2026京东全球科技探索者大会的具身智能分论坛现场传出警示，工信部赛迪研究院科技处处长董凯指出，具身智能数据的竞争已从“谁的盘子大”转向“谁的数据物理合理、数据管线更稳”。这场于9月9日举行的论坛上，产业化落地成为各方聚焦的核心议题。

行业层面仍保持着热度。董凯分享的数据显示，“十四五”期间，具身智能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。

但在增长数据的另一面，落地转化并不顺畅。国家地方共建人形机器人创新中心CTO邢伯阳在圆桌环节给出了一个具体判断：约70%左右的产品在真正落地过程中都要进行一轮深度重构，方能对接场景的真实需求。

邢伯阳解释，早期本体研发多遵循科研逻辑，机械臂负载、末端执行器乃至是否采用灵巧手，往往缺乏场景方真实作业需求的反推。机器人进入工厂后，硬件非标问题又进一步放大数据采集难度，各家灵巧手自由度、构型、传感器方式各异，导致数据难以互通。

中交集团科数装事业部数字化处副处长杨丽在圆桌环节也坦言，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。

制造端的困境同样突出。埃夫特智能机器人CTO肖永强补充称，频繁换产、来料不一致，以及最棘手的异常处理，都对机器形成巨大挑战。杨丽则进一步指出，场景方与机器人产业方都要算经济账，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，推广便寸步难行。

董凯在主题演讲中将上述问题总结为产业化以前必须跨越的“三座大山”：数据、模型和应用。他特别提到，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。

行业整体也正经历由演示向落地的理性回归。深圳商报·读创客户端在粤港澳大湾区具身智能与人形机器人创新周期间的报道显示，过去数年行业资本热度高涨，业内聚焦仿生外观和实验室演示效果，不少产品停留在秀场Demo阶段，难以走进真实产业场景持续作业。

随着市场逐步去泡沫化，能否落地干活、能否规模化量产、能否形成数据闭环，已经成为产业判断企业价值的核心标尺。多家业内企业在创新周上走出差异化路线，从核心零部件、消费级智能硬件、整机服务机器人到人机混合智能，各自寻找商业化破局的可行路径。

汽车产业与具身智能的耦合也为场景落地提供了参照。证券日报的报道称，中国电动汽车百人会研究表明，智能汽车与具身机器人核心技术栈的重合度超过70%，感知、决策、执行三大技术体系在两种形态上同源共生，两个赛道正从“各自演进”转向“一体共生”。

市场有风险，投资需谨慎。本文为AI基于第三方数据生成，仅供参考，不构成个人投资建议。

本文源自：市场资讯

作者：知叙