2026年，产业投资步入深水区，资本、技术与产业加速交融，旧有投资逻辑已失效，新共识正逐步形成。2026产业未来大会围绕新周期机遇，探讨产业前景与“中国之光”的崛起。9月9日至10日，36氪主办的2026产业未来大会以“深水之上，共振新生”为主题，在北京亦庄举行。国资平台、产业投资基金、企业CVC、创新企业及专家学者齐聚，聚焦量子科技等未来产业的产业化进程。大会深入探讨前沿技术与产业视角，集中展示超导、光量子、离子阱等技术突破，并分享大量具体产业场景、产业体系构建及异构计算前景，共同探讨科技产业投资的未来方向。
以下对话经36氪整理编辑：
王子璇｜云时资本执行董事 向其奇｜360集团 投前负责人 段亚辉｜盛宇投资 合伙人 崔轲迪｜BV百度风投 执行董事 石亚琼｜锦秋基金 副总裁
王子璇：大家好，这是今天最后一场圆桌。我们的话题很有趣——具身智能如何打通技术到场景的最后一公里。过去一年，具身智能市场确实非常火热。我是云时资本的王子璇，很荣幸以主持人身份和大家探讨这个话题，因为多数时候我也是坐在嘉宾席上参与讨论。在正式开始前，从其奇总开始，请各位依次简单介绍自己和所在机构。
向其奇：大家好，我是360的向其奇，过去几年主要关注AI方向。
段亚辉：大家好，我是盛宇投资的段亚辉。盛宇投资是一支有深厚产业背景的基金，成立20多年来聚焦硬科技领域。目前重点关注半导体、商业航天、具身智能三大赛道，我们始终以产业合伙人身份，陪伴并赋能优秀初创团队。
崔轲迪：大家好，我是轲迪，来自百度风投。我们是由百度集团发起的双币早期投资基金，我主要负责前沿科技投资。今天很多话题与我们投资方向相关，比如脑机接口领域，我们是博睿康和智冉的早期股东；商业航天领域，我们投资了轨道辰光等企业，都在亦庄和海淀。我们也是较早投资具身智能的机构，从2023年开始关注，至今约4年，WRC也连续参加了四五届。
石亚琼：我是锦秋基金的石亚琼。锦秋基金成立于2022年，当时我们观察到语言模型带来的产业变革，因此围绕下一代智能系统进行系统性投资，方向包括AI芯片、具身智能、AI应用、AI硬件及硬核科技。具身智能是我们系统关注的方向，从2023年起持续投资，覆盖产业链各环节，从大脑、小脑、本体到灵巧手、触觉、传感器、面部等，代表投资包括宇树科技、流形空间、章鱼动力及最近上市的Momenta。
王子璇：谢谢各位。宇树上个月上市，峰值市值达4000多亿元，虽有所回调，但仍是一家优秀公司。过去两年，具身智能在一级市场也是融资额最高的赛道之一。今天我们不妨翻过成绩单，看看背后的情况。现在普遍关注的问题是，具身智能从实验室的“能做到”到车间的“能用”，中间隔着最后一公里，包括可靠性、成本、场景定义和数据飞轮。我们先从第一个问题开始：如果单纯从“干活”角度看，今天的具身智能机器人相当于几岁人类？3岁能走路但需看护，5岁能听懂指令拿东西，7岁能完成简单任务。大家觉得机器人的可靠性和连续作业能力相当于几岁？能力会线性增长还是突变？手、脑、眼中哪个环节最需发展？
石亚琼：我把问题拆解。今天谈“干活”，但干活能力与年龄并非100%对应。在专用机器人领域，机器人已干了很多活。我们真正讨论的是通用人形机器人相当于几岁，这存在争议。从产业视角看，今天存在不同价值。一种卖“上限”，如通用人形机器人体现能力上限，像运动员或童星，解决稀缺性问题。如果稀缺性足够强，就能产生价值，所以它可能已像能“干活”的童星或运动员。但大家通常想象“上班”场景，这时要求能力下限：无论什么问题，都能以合理节拍稳定工作8小时，出问题能自行恢复。专用机器人已解决类似场景，但通用人形机器人是否适合进入这些场景，我仍存疑。
崔轲迪：就像我们之前分享的，我们可能不从这角度出发。从2023年投资具身智能时，我们很少讨论机器人“干活”这件事。当时我们把具身智能和人形机器人分开，更多从“智能”角度理解。如果从智能角度理解，它更符合幂律发展逻辑：前期进展缓慢，但达到临界点后能力会加速增长。所以我们更关注“智能”发展速度，再往下拆，更关注不同具身公司的训练投入和基础模型发展。我们认为，当基础模型达到临界点后，再讨论“干活”更有价值。这是我们的思路，可能与其他同行不同。
