芯耀
与非AI
624
编者按：具身智能机器人产业已站在技术迭代与规模落地的关键交汇点，加速走进千行百业，整个行业正从 “技术验证期” 快步迈向 “商业化普及期”，新一轮增长的轮廓愈发清晰。与此同时，更多现实命题也摆在每一位产业从业者面前：技术该向何处突破，市场该向哪里深耕，生态应该如何共建……基于此，在2026世界机器人大会召开之际，《中国电子报》邀请多家机器人领域企业代表，围绕技术演进、市场落地、生态协同、未来趋势等核心议题，收集产业一线声音，为机器人产业的下一程，留存一份鲜活的注脚。
面向未来三到五年，您认为具身智能机器人最具商业价值和落地可行性的应用场景有哪些？判断依据是什么？
长虹控股集团党委书记、董事长 柳江
从行业来看，具身智能走进家庭这一场景正在快速演进，前景广阔。但家庭是一个非结构化的场景，从“能演示”走向“能干活”，还有一段路要走，必须要解决感知、交互、操作在复杂环境里的可靠性问题，光靠AI算法迭代是不够的，必须要大量实景训练、数据沉淀。
长虹深耕家电行业，我们一直在AI入户方面积极探索创新，通过搭载多模态传感器与大模型，获得主动服务能力，长虹AI智能体已覆盖电视、冰箱、空调等全品类超500万台家电，可识别超202种方言，理解准确率超98%，响应时间缩短至1.5秒以内。从“被动执行指令”转变为“主动感知服务”，这是行业对AI入户第一步和持续创新的共识。 去年，长虹牵头建成了西部首个省级具身智能机器人训练场，一比一搭建了客厅、卧室等真实的家庭环境，让机器人反复练习端茶、洗衣、整理冰箱等高频场景，依托西南地区人力成本优势，已累计采集40万条训练数据，构建了VLA和大语言模型测试能力，探索了无本体采集方案，让机器人从演示阶段转变为家庭提供实实在在的服务。
这个训练场，一方面让训练场沉淀的算法、真实居家数据直接用于迭代长虹机器人与全屋智能家电，实现设备主动识别人、联动家务，真正促进AI家电“主动感知”的转型目标实现；另一方面积极向行业输出标准化训练方案，解决现有不同品牌机器人“各练各的”、数据互不流通的痛点。通过这些探索和实践，努力让机器人更快更安全走入寻常百姓家。
超能机器人董事长 肖湘江
未来三到五年，商业化将沿“先工业、后商用、最后家庭，先专用、后通用”的路径渗透，最具价值的场景在工业垂直领域和智慧康养、商业服务。依据有三：一是需求刚性、付费意愿明确，如老龄化带来的健康管理刚需，商业闭环清晰；二是商用场景是理想“过渡带”，交互要求高但环境可控；三是与当前技术水平高度匹配、市场基数庞大。就超能自身而言，康养是我们开辟的新赛道；人形机器人重国产化、实用化，一年自研5款；非人形机器人把“真能落地、真能卖”的场景做成现金牛，7年推出40多款、累计销售数万台。家庭虽是终极蓝海，但受成本、可靠性和投入产出比制约，普及尚需时日。
星海图创始人兼CEO 高继扬
星海图的判断非常清晰：沿着生产力主线，由内向外逐层扩张。
最核心、最先兑现的，是工业制造场景——工厂、仓库、快递分拣。 这类场景有三个鲜明的特点：环境相对固定、任务边界可定义、投入产出可直接核算，是具身智能从技术验证走向批量部署最理想的“第一战场”。星海图已累计完成千台级订单的批量交付验证，当前聚焦搬运移动、抓拿放置、封装打包、织物叠放和设备串联五大核心垂类场景，每一类都是工业产线上真实存在、长期缺乏自动化方案的高频需求。
向外拓展，则进入毫米级精度的精密制造与高精度分拣场景——对精度的要求更高，但相应的商业价值也更大。
再往外，是农业、建筑、家庭等非结构化场景。 这些场景环境复杂多变，对泛化能力的要求大幅跃升，但我们相信，当模型的泛化能力跨过阈值，这一层将释放出远超工业场景的市场空间。
