展台之上，机器人流畅抓取、备餐等演示随处可见。看似简单的人手动作，放到机器人系统中，需要视觉、定位、运动控制、网络协同多重支撑，长程任务还会不断累积误差。一次演示跑通，和一套系统长期低成本稳定运营，存在巨大鸿沟。2026 年行业重心明显转变：不再单纯比拼动作效果，开始追问动作数据来源、模型如何适配硬件、故障由谁接管、现场数据怎样回流训练。一条看不见的 “能力生产线” 逐步成型，它不制造机器人本体，持续生产数据、技能、模型与迭代能力。

　　7 月 18 日腾讯 AI 创新论坛上，张正友将大模型形容为 “缸中之脑”：擅长推理、生成内容，却没有实体躯体，无法在动态环境接收反馈、修正行动。本次发布的 RxBrain 等具身模型，打通物理环境理解、任务状态预判、动作生成与底层高频控制。行业共识正在形成：单次演示成果权重下降，数据可持续供给、人类经验跨本体迁移、失败样本回流、方案低成本复制，成为决定企业长期竞争力的核心要素。

　　动作数据正在走向工业化生产。早期行业饥不择食，任何交互数据都具备价值；如今基础抓取数据逐步补齐，缺口转向精细操作、长程任务、人机接触等高价值场景。艾欧智能将数据链条划分为三阶段：预训练依靠海量多元化人类数据；后训练依托与本体、任务强绑定的真机数据；规模化运营阶段持续回流现场真实数据。对比真机采集，第一人称穿戴采集拥有更高采集效率，成为众多厂商重点布局方向。

　　但人类原始数据不能直接使用。原始视频仅有画面与惯性信息，需要重建手部姿态、深度信息，再映射至机器人本体，后端处理成本显著上升。行业逐渐意识到，单纯堆砌数据时长意义有限，任务分布、标注精度、样本有效性、跨本体迁移能力，远比小时数字重要。数据服务商角色随之升级，不再只是录制动作，还要负责筛选、清洗、转化、优先回流失败案例，动作数据如同工业品，拥有完整生产、质检流程。

　　人类经验转化为机器人能力，中间需要模型充当 “桥梁”。灵初智能依靠 Policy 模型生成动作、世界模型完成动力学迁移与效果评估；灵生科技将世界模型嵌入数据闭环，既参与实时决策，也负责数据筛选、打分。具身数据由视频、传感、多本体信息构成，碎片化特征显著，很多场景训练瓶颈不在算力，而在数据加载 IO 效率。

　　VLA 与世界动作模型路线持续演进，后者能够吸收连续视频学习物理变化规律，具备更大规模拓展潜力。腾讯 RxBrain 创新采用图文双维度目标表征，不只依靠文字拆解任务，同步生成任务完成后的目标图像，持续对照执行进度、识别故障。不过，拥有想象推演能力不等于能够顺利完成实操，还要配合动作模型、硬件控制与现场反馈形成完整闭环。

　　张正友提出分层架构思路，拒绝将全部能力塞进单一同步运行的端到端模型。高层负责长期任务规划，中层动态调整动作，底层以高频响应处理碰撞、失衡等紧急情况，匹配触觉、视觉差异化感知延迟。分层架构兼顾高层认知与底层安全反射。由此可见，人类采集数据可以扩充基座场景，但想要特定机型稳定作业，真机校准必不可少；软件算法最终会受到硬件结构、自由度、底盘性能的硬性约束。产业链边界持续模糊，数据企业延伸模型开发，模型厂商加深硬件理解，全栈能力成为交付倒逼下的必然选择。

　　商业化落地阶段，行业需要接受 “不完全自主” 的现实。艾欧智能采用渐进式路线：机器人先具备 20%—40% 自主能力，剩余异常场景依靠遥操作、预设程序兜底，依靠现场持续回流数据，逐步提升自主占比。这种 “人在回路” 模式，是现阶段最可行的商业化起点。工业场景已经形成清晰指标参考：混合产线往往要求成功率高于 95%，高端工位标准甚至达到 99% 以上。

　　赛道分化出两条落地路径：一部分企业优先深耕工业场景，循序渐进拓展商用与家庭；乐享科技直接布局家庭赛道，认为家庭场景暴露的各类长尾问题无法依靠工业场景经验替代。家庭环境变量繁杂，安全要求严苛，需要混合架构融合规则防护、模块化智能体。腾讯研发小六按摩机器人，依托高风险人机交互场景打磨力触觉安全控制技术，但明确不涉足硬件制造，专注输出平台能力。无论是工业还是消费赛道，纯粹的全自主通用机器人仍是远期目标，短期产品形态必然是自主系统辅以人工兜底。

　　云端基础设施，成为机器人持续进化的隐形车间。具身训练面临海量碎片化小文件、数据冷热分层、算力波峰波谷、跨境遥操作网络稳定等多重难题。云边端协同框架逐步成型：平衡规划、推理部署在云端，毫秒级平衡、安全反射等底层控制保留在本体。存储、算力、训练平台、远程操控工具链一体化落地，硬件抽象层打通不同机器人本体，降低跨机型适配成本，类似行业 “安卓生态” 的雏形显现。

　　基础设施能够降低迭代摩擦，但无法替代真实场景形成的数据飞轮。有效数据来源于规模化部署，而部署不足又限制数据积累；隐私合规、网络延迟、本体硬件缺陷，都会持续制约系统上限。云端、边缘、本体协同体系，本质是搭建一套持续运转的反馈链路：区分哪些错误交由模型学习优化，哪些风险必须依靠人工、硬性规则拦截。

　　具身智能存在两层生产线：一层制造电机、关节、整机等物理硬件；另一层持续生产数据、训练管线、模型、运营反馈链条。后者肉眼不可见，却决定硬件能否持续进化。行业突破性进展大概率不会来自某一场震撼的发布会，而是无数细节迭代：有效数据稳步增长、加载延迟持续降低、遥操作不断优化、单次任务成功率小幅提升。

　　长久以来行业存在一大幻觉：急于拿掉人类，一步实现机器人完全自主运行。现实却是，人类既是数据源头，也是落地阶段不可或缺的安全兜底。未来较长一段时间，人机协同、人在回路将是常态。只有搭建稳定可持续的数据生产与迭代体系，持续消化真实场景各类长尾问题，具身智能才能逐步从展厅 Demo 走向规模化实景应用。