机器人大会,咋不表演了?
2026世界机器人大会上,空翻和舞蹈明显少了,分拣、搬运等作业场景多了。从自变量机器人每小时1816件的分拣实测,到京东开放3600多个仓库并计划五年采购300万台机器人,行业共识正从'能做什么'切换到'效率够不够'。模型、数据、硬件三条线的共识图谱已经清晰,但数据标准、技术路线、落地节奏的分歧仍在。共识不等于成熟,却标志着一个新赛段。
去年还满场空翻,今年满场分拣。
2026世界机器人大会的展厅里,最直观的变化不是哪家机器人又刷新了动作难度,而是观众围着展台问的问题变了——从'它能做什么'变成了'它干活效率够不够高'。京东零售具身智能机器人负责人郑小丹在会期接受中国证券报记者采访时说得很直白:'去年机器人还主要在表演,今年所有人都在关心场景。'
这句话不是场面话,而是一个行业换赛道的信号。经过多方采访可以拼出一张共识图谱:模型层面仍未收敛,数据层面仍缺好几个数量级,硬件成本持续下降的同时要求更高性能、更轻量化。共识不等于成熟——数据标准、技术路线、落地节奏上分歧依旧显著——但这些共识本身,标志着中国具身智能正在从实验室演示,走向更大规模的产业应用。
🎭 空翻让位,包裹上台
当空翻不再是流量密码,行业才算真正入场。
走在2026年大会的展厅里,舞蹈和空翻明显少了,干活的场景多了起来。最有代表性的画面出现在自变量机器人的展台:两条机械臂搭配夹爪,在全自主模式下,持续对大小、形状、材质和重量完全随机的真实物流包裹进行分拣。这不是摆拍——其此前直播实测的分拣速度,最高达到每小时1816件。
算一笔账就知道这个数字的分量:1816件每小时,折算下来大约每两秒就要完成一次识别、抓取、放置,而且是面对完全无序的真实包裹,不是标准化教具。展台周围围满了观众,大家讨论的已经不是'动作真流畅',而是'这个节拍放到仓里能不能顶一个班'。
但郑小丹也把话说得务实:现阶段具身智能干活的节拍、准确率可能还不及人类。这恰恰是产业逻辑切换的关键——评价体系从'惊艳'变成了'节拍、准确率、稳定性'三个冷冰冰的指标。展示型能力和生产型能力,从来是两套权重:前者比的是单次动作的上限,后者比的是八小时不歇的均值。
指标换了,玩家准备的方向也就换了。据多位接近产业落地环节的人士观察,今年厂商的演示重心普遍从'高动态'转向'长周期作业',谁能在真实工况下连续跑得更稳,谁就离订单更近。
🏬 甲方先下场,把仓库打开
最懂物流的公司,最急着让机器人进仓。
如果说厂商展示的是'我能干',那么京东的表态回答的是'我要你干'。郑小丹透露,京东集团从去年开始,就已经把物流在内的场景开放出来与机器人合作,并曾宣布未来五年要采购300万台机器人。
支撑这个判断的是一组硬数字:京东大概有3600多个仓库,物流在整体业务中占比很重。'我们有很强的动力来尝试采用新的技术来提升效率和生产力。'郑小丹说。对一家以物流为基本盘的公司来说,任何一分钟能省下来的节拍、任何一个百分点能提上来的准确率,乘以3600多个仓库,都是一笔可观的账。
更值得注意的是方法论。郑小丹强调,需要'以终为始'看待这项技术——一边跑、一边迭代,而不是等到技术完全成熟再进场。这句话翻译过来就是:甲方不再等供应商交卷,而是直接把考场开放出来,让机器人在真实仓里做题。
300万台这个量级固然惊人,但对行业而言,真正值钱的可能不是订单数字,而是订单背后开放的真实场景、真实数据和真实KPI。技术可以融资,仓库融不来。据多位接近场景落地的人士观察,场景准入资格正在成为具身智能公司最稀缺的资源,谁能先进仓,谁就能先拿到真数据,这个先发优势会持续复利。
