2026 年上半年，物理 AI（Physical AI）领域出现了几组让人难以忽视的数字。
6 月 11 日，巴塞罗那机器人公司 Theker 宣布完成 8500 万美元 A 轮融资，投资方包括三星和 LVMH 旗下的 Aglaé Ventures，被称为“欧洲最大的一笔机器人 A 轮”。同一天，Jeff Bezos 联合创立的 Prometheus 宣布融资 120 亿美元，估值 410 亿美元，目标是打造“物理世界的通用工程师”。再往前两个月，Rivian 拆分出的 Mind Robotics 累计融资超过 10 亿美元，估值超 30 亿美元，专门做工厂里的工业机器人。5 月，韩国数据层创业公司 Config 被三星、现代、LG、SK 等制造业巨头投资，定位为“机器人数据的台积电”。4 月，Physical Intelligence 发布的 π0.7 模型号称能让机器人完成从未训练过的任务。
这些信号指向同一个判断：具身智能（Embodied AI）正在从实验室 demo 和社交媒体视频，走向工厂车间和供应链现场。
一、具身智能不是“人形机器人”的同义词
在讨论工业应用之前，有必要先把概念收紧。具身智能的核心不是长得像人，而是“感知—决策—执行”的闭环。大语言模型给了 AI 一个脑子，但它没有手、没有身体、无法对物理世界施加影响。反过来，工业现场有无数台机械臂、AGV、检测设备，但它们大多只能重复单一动作，缺乏通用理解和柔性适配能力。
具身智能想把两者接起来：让机器既能理解环境，又能操作物体，还能从失败中学习。这包括但不限于人形机器人，也涵盖可重构机械臂、移动操作平台、自动驾驶车辆，乃至智能产线上的协作机器人。
从这个角度看，工业几乎是天然的最佳落点。工厂环境相对结构化，任务边界清晰，ROI 可量化，而且有成熟的集成商、安全标准和维护体系。更重要的是，工厂愿意为有明确回报的效率提升买单。
二、2026 年的技术拼图：数据、模型、本体
如果把工业具身智能拆成三层，当前的热钱都集中在以下三个方向。
1. 数据层：机器人缺的不是算力，是“动作数据”
MIT Technology Review 在 4 月的文章 Humanoid data 里提出：正如大语言模型吃掉了互联网上的所有文本，机器人公司现在想要的是人类如何移动双手、四肢的数据。2025 年，仅人形机器人领域就获得 61 亿美元风险投资，而数据采集的方式也变得五花八门——中国出现穿戴外骨骼和 VR 设备的训练中心，尼日利亚、阿根廷、印度的零工在家里拍摄自己做家务的视频，美国甚至有物流公司给员工穿戴传感器来采集动作数据。
Config 的模式更直接：不做机器人，只做数据。该公司在首尔和河内拥有近 300 人的数据生产团队，已积累超过 10 万小时的人类动作数据，并声称通过“数据转换”而非“模型转换”来适配机器人。它的投资方三星、现代、LG、SK 恰恰代表了韩国制造业的半壁江山。这说明一个趋势：大型制造商不再满足于采购机器人，而是想拥有自己的机器人数据资产和模型能力。
2. 模型层：从“一个任务一个模型”到通用机器人大脑
Physical Intelligence 的 π0.7 模型之所以引发关注，是因为它展示了“组合泛化”（compositional generalization）能力。传统机器人训练是为每个任务单独收集数据、单独训练专家模型；π0.7 则能把不同场景学到的技能组合起来，解决从未见过的任务。一个典型例子是空气炸锅：训练数据里几乎没有相关样本，但模型通过片段知识和语言提示，完成了烤红薯。
当然，这仍是研究进展，不是成熟产品。它无法只凭一句“去做早餐”就自主完成多步骤任务，需要人类逐步引导。但它提示了一个方向：机器人可能正在接近语言模型曾经历的“涌现”临界点——能力随数据非线性增长。
3. 本体层：形态开始多元化
Theker 的做法代表了另一种思路：不做人形，做可重构。它的机器人手臂、抓手和整体形态可以根据任务更换，覆盖分拣、打包、服装处理、仓储瓶子搬运等场景。其早期客户 Inditex（Zara 母公司）来自零售物流，但 Theker 的野心是进入更重的制造业。
另一方面，人形机器人也在进入汽车工厂。MIT Technology Review 在 Why do South Koreans love AI so much? 中报道，现代汽车宣布将在其工厂部署波士顿动力的 Atlas 人形机器人，引发工会强烈抗议。这说明人形机器人在工业现场已经从“秀肌肉”进入“抢岗位”的敏感阶段。
三、产业生态：没有生态的技术是孤岛
单独的数据、模型或本体都不足以在工业里规模化落地。具身智能的产业链大致可以分成：
- 上游：芯片、传感器、执行器、云计算。比如 NIO 自研的 NX9031 智驾芯片、NX6031 激光雷达主控芯片，本质上是把具身智能所需的感知和计算能力沉淀到车端。
