本报记者 吴奕萱 见习记者 王楠
当前，具身智能正从实验室原型走向实景验证阶段，工业场景凭借任务边界清晰、指标可量化等特点，成为行业内落地确定性较高的赛道。许多企业陆续在真实产线完成试点验证与小批量交付，赛道进入产业化提速阶段。
政策层面，国内持续推动具身智能、人形机器人产业落地。工业和信息化部办公厅、国务院国资委办公厅于2026年6月印发《关于联合开展2026年度人形机器人与具身智能实景实训专项行动的通知》，提出推动人形机器人与具身智能产品在真实生产生活环境中常态化部署应用，加速实现规模化发展；凝练形成百个以上高价值应用场景，进一步丰富具身智能应用谱系，带动形成万台级规模落地能力。
在产业化推进过程中，行业普遍遭遇“一厂一方案”的瓶颈：大量试点项目局限于单条产线定制开发，沉淀的工艺经验、模型技能难以跨工厂、跨工位复用，推高规模化复制成本。
“前几年的具身智能大多是固定环境下的演示样机，追求视觉效果，很难长时间稳定运行，模型泛化能力弱，一旦物料摆放、光照轻微变化就容易失效，没有形成生产可用的数据回流机制。现在的核心变化是从‘实验室环境下的单次演示’，转向真实产线的持续性作业与工程闭环。”上海自由士信息科技有限公司CEO陈榕榕向《证券日报》记者表示。
赛道内部逐步分化，形成了不同的技术落地方向，平台化是当前赛道重要探索方向。10月12日，宁波均普智能制造股份有限公司正式发布工业具身智能全栈平台PrimusStack。该平台围绕工业现场的数据采集、模型训练、技能开发与作业交付，设置四大相互衔接的产品模块，让项目经验不再停留在单一工厂，而是沉淀为可跨场景复用的标准模块，实现从工艺知识到智能决策的闭环落地。
北京星源智机器人科技有限公司（以下简称“星源智”）同样布局平台方向，今年6月该公司联合浙江中力机械股份有限公司推出面向工业装卸场景的具身解决方案。星源智提供RoboBrainPro具身大脑，搭建“具身大脑+车载小脑”协同体系，打通多模态感知、场景理解、运动规划与动作控制全作业链路，赋予无人叉车环境理解、任务推理与精准执行能力，实现车辆识别、路径规划、货叉对位到装卸作业的全流程自主操作。
盘古智库（北京）信息咨询有限公司高级研究员江瀚对《证券日报》记者表示，平台化这一探索方向摸到了破局的关键，它将各工厂零散项目经验提炼为可复用标准模块，大幅压缩产线部署调试周期，不必每个项目从零定制开发。但该方案仅适用于标准化程度较高的工序，离散制造里非标、高频换产场景难以直接跑通。工艺经验带有产线属地属性，大量现场隐性细节无法完全由平台沉淀，仍需本地化调试，单一平台难以覆盖全部工业场景。
除平台路线外，不少企业从机器人本体切入赛道。机器人本体厂商广东拓斯达科技股份有限公司，自2025年起陆续在3C、注塑产线完成具身工作站验证，部分产品实现商业交付；智元创新（上海）科技有限公司将人形机器人落地汽车零部件工厂，拿下工业场景批量订单。
中国通信工业协会两化融合委员会副主任吴高斌在接受《证券日报》记者采访时表示，未来两三年，工业具身智能从试点走向规模化商用的变量体现在多个层面。首先，不同厂商、系统之间缺少统一标准，集成难度偏高，制约技术的规模化复制。其次，工业数据本身具备多样性与敏感性，数据壁垒会限制模型泛化能力，对数据治理和安全保障提出较高要求。最后，上下游产业链的协同水平，直接影响项目落地节奏。此外，资本投入与政策导向也会左右企业研发和市场推广进度。推进标准制定、完善数据治理、深化产业链协同，辅以政策引导，将决定工业具身智能能否迈向规模化商用。
（编辑 乔川川）
京公网安备 11010602201377号京ICP备19002521号
