研究员｜邱慧
满场漂亮的Demo。这是一位具身智能公司创始人对WRC2026展台的观感。
和往年“大秀拳脚”相比，今年场馆内，场景、干活能力是绝大多数厂商想传递的信息。
1:1复刻的物流链、工业产线被搬进了展会现场。不同形态的机器人不再是单点炫技，连续作业、多本体协同或长程任务成了较量的新看点。
参展者也问得越来越细。比起“展示”的能力，他们更关注真实的“落地”。
有参展商观察到，有厂商为了更好地“秀操作”，反复调试，让展示效果达到最优，“但这和最终到产线干活还是两回事。”
WRC期间，我们和优必选副总裁、具身智能与人形机器人研究院院长焦继超聊了聊业内“漂亮的Demo”、热闹的世界模型以及万众期待的“进家庭”。
优必选此次把“打工天团”搬上展台。Walker C1负责导览、超十台Cruzr Y1、Cruzr S2在复刻的工厂产线里上下料、码垛、电商小件分拣，展示一条从工业生产直通仓储物流的作业链。
“这次展示的都是真实用户场景，有的已经交付，有的正在与客户现场联调、即将交付”。焦继超说，机器人持续工作，可能没有那么酷炫，但从落地角度看，这是机器人能够持续工作状态的展示。
优必选还把超仿生人形机器人U1系列纳入展览。能眨眼、转头的“俊男靓女”吸引观众驻足。焦继超说，陪伴机器人卖的是情绪价值，这也是机器人进家庭的第一步，让人类接纳它们。
以下为焦继超与第四波的独家对话。
01 脱离产线做不好工业场景
第四波：你今年逛WRC后，体感如何？
焦继超：逛完我们仍然认为具身智能方向是没有错的，但大众现在看到的表面情况，与实际情况之间还是有差距的。
第四波：差多少？
焦继超：当前这个时间点，各家已经展示了很多能力，但如果要做到规模化落地，可能还有一到两年的距离。
只做Demo，确实简单，也能做得不错，但这跟我们的目标不太一样。优必选这次展示的“抓取”看起来简单，但这是在实验室调试完成后，直接搬到现场，没有在现场重新采集数据、训练，只做了一些微调。要规模化落地，泛化能力和迁移能力非常关键。
第四波：业内有种声音，Demo和规模化落地中间，存在断层，你怎么看？
焦继超：是的。我们一开始在公司搭建的模拟场景里测试，也觉得效果不错。但到了客户现场，会发现环境存在差异，必须针对这些差异采集数据。
大家经常问，具身智能现在到底卡在哪里。我认为有很多细分问题，但最核心的共识是数据。数据不是量够了就行，更重要的是质量、多样性和配比。
大家可能希望每次采集的都是成功数据，但现场总会出现意外。异常案例的数据要不要采？肯定要采。第二个问题是采多少。只有进入行业现场才会知道这些问题，工程师或数据采集人员是没办法凭空想象的。到了现场，与客户深入打磨之后，认知还会继续改变。
表面上看，大家都能装、能放，但背后的技术路线、客户问题，以及在现场发现问题后所形成的技术迭代和经验积累，才是最宝贵的。
第四波：具身智能设备的开发阶段，什么时段该接入产线经验？
焦继超：研发过程就不能脱离产线。一方面，很多工厂会提出各种需求，到了现场，要在硬件能力、软件能力和用户需求之间找到真正匹配的点。
这是一个逐步收敛的过程。2024年、2025年我们一直在做这项工作。到2026年，方向基本收敛到分拣、搬运和上下料三个场景。这是经过大量调研、许多POC摸底后总结出的结果。
即使是这几个场景，内部也有很多差异。如果做工业场景，研发人员不去现场，只靠远程指挥，不可能把事情做好。
第四波：你们是怎么做技术收敛的？
焦继超：有两个方面。第一，在现场做持续作业测试，遇到问题就解决问题，逐步收敛技术路线，明确基础路线和VLA架构应该是什么样的。第二，实际场景的反馈会推动解决方案进一步完善。