段亚辉：首先，我的观点与主持人设定略有不同。我们不会直接用人类年龄做线性对比。无论是3岁、5岁还是7岁孩子，都有自主探索能力，比如3岁孩子想吃糖会自己剥糖纸，想喝水会自己拿杯子。但对机器人来说，目前仍主要基于模仿学习，你教它什么它就会什么。所以直接类比并不合适。不过从我们了解的情况看，从去年Q4开始，已有机器人进入结构化场景真正“干活”，ROI也能算出来。第二，至于能力是线性增长还是爆发式增长，我认为随着数据增加和更多细分场景落地，机器人技能可能出现爆发式提升。至于“器官”发育卡点，我认为目前可能仍在大脑端，我们希望进一步提升基础模型潜力和能力上限，推动行业质变。
崔轲迪：就像几位嘉宾分享的，这个问题确实难回答。我们甚至还没找到适合这一代具身智能的应用场景。如果类比上一代工业机器人或家用机器人，现在能力可能还处于早期“胚胎”阶段，大脑基本没真正长起来，手只相当于刚长出两根手指。所以讨论“干活”可能还远，很难准确判断。增长一定有跳跃式阶段。具身智能核心是智能，智能核心是模型。在模型架构未确定时，一定有跳跃式增长空间；如果架构确定后只做Scaling，可能更接近线性增长。现在我们还没找到真正适合具身智能的模型，大家都在探索，因此这个领域仍有很多期待空间。
王子璇：看来大家有共识，目前“大脑”与人类仍有较大差距。下一个问题，回到具体场景和效益。此前具身智能讲家庭场景多，但实际落地较多的是工业场景。虽然很多具身智能公司已有收入，但有收入不等于产业真正有经济效益。进入场景后，大家会算账：用机器人替代人力是否比雇人便宜。目前常见场景包括工业搬运、质检、分拣或3C装配。请各位分享一个最近看到的扎实、真实的场景，不是靠补贴，而是真实商业关系中具身智能已能承担部分工作。同时聊一聊，已跨过经济效益线的场景有何共性？下一批可能跨过效益线的场景在哪？大家会围绕这些场景投资吗？
向其奇：这个问题本质是讨论商业化。商业化可拆为硬件和软件。过去五年，具身智能硬件成长很快。短短五年，核心零部件从不可用发展到基本可用，进展很快。同时，很多本体和零部件公司确实拿到真实订单。虽然有人质疑只是把存货变现金流，但我觉得仍有部分真实商业需求。硬件发展比预期快。至于软件，即模型，我对模型商业化的理解是：商业化本质是模型能力溢出，而非目标。这个阶段，我和很多具身智能公司创始人交流，他们技术背景，但总讲商业化故事。坦率说，双方都很辛苦。我甚至建议各家具身模型公司把“商业化”从BP删掉，否则你讲得难受，我听得也难受。所以这个阶段没必要相互折磨。现在唯一需要做且应重度投入的是做模型，提高模型能力上限。这是整个赛道的根基，没有模型，这个赛道就不该存在。因此，我对模型商业化现阶段完全没期待，只希望模型能真正向前一步。
段亚辉：我亲眼见过两个具体场景。第一个是从去年Q4开始，有企业在结构化场景实现O2O前置仓无人化部署：一端连接淘宝、美团等平台，另一端由机器人在无人前置仓值守作业。另一个是物流分拣。今年在WAIC和WRC上，都能看到物流包裹分拣机器人。去年每小时处理约400件，今年上半年达1000到1200件，最近WRC上有企业能做到1800件。产品快速迭代，并真实落地。这两个场景共性：任务明确，操作对象具泛化性，如快递场景面对不同包裹，前置仓面对不同瓶罐，但仍在结构化环境中运行。下一批可能跨过效益线的场景，我们初步思考，可能出现在泛服务、To C、轻操作等领域，未来会逐渐探索落地。
崔轲迪：我们内部总结过投资策略变化。从2023年到2025年，策略从“本体+智能”到“数据+智能”再到“场景+智能”。从场景角度，我们只画了几个大方向：一批公司做工业，一批做泛生活或零售场景。但到2025年底，我们把执行三年的策略基本推翻。我们发现，早期支持的公司起初做工业场景，后来进入零售；原来做零售的也开始讲家庭场景；做基础模型、本体或数据的公司也在上下游拓展。结合自动驾驶投资经验，这是产业早期正常状态。所以后来我们很少执着于具体场景。截至2026年，如果只讨论已具备商业化闭环的场景，我会关注两类：一是格斗、表演等娱乐场景；二是真正能干活场景。比如我朋友做咖啡机器人，在很多商业场所能看到它做拉花咖啡、拿铁，且确实能赚钱，不完全是传统自动化设备。所以截至2026年，如果不讨论基础模型能力，这些场景已形成明确商业化闭环。但整体上，我对产业判断与向总接近，我更关注基础模型和智能能力，具体场景能否形成闭环不是我作为早期投资人最关注的问题。