- 中游：机器人本体、算法和模型。Theker、Physical Intelligence、Mind Robotics、Prometheus 等都在这一层。
- 下游：系统集成商和终端客户。汽车、3C、物流、仓储是最先尝新的行业。
- 横向：数据服务、仿真平台、安全认证、运维服务。Config 就是典型的横向基础设施。
没有生态协同，单点技术很难穿越“试点死亡谷”。一台机器人再聪明，如果没法接入客户的 WMS/MES/ERP，没法通过安全认证，没有维护人员能修，就只是一次昂贵的拍摄道具。
这也是为什么资本开始涌入“物理 AI”而不是纯软件 AI。TechCrunch 引用投资者观点：物理世界天然形成护城河——代码可以被复制，但真实场景的数据、客户关系、部署经验很难被复制。
四、造车新势力：最具野心的“具身智能平台”
在工业应用之外，中国的造车新势力其实已经是具身智能的最大试验场之一。汽车本身就是一个高速移动、多传感器融合、需要实时决策的物理智能体。
NIO 全栈技术 页面把技术布局分为 12 个领域，包括芯片和车载智能硬件、智能驾驶、智能座舱、整车全域操作系统 SkyOS、智能制造、人工智能等。其自研的 NX9031 智驾芯片号称“用一颗实现四颗业界旗舰芯片的性能”，全域领航辅助 NOP+ 已覆盖高速和城区场景。NIO 还强调 AI 对“产品定义、产品研发、产品制造、产品体验、服务运营”的全面赋能。
理想汽车同样把 AI 放在战略中心。其官方媒体中心显示，2025 年 5 月举办“理想 AI Talk 第二季”，12 月发布“理想 AI 眼镜 Livis”。虽然具体内容未在网页上详述，但标题本身说明理想正在把车、家、可穿戴设备和 AI 助手连成一体。汽车的智能驾驶能力、制造工厂的数字化经验、以及用户数据闭环，都是其向更广义“具身智能”延伸的基础。
对这类公司来说，制造汽车的过程本身就是工业具身智能的最佳训练场：冲压、焊装、涂装、总装、物流、质检，每一个环节都可能被机器人、视觉检测、柔性产线改造。而当它们把车端 AI 能力沉淀为芯片、操作系统和模型后，这些能力也可能被复用到机器人或智能制造领域。
五、工业场景：从汽车制造到仓储物流
当前工业具身智能的落地场景可以归纳为几类：
汽车制造：焊接、喷涂、总装、质检、物料搬运。现代汽车部署 Atlas 人形机器人是一个标志性事件，说明整车厂开始认真考虑用更柔性的机器人替代部分人工岗位。
仓储物流：分拣、打包、码垛、搬运。Theker 和 Chef Robotics 都在这个领域找到付费客户。劳动力短缺和电商履约时效压力，让仓储成为机器人最快规模化场景。
3C 电子装配：精密插拔、螺丝锁付、外观检测。这些任务对力控和视觉精度要求高，是传统自动化覆盖较薄、但具身智能有机会突破的环节。
危险环境巡检：化工、能源、电力等场景下的设备巡检、泄漏检测。机器人可以替代人类进入高温、有毒、高空环境。
六、现实挑战：从 demo 到量产之间
尽管 2026 年资本异常火热，工业具身智能仍面临多重鸿沟。
数据瓶颈：真实物理数据的采集成本远高于互联网文本。Config 的 10 万小时听起来很多，但相比人类一生的动作数据仍是沧海一粟。
成本与回报：一台人形机器人的部署成本动辄数十万美元，普通中小企业难以承受。资本密集的试点容易，但经济模型跑通难。
安全与认证：工厂有严格的安全标准。机器人与人协作需要力控、紧急停止、风险评估和合规认证。
组织与劳动力：现代汽车工会抗议 Atlas 进厂，只是冰山一角。当机器人从“辅助工具”变成“替代劳动力”，劳动关系、技能培训、社会责任都会成为关键变量。
泛化能力仍有限：π0.7 能烤红薯，但离“进厂干一年不出错”还很远。当前大多数 demo 仍是在受控环境下拍摄，真实工厂的噪声、磨损、异常情况是更大的考验。
七、结语：飞轮才刚刚开始转
2026 年的具身智能工业应用，像极了 2022 年的大语言模型：技术突破、资本涌入、媒体狂热，但真正的产业落地还在早期。
对工业客户来说，关键问题不是“机器人能不能做这个动作”，而是“它能不能在我这条产线上稳定运行、可维护、可扩展、ROI 为正”。这要求的不只是算法，而是数据飞轮、集成能力、供应链和客户信任的叠加。
对技术公司来说，胜负手在于能否拿到真实场景的数据、能否与制造商形成深度绑定、能否把单次 demo 变成长期服务合同。
对造车新势力来说，汽车是最大的具身智能平台，制造工厂是最复杂的训练场。NIO、理想等公司能否把车端 AI 能力外溢到更广泛的机器人和智能制造，将是未来几年的重要看点。
具身智能的工业时代，不是“有脑无手”的 AI 接管一切，而是“有手有脑”的物理智能体，在真实世界里一寸一寸地证明价值。