这条逻辑链可以画成一个飞轮:
飞轮转起来的前提,是有人愿意先把场景的门打开。这也是为什么今年的大会上看不到多少'未来概念',看到的多是'已经在仓里试了'。
📊 共识图谱:三件事吵不动了
吵不动的地方,往往是共识生长最快的地方。
中国证券报记者在多方采访后,梳理出今年行业围绕'具身智能如何从实验室走向产业'形成的三条核心共识。把它们摆在一起看,指向出奇地一致:
| 维度 | 共识内容 | 产业含义 |
|---|---|---|
| 模型 | 技术路线仍未收敛 | 行业仍在快速迭代期,没有人敢押注单一路线 |
| 数据 | 仍缺好几个数量级 | 数据是当前最大瓶颈,也是最大的护城河 |
| 硬件 | 成本持续下降,同时要求更高性能、更轻量化 | 硬件不再是唯一门槛,竞争重心转向软硬协同 |
三条共识,其实说的是同一件事:竞争的重心正在从'造出来'转向'用起来'。
模型未收敛,意味着还在快速进步期,先入场景者能吃到更多模型红利;数据缺口以数量级计,意味着关起门来采数据永远补不上,只有真实场景能源源不断产出;硬件成本下降叠加轻量化要求,意味着本体端的门槛在降低,但'能在人类工作环境里干活'的门槛在升高。
去年这个时候,行业的争论还集中在'该不该做人形''该不该上大模型'这类方向问题上。今年这些大问题基本吵不动了——不是因为有了标准答案,而是因为大家发现,答案只能在场景里长出来,不在会议室里。
⚠️ 共识不等于成熟,分歧才是赛况
共识是入场券,分歧才是赛况本身。
必须泼一盆冷水:共识不代表行业已经成熟。多位受访者强调,行业在三个层面仍存在显著分歧——数据采集标准怎么定、模型技术路线怎么选、场景落地节奏怎么把握。
这三处分歧,每一处都足以影响资源的流向。数据采集标准不统一,意味着各家采的数据难以互通复用,行业层面的数据规模效应就起不来;模型路线不收敛,意味着每家公司都在为'可能的错误方向'付出试错成本;落地节奏把握不一,则意味着有的公司跑得太快把场景做砸,有的公司等得太久错过窗口。
但从产业演进的角度看,分歧本身未必是坏事。标准从来不是在会议里定出来的,而是在实战里长出来的——当越来越多真实仓、真实产线跑起来,数据格式自然会被最有效的方案统一,技术路线自然会被节拍和准确率筛选。去年还在比谁的动作更炸,今年已经在比谁的仓库跑得更稳,分歧从'方向之争'降维成'路线之争',这本身就是进步。
🧭 下一程:场景即船票
新的赛段,船票上印的不是技术参数,而是场景名称。
把过去一年的行业节点串起来,脉络已经相当清晰:
- 2025年:机器人大会仍以表演性展示为主,'能做什么'是主话题
- 2025年起:京东开放物流等场景与机器人展开合作,并宣布五年采购300万台机器人
- 2026年:世界机器人大会现场以作业场景为主,自变量机器人实测分拣速度最高每小时1816件,无界动力等厂商也把展台布置成了作业现场
- 未来五年:300万台量级的采购计划,将把真实场景、数据和KPI持续开放给行业
从表演到干活,中国具身智能正式进入下一程。这一程比拼的不再是发布会上的高光时刻,而是仓库里的连续工时、产线上的节拍稳定性和数据飞轮的转速。
具身智能的故事讲到今天,终于翻过了'炫技'那一章。接下来翻页的手,属于那些真正把仓库、产线和门店打开的甲方。
表演时代的聚光灯已经熄灭。当所有人都在关心场景,行业真正的考试才刚刚开始——而这一次,考卷是真实的包裹,考场是3600多个仓库,阅卷人是节拍和准确率。共识已经就位,分歧仍在激化,飞轮刚刚启动。对具身智能公司而言,现在最该焦虑的不是模型差几个点的精度,而是自己的名字,有没有出现在那张场景准入名单上。