约70%产品落地需重构：褪去技术滤镜 具身智能攻坚产业化“三座大山”

每经记者｜李宇彤    每经编辑｜余婷婷    

“具身智能数据的下半场，比拼的不是谁的盘子大，而是谁的数据物理合理和数据管线更稳。”9月9日，“2026京东全球科技探索者大会（JDD）”（以下简称“2026JDD”）具身智能分论坛上，工信部赛迪研究院科技处处长董凯直言。

当前，国内具身智能产业，正处在冰火两重天的发展节点。

一方面，产业热度持续攀升，规模高速扩容。据董凯现场分享的数据，“十四五”期间，行业营收年均增速接近25%，营收突破3000亿元，培育700余家专精特新“小巨人”企业，工业机器人保有量突破200万台，应用覆盖71个行业大类。 

但亮眼的增长数据之下，产业化真相却格外残酷。《每日经济新闻》记者现场了解到，大模型与机器人技术加速融合，具身智能加速从实验室走向产业一线，但落地转化远没有想象中顺畅。一线玩家纷纷坦言，硬件与真实场景错配、极端环境适配困难、投产性价比失衡，让多数技术陷入“能演示、难干活、不赚钱”的僵局。

在2026JDD具身智能分论坛上，卡点丛生、争议并存，具身智能行业进入门槛更高、博弈更强的“深水区”。

数据、模型、应用  具身智能产业化仍需翻越“三座大山”

当技术从实验室走向产业深水区，真实的“现实引力”开始显现，诸多在企业实践中暴露的卡点，正成为产业化之路上的硬骨头。

本体设计逻辑与场景实际需求之间的系统性错配是首要问题。国家地方共建人形机器人创新中心CTO（首席技术官）邢伯阳在圆桌环节表示：“可能70%左右的产品在真正落地过程中都要进行一轮深度重构，才能满足场景的真实需求。”

他指出，早期本体研发多遵循科研逻辑，机械臂的负载、末端执行器乃至是否需要灵巧手，往往并非由场景方真实作业需求反推而来。而机器人走进工厂后，硬件非标问题进一步放大了数据采集难度，各家灵巧手自由度、构型、传感器方式各不相同，导致数据无法互通。

在具体的施工与制造场景中，环境的离散性和高频异常更让标准化模型难以招架。中交集团科数装事业部数字化处副处长杨丽在圆桌环节坦言，工程建设行业极具离散性，地理条件、工艺工序、作业对象差异巨大。实验室里能勉强应对的标准化场景，一到现场就面临粉尘多、通风弱、路面粗糙等恶劣环境，工业级可靠性难以实现。

埃夫特智能机器人CTO（首席技术官）肖永强则补充了制造端困境：频繁换产、来料不一致，以及最棘手的异常处理——人类处理异常顺理成章，对机器却是巨大挑战。

绊住落地的还有更现实的经济账。

杨丽指出，不仅场景方要算账，机器人产业方同样面临商业闭环困境，研发费用投入后若无规模化量产，双方利润需求得不到满足，经济上的制约让推广寸步难行。

在主题演讲中，董凯将当前问题总结为产业化之前必须跨越的“三座大山”：数据、模型和应用。

图片来源：每经记者  李宇桐 摄

对于数据之山，董凯表示，当前真实物理交互场景的合规数据极度稀缺，尤其缺少摔倒、打滑、物体破碎、人机干预等故障数据，导致模型无法学习异常处理。同时，数采方式百花齐放，但谁最适合哪种模型尚无定论。数据跨本体不通用，统一标注与对齐标准缺失。

模型层面，基于数据和知识的模型驱动，是具身智能与上一代智能最大的差距所在。目前各类模型（VLA、世界模型等）各有长短，尚未找到终局。他预判，具身模型的“GPT时刻”最乐观也需3至5年才能到来；若定义为“陌生环境下自主闭环完成新任务”，则可能需10年左右。当前目标是让模型在特定场景边界内先能用，核心方向是更精准地感知物理世界、理解物理规律，并做出高效符合规律的动作技能。

而最终的“应用”之山，董凯将其定义为被“远远低估”的一环。

他分析，机器人无法独立干活，需与既有确定性工业系统集成；而具身智能是概率模型输出，二者在工艺拟合与系统调试上极难匹配。其次，节拍与可靠性差距巨大，传统工业机械臂MTBF（平均故障间隔时间）达6万至8万小时，而具身机器人目前千小时都难达到，长尾适配性差。第三，ROI（投资回报率）算不过来，只算“替几个人”的账本不行，需算大系统账，加上运维维保等，目前看来算不清。第四，批次一致性差，多为手工装配，连续生产几十台、上百台，标定关节和定制点即存在差异。最后则是标准和生态缺失，各行业均有防爆、消防等专属标准，却缺乏交付集成商生态，导致二次开发成本极高。

从“能干活”到“算得过账”：褪去技术滤镜，具身智能开启产业破局之路

面对“三座大山”，企业并非被动等待。圆桌讨论中，来自机器人企业、场景方和平台方的嘉宾，分享了各自在真实落地中摸索出的经验与解法。

大咖机器人创始人兼CEO（首席执行官）王坤用“100、99、15”三个数字概括了三次创业积累的教训。“100”是指机器人必须100%承担原岗位全部工作，不能只干一部分。他以过去做安保机器人“能巡查不能处置”、无人快递车“能送到小区不能送到楼上”为例，只满足部分需求的话用户价值远远不够。

“99”是指商业化及格线，王坤指出，机器人在岗位上必须达到99%的成功率和可靠性。他强调，99%只是很低的及格线，若大仓处理基数庞大，即使是99%的成功率其所需介入量仍不可忽视。“15”是指回本周期，即目标在12个月到15个月内让用户回本。

而这三个数字最终指向两个字——复购。“没有复购，就没有商业化。哪怕卖了5000台、8000台，没有复购，明年再增长的代价极其大。”王坤说。

场景方也在主动向前一步。北京地铁创新研究院总工程师赵华伟提出，场景方要“撸起袖子”和伙伴一起干“三件套”。第一是基础底座。以巡检场景为例，要提前把机器人需要巡检的正常表计、非正常环境状态等数据集做出来，并构建专业知识图谱，明确判断对错，再迁移到智能体和后端。第二是标准体系。包括采购机器人本体的开放和作业标准，尤其是巡检机器人在安全兜底方面的定级标准。第三则是本体侧的开放体系。

赵华伟认为，做完这“三件套”，才能打通从感知到决策、执行、再到迭代的闭环，把场景做透。此后，场景方不必担心成本高低，机器人伙伴也可实现“插拔式”的知识进入系统，模式才算真正吃透。

京东集团智能机器人业务负责人从平台方视角指出，实验室里考量的是能不能完成任务，商业环境考验的是能否回应真实需求、长期稳定运行、成本是否划算。在推动具身智能落地过程中，真实场景才是最好的训练场。

据其介绍，京东将京东MALL、七鲜、无人药房、物流仓库、养车门店等实体空间打造成机器人的训练场，让技术在真实商业环境中接受检验、快速迭代。同时，京东正在建设具身数据采集中心，并已开源人类视角数据集EgoLive，依托供应链能力和实际业务场景，持续沉淀真实数据。未来两年，京东计划完成1000万小时高质量实操数据采集，为具身智能模型训练和持续迭代提供数据基础。

具身智能的产业化注定是一场长跑。跨越数据、模型、应用三座大山，既需要技术突破，更需要产业协同与场景深耕。当更多企业愿意在真实场景中“啃硬骨头”，具身智能才能真正从实验室走向生产力。