2026世界機器人大會於8月19日至23日在北京舉行。會上傳遞出一個清晰信號，中國內地機器人產業正處在從「注重整機製造」向「物理AI智能驅動」躍遷的關鍵轉折點。

大會上發布的《2026年人形機器人產業發展報告》顯示，人形機器人行業應用邁入「全面鋪開」深水區。人形機器人從小批量試用加快向常態化部署和規模化應用邁進。2026年上半年，中國人形機器人出貨量已超4萬台，全球佔比進一步提升至97%。

業內人士在會上坦言，當前，內地人形機器人硬件層面具有規模優勢，不過，智能水平尚未成熟。儘管挑戰不少，但業界對人形機器人行業發展前景有信心，智能突圍成為重點。

首先，商業模式將會翻轉，從「賣機器」走向「賣智能服務」。

內地具身智能頭部獨角獸企業星海圖的創始人高繼揚在會上提出預判，具身智能產業將經歷從整機硬件銷售，到方案訂閱，再到智能服務的三階段演進，最終走向以「物理世界Token」銷售為主體。

高繼揚指出，近年，行業內各類整機產品毛利率大致在40%至60%，但隨著基礎模型通用性增強，整機銷售可能進入負毛利時代，客戶最終將為「物理世界的智能」付費。這意味著機器人產業的終極形態不是製造業，而是智能服務業。

第二，技術架構正在革新，從「模塊化預編程」轉向「端到端自學」。

過去機器人做事，要靠工程師分模塊編程，先感知環境，再規劃路徑，最後控制動作，中間環節容易造成信息損耗。如今，業界正轉向「端到端物理AI」。簡單說，就是運用一個統一的AI模型，接收圖像、語音等輸入端的原始信息，然後輸出動作指令，省去中間環節，反應更快、更准。

銀河通用創始人王鶴在會上系統闡述了其「大腦+小腦」框架：大腦通過World Action Model（WAM），負責理解任務和環境；小腦負責實時控制、精准反饋及全身控制。這種架構能更好地應對真實世界里的千變萬化。宇樹科技創始人王興興則提出「物理AI機器人的自進化」，希望利用基礎大模型，將論文檢索、代碼生成、仿真訓練、真機測試和評價反饋串成閉環，讓機器人研發逐步從高度依賴人工，轉向持續自我迭代。

第三，泛化能力有待突破，追求機器人行業的「GPT時刻」。

「泛化能力」通俗講，就是機器人「舉一反三」的本事，沒「學」過的新任務，它也能完成。內地多家頭部企業將其視為當前發展的優先級。

高繼揚認為，基礎模型能力，是具身智能產業化的核心驅動力，2027年將是該行業「GPT時刻」；王鶴則預測，到2028年整個行業的落地規模和速度將大幅上升；王興興也做出預判，在80%的陌生場景中，通過語音或文字指令，機器人能夠順利完成約80%任務，就是機器人產業爆發的奇點（臨界點）。

值得一提的是，大會展區內，銀河通用的家務機器人在疊衣服場景中基本能應對觀眾隨意的干擾行為，重新抓取衣服並繼續完成工作，展現了一定程度的泛化能力。

分析人士認為，四項技術進步成為上述發展方向的重要支撐：大模型技術在物理世界的應用，虛擬環境中訓練機器人的仿真技術取得突破，硬件成本全面下降，以及數據收集工作日益完善。

不過，熱潮之下，仍需冷思考。

物理AI面臨的精度挑戰貫穿「訓練—部署」全鏈條。

訓練層面，地面顛簸、空氣阻力等微觀變量無法100%在仿真器中還原，導致機器人在仿真中習得的能力，遷移到真實世界後往往「水土不服」。執行層面，AI模型與真實世界的對齊程度不足，機器人能大致執行移動或裝配指令，但因傳感器到執行器的信息損耗，導致最後幾釐米甚至幾毫米的機械偏差難於精准修正，若真實環境稍有變化，成功率便會「暴跌」。這不是單純堆算力就可突破的技術問題。

此外，行業內也普遍擔憂商業模式的陣痛。從整機硬件銷售轉向智能服務的過渡期，企業可能面臨「硬件不賺錢、軟件賣不動」的現金流壓力，如何平穩過渡是一大考驗。近日，宇樹科技在內地A股上市，成為內地人形機器人首家上市公司，為行業發展帶來更多資本支持。

多位業內人士認為，未來3到5年，人形機器人行業會深耕工業製造、物流倉儲、自動駕駛等環境相對固定、任務明確的結構化場景，實現規模化普及。大會上，一些人形機器人的執行速度和高成功率都頗為亮眼，如優必選人形機器人展示汽車鈑金件上下料、物流小件分揀等。面向家庭的消費級產品，則需更多技術積累。

分析人士認為，中國憑借完整的機器人製造鏈條、豐富的應用場景和快速的技術迭代，已在物理AI競賽中佔據居前位置。但能否從「製造領先」真正走向「智能突圍」，取決於行業能否攻克虛實間的精度問題、形成模型泛化能力、實現商業化落地。這需要整個行業有足夠的定力和耐心，而非短期衝刺即可實現。