石亚琼：我们的观点与前面三位一致。具身智能投资分三个阶段：第一阶段投资硬件、本体技术提升及上游产业链；第二阶段，即我们认为当下重点，是模型能力和大模型机会；第三阶段进入场景。所以今天谈大规模商业化仍早，很难真正看清。其奇总有一点我认同：商业化本质是技术外延和溢出。今天能看到的溢出主要来自本体能力提升。但我认为还有不同角度：大家谈商业化只想到“干活”，但商业演出、科研同样是商业化场景，不只是制造业才算。第二，从模型角度看，现在应追求模型能力上限提升，这部分离大规模商业化还远。但我们也观察到，前一阶段算法能力提升已开始外溢。比如制造业场景中，一轮换机潮正在出现。上一轮机器人融资高点在2021-2022年，伴随中国制造业技改周期，那批机器人运行四五年，今年迎来换机周期。我们与潜在客户交流发现，他们已注意到算法进展，考虑原来一台机器人只能执行一个动作，今天是否能处理不同零件、完成多个动作，变得更柔性。这是算法能力外溢带来的小变化。同时，价格下降会解锁新应用场景。比如我们最近观察到，一些客户在研究用四足机器人做园区配送。如果整套方案价格降到1万美元以下，就可能做过去经济上不可行的事。所以技术外溢和成本下降，会不断解锁新场景。
王子璇：谢谢。刚才讨论已部分回答下一个问题，但我们继续展开。具身智能要大规模下场干活，存在不少卡点。有人认为问题在模型，有人在数据，有人在零部件耐用性。但大家无一例外提到模型重要性，“脑”可能是核心，商业化可能是模型能力外溢。请大家再聊一聊，如果在模型、数据和零部件中选一个最棘手问题，会是哪一个？另外，这三个方向中，有没有某个环节不是真正瓶颈，但市场渲染过度？
石亚琼：从我的观察看，今天模型核心卡点是投入足够精力，找到真正能Scaling的模型技术路线，做大规模、高质量数据，把模型能力真正做强。
崔轲迪：我们机构做具身智能，已是第二次完整经历类似技术产业周期。我们机构较年轻，2017年开始大规模投资，此前完整经历自动驾驶从技术平台早期到场景落地。根据经验，如果把自动驾驶视为10年周期，大概到第6年大家才开始讨论初步场景，要真正算ROI和UE模型，可能要到第10年。所以我现在很少讨论商业化，因为已不再用这问题折磨自己。我甚至认为，在产业早期，如果一直追问“商业化不闭环怎么继续”，可能对早期产业发展规律理解不够深。早期公司总有办法继续发展，这是过去经验。包括科研本身，也会产生小规模商业化，让公司持续向前。现在最大卡点，我不认为是Scaling本身，而是“如何Scaling”更重要。此前我们经历大规模数采建设，今年明显变化是舆论和产业关注已不再集中于单纯扩大数据规模，而是讨论数据质量、精度及如何用更好数据提升模型起点，整个行业从追求数量转向追求质量。无论如何，我不认为大家已找到具身基础模型真正的Scaling Law，但我们知道它一定存在。现在更像处于大规模实验阶段，只有积累足够结果后，才可能进入Scaling阶段。从美国现有具身基础模型公司版本演进也能看出，2025年从π0开始，现在可能还没发展到π1。我们可以把π1类比GPT-1，而我一直认为，我们现在仍处于GPT-1之前。所以，我认为真正卡点是具身智能的Scaling和Agentic架构如何设计。
王子璇：明白，可能所谓“最后一公里”反而需要更长时间等待，而不是急于看最后一公里。请亚辉总分享。
段亚辉：刚才提到的几个方向都是卡点。但如果选一个，我会选数据。现在最需解决的问题是如何获得有效、多样、高质量数据。前两年行业建设大量数采厂，但很多数据高度重复，有效性不高。比如视触觉，优势是分辨率高，但缺点是体积大。对模型来说，不同类型数据可能都需要，所以不仅要强调数据规模，还要强调多样性，以及数据是否真正适配模型、帮助模型提升。
