北京亦庄，2026世界机器人大会的展厅里，一台双足人形机器人正以每秒0.8米的速度缓慢行走，它的脚底贴着压力传感器，每踏出一步，控制台屏幕上便跳动一串力矩数据。展厅另一侧，几位投资人围着一家创业公司的轮式机械臂，反复追问量产时间和客户复购率——热闹与冷静，狂热与计算，在这个空间里同时上演。
这种矛盾心态正成为具身智能创业者的常态。一边是产业朝气蓬勃、普遍怀有“三四年成为世界头部公司”的雄心，另一边是融资节奏一旦跟不上、走不到头部位置就被边缘化的焦虑。
在大会期间举行的具身智能产融实践暨“投创之星”路演活动上，北航机器人研究所名誉所长王田苗与香港大学机器人与自动化讲席教授席宁，围绕产业终局展开了一场技术对谈。两人的核心判断趋于一致：未来五到十年，具身智能产业不会出现类似移动互联网的“赢者通吃”格局，而是多种形态并行、百花齐放。
动作模型远比语言模型复杂，技术收敛不等于产业收敛
席宁在对话中指出，当前业界试图将大语言模型的成功经验迁移至物理世界，但二者存在本质差异。语言模型处理的是词与词之间的逻辑关系，本质上是一维信息；而机器人的动作涉及四重维度——动作执行的先后逻辑、空间位置坐标、时间序列，以及机器人与环境接触时的力交互。这种复杂度跃升，使得世界动作模型的发展必然是渐进的，不会像GPT系列那样迅速迭代出通用版本。
至于“世界模型何时收敛”这一行业热门命题，席宁将其拆解为两层含义。技术层面的收敛取决于模型能否真正解决机器人规划与控制中的实际问题，这个过程会持续三到五年，逐步提升落地能力。而产业层面的“收敛”，即是否会出现一两家头部企业垄断市场，则不能脱离具体场景讨论。“一个模型能否形成头部产业，并不是模型本身能决定的，”席宁表示，“与场景选择、应用能否成功推广有很大关系。”
特种场景才是刚需入口，家庭落地面临“竞争力陷阱”
针对业界热衷描绘的“通用机器人走进家庭”叙事，席宁提出了不同看法。他回顾了计算机、互联网、GPS等新技术的发展路径——几乎没有一项技术是首先普及到家庭的。具身智能机器人同样会先进入特种、医疗、制造等高附加值且环境相对明确的领域，在应用中完成技术迭代和成本降低，之后才逐步扩散至商业场景，最后才是家庭。
王田苗将家庭场景中的需求归纳为三类：情感陪护、家务劳动、康养助浴。但他和席宁都认为，这些需求虽然真实，却面临“竞争力”拷问。以做饭、叠衣服为例，洗碗机、扫地机等专用家电能以更低成本和更高效率完成单一任务，通用机器人很难在性价比上胜出。至于情感陪护，席宁更直言：“老人真正需要的是跟人交流，而非虚假的人。”这一判断给热捧“家庭陪伴”概念的资本浇了一盆冷水。
相比之下，特种场景如核电站检修、灾难救援、高空作业等，虽然应用面窄、短期难以讲出高增长故事，但恰恰是技术验证和迭代的最佳试验场。据国际机器人联合会（IFR）2026年7月发布的《世界机器人年度报告》，特种作业机器人市场虽仅占全球工业机器人销量的6.8%，但其年复合增长率达24.3%，远高于行业平均值。
多维场景决定多元形态，产业终局指向百花齐放
对谈的高潮围绕产业终局展开。席宁以智能手机作为对照——手机主要处理和传播语音、视频等信息，维度相对单一，因此能够形成少数头部企业主导的市场格局。但具身智能机器人处理和传递的是动作，涉及空间、环境和任务等多个维度。维度越多，应用场景和产品形态就越丰富，很难收敛为单一通用形态。工业机器人过去半个世纪的发展已印证了这一规律：焊接、喷涂、装配、物流等不同场景催生了形态各异的专用产品，并未出现一家包揽所有场景的“万能机器人公司”。
王田苗对此表示认同。他认为未来五到十年，具身智能产业不会出现“赢者通吃”的局面。这一判断得到近期资本市场数据的支撑。据中国电子信息产业发展研究院（CCID）2026年8月发布的《中国具身智能产业投资白皮书》，2026年上半年具身智能领域融资事件达87起，其中A轮及以前项目占比62%，但单笔融资额超过5亿元的项目仅4个，资金明显分散于不同技术路线和应用场景，头部集中效应尚未显现。
然而，百花齐放的预期并不意味着创业门槛降低。两位专家均提醒，具身智能创业者在拥抱技术理想的同时，必须正视场景选择与商业化节奏的匹配问题。融资节奏、供应链能力、客户验证周期，这些现实变量与算法突破同等重要。
展馆外，北京八月的夕阳将亦庄的玻璃幕墙染成金色。展厅内那台双足机器人仍在反复行走，它的每一次落脚都在积累数据，却远未到谈“通用”的时刻。这个产业的终局，或许正如对谈所揭示的——不会是一个巨头的独角戏，而是无数细分场景中的长期演进。
（本文基于2026年8月世界机器人大会期间公开技术对谈内容及公开市场数据整理）
本文由AI辅助生成
