🤖 具身智能 · 产业交锋

王田苗 WRC 三问具身大牛:大模型还在「拨号上网」,机器人靠什么拿下万台订单?

2026 世界机器人大会(WRC)上,北航教授王田苗向五位头部企业 CXO 抛出三个尖锐问题。大模型操作成功率 96% 在物理世界为何致命?跨本体迁移为何让算法失效?软硬一体还是解耦?一场没有滤镜的底牌大揭秘。

综合公开信息整理 2026-08-22 全文约 4 分钟读完
#具身智能 #WRC 2026 #人形机器人 #量产卡点 #大模型
1.5 万台 2026 年中国⼈形机器人累计交付量
96% 具身大模型操作成功率,仍不够用
6~8 万小时 传统工业机器人 MTBF 无故障时间

⚡ 30 秒速览

  • 核心矛盾:王田苗指出,人形机器人交付仅 1.5 万台,传统工业机器人出口已破百亿——理想与现实差距巨大。
  • 技术派警告:众擎赵同阳称 96% 成功率在物理世界意味着每 100 次有 4 次「砸坏产线」,必须死磕到 99.99%。
  • 工程派反呛:具身科技刘宇龙透露,真正卡点是硬件制造标准与供应链一致性,而非大脑不够聪明。
  • 隐秘元凶:优必选焦季超指出,同一模型换台机器人就失效——「跨本体迁移」是当前最大技术鸿沟。
  • 生态之争:软硬一体还是解耦?五位 CXO 给出截然不同的终局推演,但共识是:先靠 B 端脏活活下来。

01量产卡点:技术派 vs 工程派 谁在阻挡万台交付?

王田苗的第一个问题直击要害:「制约具身智能机器人走向万台交付的卡点,究竟在什么地方?」现场嘉宾迅速分化成两大阵营。

🧠 算法技术派

原罪在大脑。赵同阳强调,96% 成功率在软件世界够用,但机器人执行 100 次任务有 4 次「不能活着回来」或砸坏产线,客户零容忍。程浩补充,端到端大模型至今未出现,TPMF 卡在「技术不 Ready」。

🔧 制造工程派

卡点不在大脑。刘宇龙透露具身科技已完成约 15000 台交付,最大痛苦是批次良率与工艺一致性。焦季超指出,从 100 台到 10000 台,行业缺乏标准化 NPI 流程和质量管控体系。

「客户只关心 ROI 能不能在两三年内算过来,而不是 4 个 9 的极致成功率。」 —— 优必选副总裁 焦季超

京东徐磊则从商业视角补了一刀:具身智能机器人转化率比传统手机数码差数十倍——产品是否创造了不可替代的价值?如果算不清 ROI,万台交付无从谈起。

96%大模型成功率
99.99%工业场景要求
1.5 万人形交付量
数十倍转化率差距

注:左两列为成功率对比,右两列为交付规模与转化率差距。数据引自 WRC 2026 圆桌嘉宾公开发言。

02跨本体迁移:物理世界的「最后一厘米」鸿沟

王田苗的第二问更尖锐:传统工业机器人无故障时间 6~8 万小时,容错率必须为 0——基于概率分布的 LLM,如何胜任物理世界的零误差操作?

焦季超直击了一个隐蔽元凶:硬件本体的非标准化。同类机器人,电机参数细微差异、构型极小变化,都会导致传感器数据天差地别。在 A 款上训练完美的模型,平移到 B 款就频频出错,必须人工「特调」。

🧩 跨本体迁移的「三重困境」核心瓶颈

  • 物理参数错位:电机扭矩、关节阻尼、传感器偏置的微小差异,导致同一指令在不同本体上产生不同结果。
  • 数据采集割裂:高质量触觉、力觉、视觉交互数据获取手段极不成熟,数据量远未达到涌现物理常识的门槛。
  • 架构不匹配:现有具身大模型多从 NLP 架构「魔改」而来,不适配「感知-决策-控制」闭环训练范式。
焦季超判断:「未来一定会出现专用于具身的动态模型新架构。只有完成底层架构重构,才能真正抹平大脑指令与物理动作之间的微小误差。」

但程浩用一个比喻缓解了焦虑:「我们现在处于具身智能的‘拨号上网’时代。」用户预期已是 5G,但技术基建连 3G 都算不上。不过拨号上网时代也有商业价值——当年网速仅几 KB,全球计算机销量已达数百万台。

「大模型在具身智能上的应用不是憋大招式的黑天鹅,而是一个螺旋式上升、渐进演化的过程。」 —— 加速进化 CEO 程浩

注:程浩的「拨号上网」比喻意在说明,尽管技术早期、处处受限,但简单应用已能产生真实商业价值,不必等 5G 完美才出发。

03终局生态:软硬一体,还是解耦? 五位 CXO 的路线之争

王田苗的第三个问题最具战略高度:具身智能的未来,会像苹果一样软硬通吃,还是像 Wintel/安卓一样分层解耦?

