比，比的是参数与排行榜。
以"系统能不能用"为看点——真实任务、稳定交付、成本曲线，比的是三要素协同。
两阶段对比依据袁佛玉现场观点整理：核心度量对象从"模型能力"转向"工程系统"。
用她自己的话说："机器人从'会展示'到'能上岗'，需要模型、数据与应用协同形成的系统能力。"
机器人真正进入物理世界，仅理解语言并不够。它还要理解物体关系、动作后果、环境变化——这三个词，是具身智能与传统大模型的分水岭。
推动这条链路升级的，是 VLA（视觉-语言-动作）、世界模型与运动控制的加速演进。而袁佛玉特别提醒：计算工程系统也面临更高要求。
该数据来自袁佛玉现场表述"在部分合作中，单步推理延迟已进入百毫秒以内区间"，并非全量部署指标。
支撑这一进度的，是百度百舸 AI 计算平台所构建的 AI Infra——从数据处理、模型训练、仿真评测到真机推理部署，整条研发链路被打通，模型才能真正从研究原型走向工程系统。
具身数据的采集成本高、标准不一，而且与具体本体、任务和环境高度绑定。于是问题变成：什么样的数据，才真正决定一家公司的竞争力？
暴露模型当前真正缺失的能力
记录最直接的反馈与改进信号
标出系统不自信、需要人类兜底的位置
检验泛化能力，防止真实场景失效
四类数据为编辑依据袁佛玉观点整理；原话为"失败、纠正、人工接管和边界案例数据，更可能暴露模型真正缺失的能力"。
换句话说，重复完成同一个动作的数据，并不是护城河。
袁佛玉给出的未来竞争要素，是三个更朴素的词：
三项指标摘编自袁佛玉发言原文："企业积累了多少有效任务小时、捕获了多少高价值失败样本，以及形成了多少能够回流训练的数据"。
百度智能云的做法，是围绕数据采集、处理、评测与部署回流建设数据 Infra，把数据、模型、场景滚成一个产业飞轮。
袁佛玉给商业化目标划了一条务实的起跑线：不会从替代完整岗位开始。
四个场景来自袁佛玉现场列举；"为什么先落地"为编辑整理的理解性注脚，非现场原话。
她给出的检验标准同样直接：场景能否成立，取决于三条曲线是否在持续改善——
三条曲线引自袁佛玉现场表述，箭头方向为编辑标注的"改善"方向。
再往规模化走，还有两关要过：多模态人机交互与云、管、端安全；以及把单个场景复制到更多场景所需的标准化与场景开放。
袁佛玉的整场演讲，其实是在给行业画一条从实验室到产线的爬坡路线。
阶段划分为编辑依据公开观点整理。按袁佛玉的表述，行业当前整体处于"场景试点"迈向"接管高价值任务"的阶段。
但一个诚实的注脚是：这套体系的投入产出周期，比大多数人预期更长。
失败样本要靠真实场景一点点沉淀，人工接管率要在产线上反复压测，单位任务成本要靠规模化慢慢摊薄。云厂商的产业判断，最终要回到工厂和园区里的任务成功率来回答。
具身智能的下半场，主角不再是单点模型，而是"模型—数据—场景"构成的工程系统。
但这同时意味着更长的验证周期：数据回流需要时间，失败样本需要真实场景一点点累积，短期演示的成功率与长期部署的稳定性之间，存在不可避免的时间差。
当竞争焦点从参数比拼转向有效任务小时与失败样本的沉淀量，具身智能的壁垒将从算力军备竞赛，变成一场漫长而枯燥的数据与工程积累战。
这场演讲没有留下"一键体验"入口，它的验证只能回到真实场景——以下三个信号，比 demo 更值得追踪。