而最外一层，也是我们长期追求的终极形态——让生产力自己复制自己。 一套能力在一个行业验证跑通后，经过适当调整即可迁移到另一个行业，形成能力的横向复用。这正是“一脑多形”战略在商业层面的最终体现：大脑通用，形态按需适配。
关于商业化节奏，我有一个明确的判断：在整机销售这个阶段去争夺第一第二，没有太大意义，硬件销售只是起点。星海图真正追求的是第二阶段的“智能驱动商业化”——从整机销售，到方案订阅，再到Token销售，每一层都代表着与客户关系的更深绑定，也对应着逐级放大的市场空间。当你的客户不再只是为“买一台机器”付费，而是为“持续进化的智能能力”付费，那时候的商业体量才是具身智能行业真正该有的样子。
灵巧智能创始人、董事长 许春山博士
未来三到五年，最具商业价值和落地可行性的场景集中在工业制造、能源电力、教育实训三大领域。
工业制造：特别是汽车精密零部件、3C电子等行业的柔性装配、精密检测场景。这些场景对自动化、柔性化需求迫切，且任务结构化程度相对较高，容错率和投资回报比最易算清“经济账”。我们与上海电气合作，已在上海电气旗下某齿轮精密检测项目中实现全流程无人化，并获得联合国工业发展组织认证。
能源电力：高压输电线路巡检、带电精细检修等高风险人工作业。这是刚需，且环境相对封闭，机器人替代人工的安全价值和经济价值都很明确。
教育实训：培养具身智能和机器人领域的专业人才是国家战略需求。高校和科研院所对开放的硬件平台、数据集和实训方案有巨大需求，能快速形成商业闭环。
判断依据是：这些场景痛点明确、环境相对可控、价值可量化，是技术走向成熟的最佳磨刀石。简言之，真实场景是最好的考场，稳定干活是最硬的标准。
乐聚机器人助理副总裁 张大鹏
未来三到五年，我们认为三个场景将率先实现规模化商业闭环：
第一，工业制造场景，比如汽车制造、仓储物流、3C电子等行业的高频搬运、分拣、上料作业环节。这是乐聚当前重点突破的方向，我们的解决方案已在一汽、江汽集团、海晨物流、兆丰股份等头部企业落地验证。判断依据在于——工业场景付费意愿强、需求刚性、效果可量化。
第二，科研教育场景，作为技术验证和人才培养的基础设施。这个市场虽然天花板有限，但它是技术迭代的"练兵场"和生态建设的"播种机"。乐聚在该领域已服务北京大学、清华大学、哈尔滨工业大学等QS100高校及知名科研机构，积累了深厚的场景理解。
第三，商业巡检与服务场景，如展厅导览、园区巡检、智慧零售等。这些场景对机器人移动能力和交互能力要求高，但环境相对可控，是工业之外最快实现标准化复制的领域。
乐聚的商业化路径遵循"从可控场景到开放场景、从结构化环境到非结构化环境"的渐进策略，稳扎稳打，场景驱动。
国家地方共建人形机器人创新中心 市场总监 杨正叶
未来三到五年，最容易做出商业价值的还是工业制造和服务业场景，比如汽车、机电、3C 产线的分拣、装配、锁螺丝这类工位。工厂环境相对可控，不用追求极致通用智能，方案更容易算清经济账。其次是物流柔性搬运、电力工矿高危巡检。商用巡检导览、城市服务可以用来积累数据，但收益有限；家庭人形机器人短期很难普及，环境太复杂、安全门槛高，不用急于发力。
跨维智能CMO 林嘉伟
泛智能制造侧，机械臂、协作机器人、复合机器人等硬件生态已相对成熟，跨维智能通过算法和模型赋能存量设备，已覆盖汽车零部件、新能源、3C电子等50多个细分行业；随着通用人形机器人产品的成熟，也将有更多如柔性生产、双臂装配等复杂应用场景被逐步突破并验证。商业服务侧，今年“五一”期间跨维智能赋能的机器人门店累计接待消费者超50万人次，单店最高营收突破10万元。在文旅、商超、主题乐园等高流量场景，机器人已能稳定完成咖啡制作、商品售卖、互动导览等任务。我们认为，有真实的劳动力缺口、有明确的付费意愿、有可验证的ROI便是具有商业价值和落地可行性的场景。
