机器人不翻跟头了，开始打卡上班

2026年，具身智能行业最贵的东西不是GPU，是场景。

一位在主题乐园里陪游客聊了八小时的机器人，比十支翻跟头视频更有说服力。9月24日，智元第20000台具身智能机器人下线并交付长隆集团，首批超300台机器人进驻横琴长隆飞船乐园，在全球首个大规模具身智能主题乐园里「打卡上岗」。同月，Google DeepMind发布Gemini Robotics 2，港大MMLab推出统一评测平台RoboDojo。三件事凑在一起，指向同一个判断：具身智能的叙事正在从「能做什么动作」，切换到「能不能持续干活」。行业管这个新阶段叫——部署态。

📈 从发布会到上岗：部署态才是分水岭

舞台上的高难度动作，是营销；真实客流里连续工作，才是能力。

横琴长隆飞船乐园焕新开园当天，超300台智元机器人分布在100余个交互体验点，覆盖文娱商演、科普研学、导览导引、服务零售、智能伴游、酒店场景、体育竞技七大场景。这意味着机器人不再只是演出道具：导览场景里要做目的地查询、路线规划、自主带路和巡回讲解；研学区域要围绕海洋知识跟游客问答；零售和酒店场景要迎宾接待、商品咨询、信息问询。

而这300多台只是首期部署。按照双方披露的规划，未来部署规模将达到数千台。乐园这种场景的可怕之处在于复杂度——游客是不确定的，日照、噪音、人流、突发状况全都是干扰项，一台机器人一天摔一次跤，一周就是热搜。让数百台机器人每天准时上岗、在真实环境里持续工作，并且随运营不断改进，考验的不再是单点技术，而是交付、运维、迭代的整套产业化能力。

这个闭环跑通之前，所有发布会都只是彩排。智元把交付之后的真实工作状态称为「部署态」，这个词的分量，比任何一条演示视频都重。业内私下有种说法：2026年的具身智能公司分两种，一种在找场景，一种已经被场景绑定。乐园给了智元一块足够大、足够复杂、也足够长期的考场。

🔋 两万台之后：工业和服务两条腿走路

第15000台和第20000台之间，藏着智元的真实野心。

注意一个细节：今年此前，智元第15000台具身机器人交付的是龙旗科技的产线，对应工业场景的劳动生产力；第20000台来到长隆，对应文旅场景的服务生产力。一个面向生产，一个面向服务，两类场景对机器人的能力要求差异极大——工厂要的是稳定、精度、节拍，乐园要的是交互、亲和力、对不确定环境的适应。

两条线同时铺开，本质是在用真实场景做交叉验证：具身智能到底能不能同时充当劳动生产力和服务生产力？以及更关键的——有没有一套能跨场景复制的产品和部署能力？

第一梯队整体也在走向这个判断。事实上，从IEEE Spectrum的Weekly Robotics内容里能看到，Actuate 2026、IROS 2026、Humanoids Summit Seoul等一众行业会议都把日程排到了2026年下半年，人形机器人已经从学术议题变成产业议题。但会议讲的是故事，交付讲的是账本。两万台的量级放在全球人形机器人行业里，已经是一个可以被称为「量产基线」的数字——它意味着供应链、品控、部署SOP都经过了至少一整套流程的锤炼。

具身智能的竞争，正在从「谁的demo更惊艳」变成「谁的部署态更便宜、更可复制」。

🧠 大脑竞赛：Gemini Robotics 2押注全身控制

当本体开始量产，真正的稀缺资源变成了「大脑」。

Google DeepMind发布的Gemini Robotics 2，官方定位是「驱动下一代真正可适应机器人的智能层」，官方话术里点出了三个关键词：intelligent whole-body control（全身智能控制）、advanced dexterity（高级灵巧操作）、multirobot collaboration（多机器人协作），并称机器人借此迈出了「字面意义上的第一步」。

这三个词对应的恰好是部署态的三大痛点。全身控制决定机器人能否在非结构化环境里保持稳定移动和操作；灵巧操作决定它能不能干精细活；多机器人协作则直接对应规模化部署——300台机器人同场工作，互相抢路、抢任务，靠的不是调度员，是模型。从演示画面看，测试对象既包括人形机器人也包括机械臂，说明DeepMind的野心不在绑定某一款本体，而是做横跨硬件形态的通用智能层。

这就引出了一条清晰的产业分岔：一类公司像智元，从本体和场景切入，自下而上补大脑；一类公司像DeepMind，从模型切入，自上而下找本体。两条路线终会在部署态相遇。对整机厂商来说，通用大脑是效率杠杆；对模型厂商来说，真实场景是数据水源。谁都不可能缺席对方的主场。

📊 谁来打分：RoboDojo补上评测这块短板

没有统一的尺子，落地故事就永远是各自表述。

香港大学MMLab牵头开发了RoboDojo，一个统一基准评测平台，用来评估机器人操作能力在仿真与真实环境中的表现。项目由港大计算与数据科学学院副院长（AI研究与技术转移）罗平与其博士生陈天行共同发起，联合了包括UC伯克利、清华在内近20所全球高校的研究者，论文已发布于arXiv。

为什么评测重要？因为「部署态」需要可对比、可复现的能力指标。客户采购机器人时问的不是「你有多智能」，而是「在我这个场景，你的成功率、稳定性、异常恢复能力是多少分」。当智元在乐园里、友商在工厂里各自声称领先，一个横跨仿真与真机的统一基准，是行业走向工程化的基础设施。RoboDojo选择从「操作」切入评测，正是抓到了具身智能从演示走向干活时最硬的那块骨头——抓、放、插、拧，每一个动作在真机上的成功率都是真金白银。

仿真与真机的统一评测还有一层意义：让模型迭代的数据可以在实验室和产业现场之间流动，避免「仿真刷分、真机翻车」的老问题。

⚠️ 冷思考：上岗之后，麻烦才开始

交付只是及格线，长期运营才是终局考试。

300台机器人常驻乐园，意味着运维团队、备件体系、远程诊断、数据回流都要跟上。游客的新鲜感是有限资源——首月排队合影，半年后机器人就得拿出真本事留住人流。七大场景里哪几个能跑出正向ROI，会直接决定数千台规模的后续订单能不能兑现。据多位接近产业的人士观察，文旅场景真正的门槛不在机器人本体价格，而在于部署后的持续改进速度。

与此同时，中国移动与智元、长隆三方联合共建的「长隆×智元具身智能文旅联合研究院」揭牌，文旅场景大规模5G-A具身智能创新应用同步发布——网络、算力、场景被打包进同一个合作框架，这暗示大规模部署态已经超出单一机器人公司的能力半径，变成了生态工程。

留给行业的问题是：当乐园验证了服务生产力、产线验证了劳动生产力之后，下一个能被标准化复制的场景在哪里？商场、医院、机场，每个都需要重新过一遍部署态的考试。

具身智能的下半场，比的不是谁的动作更炫，而是谁的机器人在真实世界里待得更久、改得更快、成本降得更狠。智元用两万台把「量产交付」四个字钉在了行业基线上，DeepMind用Gemini Robotics 2把「通用大脑」的门槛抬高了一截，港大们则在尝试给所有人一把统一的尺子。2026年剩下的看点只有一个：部署态的考场上，还有谁能交卷。