工业场景不是为了炫耀技术有多强。很多Demo经过测试后，会发现很难部署到现场。这是一个整体解决方案问题，与Research不同。Research可以在比较理想的条件下达到很好的效果，突出技术能力；落地解决方案不是单点问题。比如夹持器或执行器是否一定要用五指？很多情况下两指就够了，这是实践得出的结论。
第四波：所以，现在的工业场景到底需要自动化还是自主化？
焦继超：传统机器人正在向智能化、具身化发展，具身智能企业和机器人企业也在向自动化方向发展，两者在融合。不过，最终还是要回到本质，怎样解决用户现场的实际问题，并算清ROI。
第四波：你们很早就探索工业场景。POC阶段后，还看什么？
焦继超：POC可以很快把机器人拉到现场，用一两周或两三周验证功能。对客户来说，这只能证明功能可以实现。进入真实产线，还要检验机器人能否达到成功率、稳定性、可靠性和持续运行方面的要求。
优必选已经在比亚迪、富士康、吉利、顺丰科技等企业开展项目。我们认为第一步基本迈出去了，接下来要看客户的复购量。前提是第一阶段能否持续运行，并通过用户完整验收。如果通过了，后续的量可能会是此前的十倍以上。
02 数据和工程积累是核心壁垒
第四波：你提到具身智能卡在数据，具体来说是多少体量的数据集？
焦继超：要看具体情况。今年大家都说门槛是100万小时，但我预感年底真正做到100万小时的公司会非常少。
当然，还要看这些数据到底是垃圾数据还是高质量数据量。遥操作数据有多少、合成数据有多少、第一视角数据有多少？更重要的是，这些数据能不能发挥价值？我感觉每家公司可能会踩一个坑，最终发现很多数据是无效的。
第四波：有一种观点是，只要数据足够多，量变就能引发质变，但这一规模可能到亿万小时级，你怎么看？
焦继超：前置条件是希望做一个通用、跨本体的具身模型，还是只解决一个具体任务。不同目标需要的数据量不同。如果是一个固定工位的任务，可能10万小时左右就够了。
我觉得应该先做单一技能，再走向通用技能。否则，如果一开始就追求所谓通用技能，除了数据，还要面对模型架构是否合适、推理和训练框架是否需要调整等问题。模型再大，能不能跑起来？运行频率和FPS能否满足用户的效率要求？如果动作很慢，即使能跑起来也没有意义，ROI也算不过来。
第四波：工业、家庭、商业，这三个场景，你判断能规模化部署的优先级是什么？
焦继超：如果从具身智能在物理世界中作业和交互的落地速度看，首先会在结构化、流程化作业的工业领域出现爆发式增长，之后才会走向商业，最后是家庭。
03 仿生人是进家庭的“第一步”
第四波：今年6月，优必选发布了超仿生陪伴机器人，迅速出圈了，为什么选择这个时间点推出你们的仿生产品？
焦继超：很多人认为优必选是一家做工业场景的具身智能公司，但其实不是。从成立开始，公司的愿景一直是让机器人走进千家万户。我们希望成为一家AI具身智能的平台型或生态型公司。
超仿生产品发布后反响很好，但很多人问，优必选是不是不做工业了，是不是觉得工业太难，选择放弃。事实并非如此，每年有不同侧重点。仿生人经过内部几年的打磨和对市场的洞察，我们认为今年已经达到可以量产、可以交付的水平，所以才正式推向市场。
不能只拍视频让客户期待，半年、一年后却仍然没有产品交付或量产。达到成熟度后再正式推向市场，是我们的选择。
在消费端，特别是情感服务方面，我们之前有悟空机器人。悟空的商业反馈，包括用户黏性、用户年龄段等信息，让我们发现情感陪伴存在真实需求。因此，我们持续打磨U1系列，直到成熟度足够、可以推向市场、用户能够接受时，才正式发布。