赵同阳态度坚决:「综合的灵魂必须统一,两个都要做。」他认为人形机器人市场比智能手机更庞大,一定会收敛出两三家超级巨头切走 80% 利润。焦季超从技术角度附议:硬件与软件深度耦合,跨本体迁移难题让解耦遥遥无期。

但程浩给出了截然不同的推演,他将产业革命分为三个阶段:

阶段 1 · 现在 本体百花齐放 软硬紧密绑定,各自为战,类似早期 Apple / IBM
阶段 2 · 近期 Agent 应用爆发 硬件收敛,垂类场景 Agent 争奇斗艳,类似 App Store 早期
阶段 3 · 终局 通用大模型统治 Foundation Model 成熟,吃掉绝大部分长尾应用,赢家通吃

程浩判断:终局最大的赢家是做通用大模型的公司。虽然短期因技术不成熟必须软硬一体,但随着标准化确立,解耦是不可阻挡的历史规律。京东徐磊也印证,跨环境、跨本体的大模型预训练一旦突破,基础模型将在通用硬件上展现极强的跨用能力。

「到了那个时候,社会将进入一个由超级大模型统治的时代。」 —— 加速进化 CEO 程浩

注:三个阶段划分基于程浩的公开推演,不代表所有嘉宾共识。软硬一体 vs 解耦的争论在行业内仍无定论。

04先干脏活,再谈 AGI 商业化落地的真实节奏

圆桌尾声,五位掌舵者达成了最务实的共识:摒弃一步登天的幻想,从 B 端高刚需场景切入,先活下来。

刘宇龙分享了具身科技的实战打法:让机器人去干人类觉得危险、高重复、极度疲劳的脏活累活——巡逻巡检、应急消防。在这些场景中,痛点是刚需,ROI 清晰,这也是他们率先实现万台交付的秘诀。

📋 优先落地场景共识

  • 巡检安防:半结构化环境,高频刚需,ROI 可算,客户愿意买单。
  • 工业搬运:从 A 到 B 的确定性任务,现有算力已能解决。
  • 分拣协同:与人类工人形成互补,降低重复性劳动强度。
  • 情感陪伴:C 端需求远超预期,微表情与情感共鸣成为差异化卖点。
焦季超预测:工业端放量将是明后两年的重头戏,先把容易做的做透,再碰精细活。

值得注意的是,「情绪价值」被反复提及。焦季超透露,优必选偏向情感陪伴的 C 端产品需求远超预期。徐磊也证实,C 端市场中具身陪伴聊天机器人增速最猛。他甚至勾勒了一个去中心化交互的未来:不再需要掏出手机,对桌子或家庭机器人说一句话,一切服务自动完成。

赵同阳用一句话总结了当下最聪明的做法:用 80% 精力抢占巡检、安防、工业搬运等确定性极强的「沙头堡」,通过这些脏活累活造血;剩下 20% 留给实验室,探索那个走入千家万户的 AGI 终局。

「只有留在牌桌上的人,才有资格见证巅峰时刻的到来。」 —— 综合嘉宾观点
编辑核心判断

大模型在具身智能领域仍处于「拨号上网」阶段,但拨号上网时代也有商业价值——关键在于放弃对 AGI 一步到位的幻想,用 B 端脏活累活造血,用真实数据反哺模型进化。

跨本体迁移的架构鸿沟与硬件制造标准的缺失,是比「大脑不够聪明」更现实的瓶颈。未来三年,具身智能的竞争不是大模型参数竞赛,而是系统工程与供应链能力的较量——谁先跑通万台级交付的标准化流程,谁就拿到了下一张牌桌的入场券。

获取完整内容

WRC 2026 圆桌全文实录及嘉宾演讲 PPT,可通过世界机器人大会官方渠道获取。
关注行业动态,跟踪具身智能商业化最新进展。

WRC 官方平台 → 获取实录