苏州伟创电气科技股份有限公司副总裁 邓雄
未来三到五年，国内具身智能机器人产业会呈现“成熟场景加速落地、前沿方向持续蓄力”的清晰格局。人形机器人作为行业长期演进的核心方向，会持续突破技术边界，为更广范围的非结构化场景应用打牢基础。综合商业化确定性和落地可行性判断，工业制造、产线物流搬运也会是当前商业价值较为突出的两大赛道。
人形机器人被行业公认为具身智能的“终极形态”与核心载体，代表着产业未来的核心发展方向。伟创电气可提供全套运动执行器解决方案，如旋转关节模组、直线关节模组、空心杯电机模组、灵巧手等，以自主可控能力赋能具身智能产业升级。
工业制造是具身智能落地确定性较高的主赛道，当前制造业柔性生产、人机协作需求持续释放。针对工业机器人与协作机器人的动力控制核心需求，伟创电气推出人机协作解决方案，力控谐波关节模组、机器狗行星关节模组等产品在协作场景中实现了创新应用，持续拓展人机交互边界。
物流运输是具身智能商业化的典型先行场景。这个场景任务目标清晰、作业流程标准化程度高、运行风险可控，投入产出效益也容易量化。伟创电气推出的 AGV/AMR运动控制解决方案，能够充分满足移动机器人在不同作业环境下的运行精度与自主作业要求，为物流、仓储等多领域应用提供可靠动力支持。
月泉仿生智库经理 胡喆祺
未来三到五年，具身智能不会平均进入所有行业，而会优先落地在任务边界明确、经济价值可量化、环境能够适度改造的场景。
第一是工业制造，包括汽车、3C电子、新能源等领域的柔性上下料、异形件抓取、线边配送、插接、检测、机床照料和部分装配任务。这类场景需求明确、客户支付能力较强，能够用节拍、良率、成功率和人工接管频次评价实际效果。
第二是仓储物流，包括拆垛、分拣、供件、补货、料箱搬运和异常件处理。物流流程标准化程度较高，容易跨工位、跨仓库复制，也适合租赁和按任务付费模式。IFR数据显示，运输与物流已经是专业服务机器人中销量最大的应用类别。
第三是机构养老、康复和医疗辅助，但应首先聚焦转运、巡护、康复训练、物品取送等边界清晰的辅助任务，而不是直接替代护理人员。开放家庭中的通用家务机器人市场空间很大，但由于环境复杂、安全责任高、成本敏感，规模化时间可能相对更晚。
黑芝麻智能首席市场营销官 杨宇欣
未来 3-5 年，封闭、刚需、标准化程度高的场景会率先实现大规模商用，比如工业领域的搬运、分拣、检测类工业机器人，物流领域的末端配送机器人，以及公共服务场景的接待、巡检、清洁类服务机器人。这类场景需求明确、运行环境相对可控，商业化模式清晰，具备快速复制的基础。
不同场景对芯片的需求差异十分显著：
工业机器人场景，更侧重算力的稳定性、实时性与可靠性，要求芯片能适应复杂工况下的长时间稳定运行，对运动控制的时延要求极高；
商用服务机器人场景，更侧重低功耗、多模态感知与人机交互能力，兼顾成本控制，对算力的绝对性能要求适中，但对能效比要求较高；
人形机器人等通用型终端，对算力需求最高，需要同时支撑多模态感知、自主决策、全身运动控制等复杂任务，对芯片的算力密度、架构扩展性要求最高。
黑芝麻智能推出的 Kalos、Aura、Liora 三款算力模组，正是针对这类差异化需求设计，分别适配低速轮式、多足机器人及高阶人形机器人等不同品类，目前已联合行业合作伙伴在工业物流、智能服务等场景落地试点。
作者丨中国电子报编辑部
编辑丨吴丽琳美编丨马利亚监制丨连晓东
