企业邮箱
开发者中心
企业邮箱
开发者中心
当2026年世界机器人大会的展馆灯光亮起，人形机器人依然在起舞，机械臂依然在抓取。热闹之外，一种微妙的变化正在发生——展台上的“表演”依然吸睛，但展台下的对话，已经集体转向了工厂里的良率、仓库里的效率，以及客户账单上的投资回报率。
本届机器人大会，红星资本局采访了多位企业高管，我们不再追问谁能跳最炫的舞，而是关心三个更本质的问题：行业的竞争逻辑发生了什么变化？那个被称为“ChatGPT时刻”的爆发拐点究竟何时到来？当所有机器人都在展示类似的技能和场景，同质化是否意味着创新的停滞？
▲8月19日，2026世界机器人大会在北京亦庄开幕 据视觉中国风向变了：
行业竞争从“跑分”转向“体系”
纵观今年的大会，一个共识清晰浮现——具身智能的竞争逻辑正在经历根本性重构。
过去，行业热衷于追逐单点技术参数的突破：电机扭矩多大、自由度多高、运动速度多快，这些“跑分”指标是衡量企业实力的标尺。但如今，这套叙事正在失效。
北京人形机器人创新中心总经理熊友军直言不讳地指出了这一变化：“可能以后会从原来关注技术的参数，到更加关注体系化能力的建设，包括研发能力，到供应链的能力，到场景工程化的能力，到后面客户的体验服务，其实对一个公司的挑战，或者说对它的技术的全面性有更高的要求。”换言之，行业门槛正在从单一的技术突破，跃升至覆盖研发、供应链、工程化落地和客户服务的全链路较量。
▲一名外国观众与仿生机器人合影 据视觉中国这种转变的根源，在于客户侧的态度发生了根本性转变。星动纪元联合创始人席悦对此感受深切：“今天有个比较明显的特点，越来越多客户开始从‘愿意用’到去真实的探讨‘是不是用得起’，所以会去算投资回报率，成本上开始非常较真了。”
不仅仅是价格敏感，客户对稳定性的要求也今非昔比。“以前做demo（演示版）也好或者做POC（概念验证）也好，需要的是你完成这个东西，但是在真实的场景里边，现在需要的是持续稳定地完成这个东西。”从“能不能做”到“能不能稳定地做、划算地做”，这标志着行业正式迈入商业化验证的关键阶段。
星海图创始人兼CEO高继扬则从市场空间的维度给出了乐观判断：“生产力市场肯定是千倍、万倍于之前的情绪价值或者表演类型市场，而且它真的是能够从底层改变人类的生产力结构。”
对于外界仍存的“人形机器人只会唱歌跳舞”的质疑声，熊友军呼吁给予产业发展更多耐心：“我们不要在产业发展的早期去给这些企业泼冷水，我觉得这不是好的方法。它本质上是在积累数据，为产品迭代打基础。”
“ChatGPT时刻”：
行业共识走向“润物细无声”
如果问今年大会上最具争议性的话题，一定非“具身智能的‘ChatGPT时刻’何时到来”莫属。
高继扬首先从定义入手拆解了这个问题：“‘ChatGPT时刻’首先是有技术突破，同时一瞬间让大家认识到‘技术真的突破了’，这两个缺一不可。”他点出了这在具身行业面临的一个关键障碍——感知的鸿沟。
“为什么ChatGPT能够让大家一瞬间都认识到，是因为我们每个人都有手机，都有电脑，都可以接入。可是具身智能最先落地的可能是在工厂里面，在仓库里面，这些地方大家不去的话是看不到的。”基于此，高继扬认为，公众感知到的具身智能的“ChatGPT时刻”可能不会是一瞬间的惊雷，而是一个“润物细无声”的过程，“最后突然发现原来已经无处不在了。”
▲2026世界机器人大会现场展出的载人变形机甲 据ICphoto无界动力联合创始人王瑛韫从技术演进的节奏给出了判断：“我们觉得行业在加速，它不是一个线性过程，而是指数级发展的过程。我认为未来一年左右行业技术能够进入拐点。”
但王瑛韫同时提醒了一个容易被忽略的现实：“很多时候技术拐点发生的时刻没有人在场。对于具身智能来说，模型的突破最终呈现效果需要一个硬件去承载，从模型转化到硬件再到产品，需要一个过程。发生的那一刻没有人知道，等到产品做出来，大家回头看，才知道那个时候发生了。”
“其实这个话题蛮有意思的。”智平方副总裁莫磊则提供了一个颇为犀利的视角，“在‘ChatGPT时刻’出来之前，大家根本没人在意ChatGPT。我认为很多时候这是一个心理效应。现在具身智能行业关注度太高了，每一个小的技术突破大家都有关注，很难有那种因为‘突然发现’而产生的巨大落差感。”
莫磊进一步指出：“如果大家一段时间没关注，突然关注发现变化这么大，那叫拐点。但实际情况是，整个行业发展很快，每时每刻都有新东西。很有可能这个行业不会有那种巨大的拐点，而是一个斜率非常高的高速发展阶段。”
这也意味着，具身智能的技术拐点大概率已经在发生或即将发生，但它可能不会以公众期待的那种“惊雷炸响”的方式呈现，而是更多地表现为生产线上的效率跃升、仓库里的故障率下降——这些“看不见”的进步，最终将汇聚成一场“无处不在了”的静默革命。
“同质化”迷思：
相似场景展示之下，暗流在涌动
当展馆里站满了外形相似、动作相仿的机器人，展示着相似的技能和场景，外界也难免会有“同质化严重”的质疑。
“同质化并不是一个贬义词。”莫磊认为，“今年大家都开始做一些生产力展示，这是一个非常好的现象。机器人要能够产生价值，还要为大家干活。”在他看来，表面的相似之下，真正的分化正在发生，“当你看到出现分化时，可能就是大家选择干活的场景不一样。共识是生产力场景，但分化是切入路径不一样，这是每家企业自己的选择。”
莫磊也提到，对模型来讲，行业都是往比较通用的模型去走，很难在模型上面做分化，大家的技术也会逐渐形成一定的共识。
▲防暴机器人在世界机器人大会上展出 据视觉中国王瑛韫也从技术演进的角度呼应了这一观点：“整个行业当前还在模型技术相对没有完全收敛的阶段，这是个好事情，大家可以在不同路线上做更多创新和探索。看上去同质化，但各家在场景和任务上的尝试其实还是多样化的。”
王瑛韫进一步指出，未来的差异化将根植于“长链路”的竞争力，“真正伟大的公司不光是在模型算法层面有能力，而是它能够把这些通过有效的训练、有效的数据处理策略、平台化的工具，最终转化成一个有竞争力的产品，并且真正交付给客户。这是一个非常长链路的过程。一旦技术进入拐点，每个企业在所选场景的落地策略和发展速度，就会形成明显的差异化。”
席悦则从硬件标准化的角度谈了他的想法：“过去全行业有做零部件的，有做整机的，本质原因是没有一个标准出来。但现在从硬件层面，通讯接口、扭矩等性能指标逐步形成了共识，国家也在牵头制定相关标准，这一块会慢慢收敛。”
席悦同时指出，软件和模型层面仍处于“全民创新”的活跃期，从2023年开始，越来越多的学者和科研人员都在做尝试，现在还很难把模型的技术路线收敛。至于数据路线，仿真数据与真实数据两派各有拥趸。“各家有各家的观点，匹配自己的技术路线。”
红星新闻记者 王田
编辑 郭庄 审核 任志江