向其奇：我是坚定的模型派。2021、2022年我在智源研究院工作，有幸参与中国大模型早期投资和孵化。2022年，很多朋友问：“AI都不行了，你们为什么还搞AI？”过了不到半年，2023年春节后，又有很多朋友问：“具身这么火，你们为什么不投具身？”市场风口来得快去得也快，但技术主线、模型主线始终向前。2023、2024年到2025年上半年，我一个具身项目都没投。核心原因：第一，我难想象在没有数据、没有模型情况下直接讲具身商业化；第二，当时大部分公司工作基于模仿学习做微调，我难想象仅靠这种方式能做出真正具身模型或提高智能上限。到2025年底，我观察到行业出现实质性进展。最直接一点是大家开始系统性做数据采集。当然，数采上我们也走过弯路，浪费资源。比如数采应由谁发起，是第三方、创业公司还是大厂？因行业热度高，很多参与者都进来做。直到2025年底，类似WMI路径被认为可能有效，一些创业公司也转向此。我当时系统梳理市场具身智能公司，挑选在WMI方向布局早、做得扎实的公司投资，真正进入具身智能领域。让我欣喜的是，一年后看，这几家公司进展快。虽然近一两个月具身智能热度回落，但我反而更乐观。因为确实有很小一部分公司真正开始做模型，持续推进模型能力，扎扎实实提升智能上限。我现在对这个方向更有信心。
王子璇：看来大家是“模型派”叠加“数据派”，关注这两个核心问题。下面聊轻松话题。今年很热闹，世界机器人大会、机器人运动会都出现各种场景。请简单分享，今年有哪些场景让你第一反应“心里一沉”、“一惊”或真正兴奋？比如人形机器人越来越像人？大家不再集中展示翻跟头，而是开始做操作任务？或又看到机器人频繁摔倒？请分享一个有意思场景。从媒体角度看到什么，从投资人角度看到什么，或大众对哪些现象可能存在误判？
向其奇：我有一个明显体感。去年机器人展示更多是基础运动能力，如跑跳、翻滚，看起来有意思，但我认为很多公司更像在做具身时代“壳”，主要做本体。今年明显变化是大家开始往操作台迁移，至少减少遥操作展示。有的公司甚至尝试长程任务、世界模型等新方向，把操作能力向前推进。包括我们去年投资的一些公司，今年在5-10分钟长程操作任务上出现明显突破。为什么这让我兴奋？因为我第一次肉眼看到具身模型具备Scaling可能性，去年我没真正看到。所以我认为，现在才真正到具身智能开始阶段。下一步应把聚光灯撤掉，让模型公司踏踏实实回实验室，多做工程、实验，把操作能力向前推进。
段亚辉：分两个场景。第一是世界机器人大会，今年机器人跑步、跳舞表现比去年明显提升，反映核心零部件、本体设计、散热系统等产业链能力大幅提高和快速迭代。另一方面，去年很多比赛依赖遥操作，今年不少比赛能自主跑完全程，说明智能能力逐步提升。第二，从WRC现场看，今年真正能“干活”的展品明显增多，尤其触觉、灵巧操作等方向，展示数量比往年增加，能看到直观进步。另外，主持人提到易造成误判的点。比如“世界模型”概念今年有些过热，甚至什么都往里面装，概念被炒得虚浮。但从另一个角度看，这反映市场确实关注具身智能核心痛点。最终这些问题以什么技术形式落地，我们会继续跟踪。
崔轲迪：从我们投资经验看，机构喜欢什么具身产品，与机构、投资人性格和偏好有关。我们团队核心成员多有消费电子行业背景，老板是石头、追觅、九号早期投资人。因此，我们对消费电子和硬件产品美观度有较强要求，甚至带个人偏执。从消费电子时代到汽车时代，再到做具身智能，我们对审美要求始终高。以WRC为例，我们被投公司今年在C端展区占近三分之一展位，但如果看到某家公司机器人迭代两年后仍丑，我会拍照告诉他们“这机器人太丑”。甚至做数采设备、WMI相关设备时，也会用消费电子审美和ID设计标准要求团队。我们关注一点：产品首先得好看。第二，我们关注“好玩”。我们投了很多具身公司，我个人最喜欢维他动力。它最早做机器狗，今年做家用人形产品。它在portfolio里不是估值最高，但个人很喜欢。每年WRC，维他展台都有很多小朋友围着看。如果不是我们的产品，我以前喜欢商汤元萝卜围棋机器人，也因有趣。我们今年继续投资具身智能，虽有人说融资降温，但我们仍持续