具身智能进入大众视野后，头部玩家陆续迈过万台量产门槛，什么才是 "真正干活的机器人"，市场重新开始掂量这件事。
有一家公司终于开始浮出水面：智身科技。
注意到智身的人，多半是因为那串被反复引用的数字：截至 2026 年 6 月累计量产超 15000 台，单月产能突破 5000 台，四足机器人进入全国 100 余家消防总队，电力行业累计交付上百个巡检项目。
这一天，刘宇龙等了近三年。三年过去，这家公司真正迈过了万台门槛。从四足、机械臂到人形，智身的产品线跨过好几种形态。
在这种节奏下，智身在两年半里完成了多轮融资，背后资本包括国资以及产业和美元基金等。就在最近，智身刚刚完成数亿元 B 轮融资，中东 Stone Venture 领投。
只看 "能干活" 的机会
2023 年底，大模型让 AI 的通用能力第一次被所有人看见，人们开始相信，机器人同样可以学会思考与行动，人形机器人是具身智能的最佳载体。
作为智身科技联合创始人，刘宇龙和团队就在这个时间点筹备创立智身。那时候 "具身智能" 还远不是大众热词，量产就更谈不上了，没人把它当作这个赛道的叙事主线。
"人形机器人是具身智能的掌上明珠，但它的成熟度要求太高。2024 年初那个节点，我们选择先走四足机器人这条路。" 刘宇龙对环球网表示，判断来自对具身智能能力结构的拆解：全地形移动能力、空间认知与自主导航能力、操作智能，一共三块。
前两块合起来，四足机器人已经能在安防巡检、应急救援、电力巡查里顶上用了，"这两个智能维度加起来，它就已经可以去帮人类做事情了"；操作智能的成熟还需要大模型和数据量的积累，这也是人形机器人真正大规模落地的前提。哪块先成熟，就先让哪块进真实场景挣钱、攒数据。
这条路线后来被概括成 "沿途下蛋"，他自己也认这个说法。目标可以长远，但沿途也要下蛋。
做这个选择时，赛道离共识还很远。质疑随之而来：一家不做双足的公司，凭什么讲具身智能的故事。
他没动摇。他告诉凤凰网财经，热闹只是时间问题。"八十年代本田就开始做机器人，那时候电子技术还不发达，很多机械工程师拼拼凑凑，让机器人踉踉跄跄走起来，那是当时的技术范式。"
今天这个时间点之所以特殊，是因为大脑、小脑、身体、能量、感知五大模块的拼图陆续俱全。
AI 大模型基于互联网三十年的沉淀让机器人有了 "大脑"，电池、电机、减速器等硬件让机器人有了 "身体"，触觉等感知技术的发展则让灵巧操作成为可能。"当版图足够完整，它就会进入快车道。"
有人问他行业真正的卡点在哪？
据中国经营报记载，他给的答案不是某项具体技术，"具身智能产业还处在初期阶段，类似新一轮工业革命刚刚迈出第一小步。机器人运动能力在实验室里甚至可以超越绝大多数人类，但距离真正成为生产力工具，整套产业的 ' 木桶 ' 还有多块短板亟待补齐。"
当然，判断对了还要能造出来。安防领域部署数千台，服务物业社区、商圈广场、工业园区；电力行业累计交付上百个巡检项目，覆盖变电站、储能站、光伏站；应急领域打造了消防侦查、灭火、搜救等 20 余款产品矩阵。
先补 "身体" 的课
"沿途下蛋" 的复利，今年在人形进度上露了出来。
2026 年，智身正式启动人形机器人产品线，底层大量复用四足积累的运动控制、导航能力和制造体系。"做一台能跳舞的小型人形，我们不到十个人的团队用了三个月，不是我们多厉害，是底座已经打好了。" 刘宇龙说。
刘宇龙第一次真正为这项判断付出 "代价"，是在跨过万台之后。2026 年，智身站到了岔路口。
