长久以来，人形机器人留给大众的印象，多是舞台上表演舞蹈、特技的展品，更偏向观赏性的科技展品，其能不能真正落地干活，一直是行业和公众共同的疑问。如今产业风向悄然转变，越来越多的人形机器人走出展台，走进工厂车间、地铁、乐园等真实场景，从“表演”转向“上岗”，成为值得观察的产业新动向。

从能跳舞翻跟头，到稳定完成质检、搬运、巡逻讲解等重复性工作，变化背后，是具身智能、物理AI赛道的持续探索。但我们也应当理性看到，产量不等于生产力，机器人能够上岗，不代表已经全面成熟。本体稳定性、灵巧操作、运维成本、场景适配等一道道关卡，仍制约着规模化普及，行业远没有到全面替代人力的阶段。

从业者提出“碳基员工”与“硅基员工”共生的思路，也提供了一个温和的视角：人形机器人的价值，优先在于承接重复、机械、高负荷的工作，把人力释放出来，而非简单与人竞争岗位。大模型和具身智能两条技术路线也并非非此即彼，而是在磨合中相向融合。

产业的成长本就是循序渐进的过程。既要看见人形机器人商业化落地的积极进展，肯定企业扎根真实场景、持续试错迭代的探索；也要客观看待现存短板，不夸大技术成熟度，不炒作短期替代焦虑。期待行业持续打磨技术、控制成本、完善运维体系，在安全可控、成本合理的前提下稳步拓展场景，让机器人真正成为助力生产、服务生活的有效生产力。

在很多人的印象里，人形机器人还停留在“表演型选手”的阶段。舞台上翻跟头、跳舞、跑马拉松，视频里动作炫酷，但在流畅的动作下却是遥控器或既定程序。比起真正的劳动力，它更像是展台上招揽眼球的“大号玩具”，这几乎是过去几年公众对这个行业的刻板印象。

表演打拳击的人形机器人。图/舒家奎

但从今年上半年开始，风向明显变了。各家人形机器人厂商不约而同地从舞台走向工厂，把机器人送进3C产线、芯片封测车间、地铁站、酒店前台和主题乐园，摸索真实可商业化的落地场景。客户关心的问题也随之改变，不再是它会做什么动作，而是它能稳定干多少活、干得多好、花多少钱。

【1】物理AI时代

10月29日，在上海世博中心举行的2026智元创新日上，这种转向有了许多具象的画面。这家由华为原天才少年、B站知名UP主彭志辉（网名“稚晖君”）担任联合创始人的公司对外展示了机器人正在从事的质检、搬运、安检、导购、讲解等真实工作场景。

彭志辉（网名“稚晖君”）。图/舒家奎

在舞台之外，这些机器人已经开始上班。在南昌龙旗的3C产线上，精灵G2连续稳定运行超过7个月，一场为期6天的全产线直播里，机器人累计作业超6.4万次，成功率99.99%，节拍22秒一件，与熟练工持平。在广州地铁，120台机器人承担安检引导、咨询问答和安防巡逻。在珠海长隆，近500台机器人分布在100多个点位，带游客逛园、讲鲸鱼、打乒乓球。

人形机器人，似乎正在从科幻走进现实。但距离真正的“真实场景”，到底还有多远？

“根据工业和信息化部数据，中国今年人形机器人整机产量预计会突破10万台，这是产业发展的鲜明信号。”智元联合创始人、总裁兼CTO彭志辉在主论坛上话锋一转，“但我们也必须清醒，我们生产了多少台机器人，并不等于真实世界中就多了多少生产力。”

这句话点出了当下行业最核心的裂缝。数字世界的智能在加速膨胀，物理世界里可调用的智能劳动力却依然稀缺。一边是越来越强的“大脑”，一边是仍在等待智能进入的工厂、商场、家庭和千千万万个普通岗位。

为了丈量这道裂缝，智元在创新日上提出了一个全新的度量单位——Worken，即有效智能工时，由活跃机器人数量、自主工作时长和产出效能比三者相乘得来。

“蒸汽时代用马力度量机器的力量，电力时代用千瓦时度量能量，数字AI时代用Token度量思考。”彭志辉说，物理AI时代，行业需要回答机器人真正干了多少活。

【2】扬长避短

当天，由新华社中国经济信息社与中国信通院上海工创中心联合编制的《2026具身智能产业创新报告》也在现场发布，给出研判，通用机器人有望成为未来最大的工业单品。

然而从“造出来”到“干好活”，中间隔着一条极长的链条。智元联合创始人、联席总裁、具身业务体系总裁姚卯青在接受九派新闻等媒体采访时直言，落地是一道“木桶效应”题。本体稳定性先拦住一大批公司，数据要依靠本体获取，模型之外还有工艺改造、现场集成、设备联动，缺一块板，整个闭环就推不下去。

对于“通用大模型会不会降维打击具身智能”这一行业热问，姚卯青的回答颇为冷静。他透露，实测中人30秒能做完的事，大模型一点点试可能要一两个小时，还只有一定概率完成。而在高动态、涉及力触反馈的精细作业上，“大模型成功率基本为零，因为它先天没有学过操作”。智元合伙人、联席总裁熊彦在与媒体交流时判断相近，两条路线更可能“相向而行”，而不是谁吃掉谁，“我不相信会把5万亿参数的模型部署到机器人身体上做动作”。

真实世界的考题，远比实验室苛刻。智元合伙人、高级副总裁王闯向记者回忆，长隆项目第一批300多台机器人进场时，几乎每个点位都要配一名工程师，机器人跟工程师一比一。此后通过统一云平台、专用网络和运维体系，人机比降到3比1，今年目标是10比1，明年做到20比1。“20比1就是5%，相当于这个岗位只需新增5%的人力预算，对很多客户来说就是一个可以接受的点。”王闯说。

王闯坦言，灵巧手是第一道坎，泛化性接近人手，日常作业的成功率却还不如夹爪“皮实”。交互模型的端侧部署成本仍在优化，而当部署规模走向千台、万台，绝对安全和运维成本都会成为硬约束。“机器人10件事里现在能做两件。”他以酒店前台为例，“但它可以两班倒、三班倒地一直干，这就是扬长避短。”

熊彦在接受九派新闻等媒体采访时提到，长隆海洋展馆的讲解员过去每15分钟带一批孩子，一天讲几千遍同样的话，三台机器人上岗后接过了这个岗位。“我们更关注的是不要跟人一比一替代，把人从重复繁重的工作里面解脱出来。”他说，一个机器人掌握了技能，所有机器人都掌握了。王闯则描述了一个更长远的图景，未来企业里是“碳基员工”和“硅基员工”共生，各司其职。“就像有了车之后，人有时打车、有时走路，整个社会的效率就这样提高了。”

那么距离还有多远，受访者给出了几把尺子。姚卯青给出的里程碑是，什么时候全行业能看到1万台以上机器人在工厂里稳定、长时间作业，这是重要的拐点。王闯的标准更朴素，当机器人在日常生活中到处可见、随时可体验，企业规模化下单、几乎不需要厂商贴身服务，普及就真正开始了。

在彭志辉的视角中，人形机器人进入工业化场景需要先拥有可用的身体，再进入垂域部署，继而形成可泛化的基座模型，让机器人群体共同进化，最终让智能系统具备自我举升的能力。以此衡量，整个行业正站在第二次跃迁的半途，机器人已经“能上岗”，但还远未到“什么都会干”。