从飞檐走壁到下场吧活，机器人还得走多久？

2026年被认为是具身智能场景落地的元年。在机器人“飞檐走壁”的当下，它们何时才能走入真实场景去干活儿？总台央视记者张春玲通过深度调研以及行业分析，为您拆解一下具身智能技术仍需突破的几大难点。

从飞檐走壁到下场吧活儿，不知道你是否也有这个疑问，具身智能机器人何时能走向真正的场景落地？

近日，宇树科技的一份招股书从一个侧面折射出行业的发展现状——技术路线尚未突破，通用机器人的消费级市场尚未形成刚需。这份报告背后，我们机器人行业依然面临着几大难题。

第一，数据不足。宇树说要把近一半的募资投向模型和数据，这里面就和机器人学习动作有关系。像我们从小就是在无数的真实场景里反复地学习、练习，但是机器人没有这样的成长过程，它只能靠海量的数据去“刷题”，靠“见多识广”去弥补自己能力。而如果想让机器人真正变得更通用、更灵活，能在不同场景里完成更多任务，行业认为，所需数据量至少要达到百万级小时。

第二，场景不深。宇树说，当前人形机器人应用生态和市场培育周期很长。的确，现在的机器人应用看起来似乎已经不少了，但是在那些真正高频、刚需的真实生活场景里，比如大家期待的干家务，机器人依旧难以胜任。归根结底，就是机器人的泛化能力还不足。在家庭这种环境各异、突发状况频发的场景当中，机器人的应变能力、稳定性和安全性都还有待提升。

第三，路线不清。今天大家想让机器人要变聪明，怎么做？都在试。行业内比较主流的方案有“世界模型”，就是教会机器人物理规律，让它凭常识决策行动。有“VLA”模型，是把机器人的视觉、语言和动作打通，让机器人“看到”之后就能“理解”，“理解”之后就能“行动”。此外还有强化学习、分层框架等等方案。这就好像在一片黑森林里摸索，方向很多，但哪条路能最快走向真实可用，现在还没有答案。

北京智源人工智能研究院院长王仲远：我们先会在特定的场景下采集足够多的数据集，训练出一些专用的模型，这些模型能够使得机器人真正地干起活，形成商业的闭环。在这个过程中累积更多的数据，打磨我们的硬件本体，让它更加可靠，更加安全，更加持久耐用。这些都需要我们有更充足的耐心。

2026年，机器人将会越来越多地走入场景落地之路，开始在真实世界打工、学习、成长、进化。虽然我们无法去预计那个爆发的奇点到底在哪里，但是在全行业的努力探索下，走着走着，也许自然就会有了答案。