15000 台量产，在汽车行业或许不值一提，但在具身智能领域，这几乎是同行难以企及的数字。然而刘宇龙并不讳言，量产出货只是 "能干活" 的入场券，随之而来的是一连串更现实的考验。
在央广网专访里，他把这道墙拆成三道关：技术关，从 "能做到一次" 到 "能够稳定复现"；场景关，从 "能走到那里" 到 "能把任务做完"；持续交付关，从 "做成一个项目" 到 "形成可以复用的产品能力"。
而分歧最大的一场对话，发生在 WRC 的一场重磅圆桌上。北航教授、中国机器人学术泰斗王田苗给出了一组对比数据：2026 年中国人形机器人累计交付仅在 1.5 万台左右，而传统工业机器人出口额早已突破百亿大关。
被问到 "走向万台交付，产业究竟卡在哪"，多数嘉宾的答案指向模型和数据，刘宇龙指向了身体。
"虽然目前大脑的成熟度对理想状态来说不够，但实现万台级交付只要做到 ' 够用 ' 就好。更关键的其实是硬件指标适配和交付一致性缺乏标准约束。"
这个判断多少有些反直觉。真正卡住行业的不是大脑不够聪明，是身体没有标准。他在万台交付过程中遇到的最大痛苦，是如何保证所有批次出货的良率、工艺一致性。自重负载比、高低温环境下的 MTBF（平均故障间隔时间）。
这些看不见的工程指标，比某一次惊艳的 Demo 更难啃。
不会 "只剩三家"
机器人公司谈 AI，看着顺理成章。刘宇龙理解这件事，绕来绕去还是那几个词：硬件、制造、交付、一致性、工程化。
机器人造出来，进真实场景；场景产生订单和数据；数据回到训练；训练成果固化成标准；标准再压低下一代产品的成本。本体、场景、数据、标准，一圈下来是个闭环。
这套逻辑制造业不陌生。具身智能只是把百年工厂里的良率和交付纪律，放进了一个任务更开放、环境更多变的世界。
面对凤凰网《AI 研究院》的预判，"具身智能赛道最终只有三家过得好、十家过得去，其余活不下去"，刘宇龙有自己的判断。
他认为，这可能是现阶段市场情绪的一种短期释放。"这个赛道不是一个单一的头部格局，它一定是一个更加完整的金字塔、一个矩阵的形式去发展。"
他拿信息化时代举例子，在整个信息化的时代进程当中，产生的上市公司其实远不止一个，因为它会应用到非常多的领域。
如果只是单纯拉技术的高度，聚焦某一单一领域，可能确实只有几个龙头；但一项新技术带来的生产力革命，对生产关系的改变，会让产业中非常多的企业都发生变革。
互联网及与之相关的上市公司数量众多，未上市的更是数不胜数。
宇树上市首日暴涨、多数同行仍在亏损，这个错位他也没回避。
他的解释是：具身智能产业体量庞大，大量核心技术研发亟需重金投入；与此同时该产业本质上是数据驱动型，数据源于真实场景，而场景的开拓与落地本身就需要时间和资源。前期的持续投入是产业发展的客观规律，也是必经之路。
关于机器人到底为什么值得存在？官方给出的答案是：守护生命，让机器先进去，让人少冒险；填补缺口，补充人工难以长期、高频、稳定覆盖的任务；提升效率，把依赖个人经验的作业变成标准化、数字化、可追溯的任务。
而刘宇龙自己的版本更朴素 "让机器人干活的终极意义，不在展厅的掌声里，而在真实世界里那些 ' 不该人去做、没人愿意做、人做不够好 ' 的工作。" 他说，"把危险与枯燥交给机器，把人还给判断、创造与关怀。"
万台交付之后，如今的智身，刚刚走到真正比赛开始的地方。用刘宇龙自己的话说，"量产 15000 台之后，真正的挑战才刚刚开始"。