第四波：你们观察到哪些因素，支撑了“现在是推出仿生人的好时机”这个判断？
焦继超：过去几年，我们收到了很多对悟空系列产品的反馈。同时，我们做了用户和市场调研，一些年轻人在与大模型交互时，也有情感方面的诉求。
再加上我们的技术成熟度已经能够支撑量产，可以把外表做得漂亮、逼真，并提供丰富的面部表情和交互，它的体验一定比单纯的大模型更好。综合这些因素，我们认为具身仿生机器人已经可以推向市场。
第四波：同行陆续推出仿生人和家庭机器人。你们没被影响到吗？
焦继超：没有。去年判断C端市场时，我们就认为，机器人真正进入家庭干活还是太早。无论是轮式还是双足，都要进入复杂、非结构化、开放的家庭环境。目前的产品安全性还无法保证。我们去年就判断，能够做家务的机器人，未来5年内不太可能真正进入家庭，
第四波：你们在面向家庭服务、不同于仿生人的机器人研发方面，是什么思路？
焦继超：我们认为，工厂里的任务都没有做好，就说机器人能进入家庭干活，太冒险，也不太可能。无论技术还是产品成熟度，目前都还不够。
因此，我们从U1切入。它是一个更细分的赛道，但也是进入家庭的第一步：先让用户接纳一台陪伴型机器人。等能力真正具备后，再让能活动、能保证安全的机器人进入家庭。安全性要有足够的数据和实验支撑，达到这种程度后，才能进入家庭。
第四波：现在世界模型很热，很多公司都在训练“大脑”，不断堆数据量或调整模型范式。我们怎么判断一家公司是真的在训练“大脑”，还是只是在做高级包装？
焦继超：不同角色、不同阶段的出发点不同，大家各取所需。不讲一个性感的故事，可能很难提升估值。世界模型从研究和技术角度看，是一条比较漫长的路线。
第四波：机器人有了更优质的世界模型后，在工业任务上到底能提效多少？
焦继超：世界模型与工业场景真正落地所需的能力之间，差距还比较大。
第四波：现在不能直接落地吗？
焦继超：几乎不可能。首先，能力是否达到要求还需要验证。其次，世界模型参数量已经足够大，如果放在云端，推理时效性能否达到客户的效率要求？第三，成本到底有多高？
现在大致有两种观点：一种追求“大一统”，希望最终形成统一模型；另一种采用Agent或技能化、更加垂直的路线。不同阶段有不同的最佳方式，我认为并不是任何阶段都只有一种方案。
第四波：你们未来会是大一统的通用模型路线还是“基础模型＋行业模型＋技能库”的组合？
焦继超：不同阶段会采用不同方式。如果看终极方案，比如真正进入家庭，等硬件算力具备、模型足够成熟时，肯定需要一个统一模型。那时机器人的能力会非常强，各种技能和陪伴能力都可以在一个模型中通过类似端到端的方式实现。只有这样的方案，机器人才能真正应用于各行各业和家庭。
但在达到这个目标前，我认为至少要分三个阶段实现。现在刚进入分拣等技能化阶段，再往后是做更复杂的柔性物体操作，包括柔性生产和线束整理。
在技能学习过程中，一些底层能力和常识会逐渐形成。工业场景和家庭场景之间也有相似之处。随着训练推进，这些技能会慢慢收敛，形成“原子技能”。
第四波：这种能力怎么涌现？
焦继超：数据足够多、场景足够丰富后，这种能力会涌现出来。我们一直强调，强化学习在技术路线中会发挥非常核心的作用。我从2020年、2021年开始接触强化学习，就认为它与人的学习方式非常相似。
第四波：你提到，行业上半场快结束了，那下半场什么时候开始？比什么？
焦继超：估计很快，可能是今年下半年到明年下半年。等几家公司上市后，仍然无法上市的公司可能会遇到困难。下半场就要比落地。故事已经讲了三年，该进入量产落地阶段了。
（文中内容和观点仅供参考，不构成投资建议。投资有风险，入市需谨慎。）
编辑｜符永康
热门跟贴