机器人30秒做出一杯拿铁，帮助整理衣物，在模拟产线上拧螺丝、分拣货品……8月20日，记者走进北京亦庄的2026世界机器人大会展馆，现场气氛热烈，如火如荼，今年越来越多的机器人正褪去表演属性，面向餐厅、工厂、医院、家庭等真实场景展现各种能力。但深入采访发现：当前市场上实用型、能进家庭的依旧很少。热闹背后，机器人距离“像家电一样普及”，还要迈过好多道硬坎。

  第一道坎：技术偏科，“干活”三流

  “机器人在实验室里能翻跟头、能跳舞，但进了你家——桌子今天放水杯，明天放水果，后天玩具散一地——它就蒙了。”光轮智能联合创始人兼总裁杨海波表示，当前的智能机器人在“非结构化开放世界”中的泛化能力不足，是其进入家庭场景最大的技术障碍。

  杨海波表示，你对机器人说“把桌上那杯水递给我”，它听得懂，但要真动手，它得知道杯子在哪、该用多大力、水满了要端稳、递到你手里要等你接住才能松手。这些“刻在物理世界里的规律”，机器人还没学会。

  宇树科技创始人王兴兴在2026世界机器人大会上也直言：把机器人放进任意陌生环境，通过指令能自主完成任务，才接近具身智能，目前还达不到。

  第二道坎：机器人需要的物理交互数据稀缺

  据了解，当前的AI大语言模型可以“吞”下互联网上人类三十年积累的文本，但智能机器人需要的是物理交互数据——拧开瓶盖用多大力？玻璃杯和铁块手感有什么不同？

  “这些数据要靠真机采集或仿真生成。而行业累计的真实交互数据，目前仅约10万小时级别，远远不够。更麻烦的是，数据采集成本极高、难以复用。”杨海波说，一个机器人在特定场景采集的数据，换一个场景、换一个本体，可能就失效了。

  行业正在努力找突破口。2026世界机器人大会上，记者发现，很多企业都在AI物理数据方向发力。

  杨海波打过一个比方：“机器人有身体，有大脑，但这个大脑像婴儿一样。怎么让婴儿变成能去各个场景干活的成年人？我们的方法就是不断给它喂数据，不断考试。”

工作人员在现场演示采集相关人类数据

　　今年7月，光轮智能受邀加入EgoVerse国际具身人类数据委员会，与Meta、Scale AI等国际团队共同构建全球最大规模的人类数据训练体系。这是目前该委员会的唯一中国企业成员。

　　“光轮智能刚刚受邀加入国际开源物理仿真引擎Newton技术指导委员会，推动下一代物理AI仿真基础设施的技术治理、生态协同与国际标准演进。”杨海波表示。

　　此前，全球物理仿真引擎的技术主导权掌握在欧美企业手中。而今，引领下一代开源物理AI的两大国际标准，都有了中国公司深度参与的身影。

　　“我们不是在做一家数据公司，是在帮整个行业建一所可以持续运转的‘学校’。谁需要训练机器人，谁就可以来。”杨海波说。

  走向国际舞台中央的同时，杨海波也看到了更深层的隐忧——在物理AI时代，仿真器和求解器是与算力芯片同等重要的基础设施，却恰恰是我国物理AI当前最薄弱的环节，他呼吁更多企业一起合作加强这方面的突破。

  大晓机器人发布了一套新方案，他们提出了一种 “以人为中心”的数据范式——不再只是堆图像、堆文本，而是把真实动作、环境状态、物理规律和因果关系都装进数据里，构建了一个三层“数据金字塔”：让模型“看”到足够多的真实场景，人类交互数据，记录人是怎么动手、怎么应对变化的，用真实机器人的操作做最后校准。这套逻辑的目标是：通过高密度的人类动作数据，让模型从“描述世界”进化到“理解世界、推演世界”。

  基于这套数据底座，大晓机器人同时推出了三大行业方案——面向即时零售的“晓满”、面向酒店服务的“晓新”，以及面向开放场景的“晓途”，试图把数据能力直接转化成商业落地。在当天的展台上，“晓满”方案前人流不断，客户和参观者络绎不绝。

  北京的AI专家评价说，这些努力方向对了，但距离规模化见效，还需要时间。

  第三道坎：机器人进家还需要迈过安全与隐私关

  一台重几十公斤的机器人在家里走动，一旦失控，老人和孩子首当其冲。国外已出现过人形机器人故障后划伤家具、误触家电的案例。

  更隐秘的是隐私风险。机器人配备摄像头、麦克风、传感器，一旦被攻击，可能变成“家里的移动监控器”。而多数产品尚未配备完善的全域避障系统，也不具备端侧智能处理能力，数据采集、存储、使用的边界模糊。

  中国人形机器人百人会和机械工业联合会已联合发布倡议，要求把安全伦理要求融入产品设计、研发、应用全过程。但规范落地仍需时间。

  第四道坎：行业标准缺失，硬件和软件架构难以匹配

  从硬件构型到软件架构，各家企业沿不同路径独立推进，接口不一、协议不同、测试评价体系各异。

  这导致两个后果：研发资源大量消耗在重复的底层适配工作上；用户使用和维护成本居高不下，产业容易陷入“高成本、低销量”的循环。

  不过，2026年6月，具身智能领域首份行业标准已正式实施。工信部和国资委也联合启动专项行动，目标到2026年底形成百个以上高价值应用场景、实现万台级规模落地。但标准从“有”到“用”，还有一段路要走。

  总之，机器人在咖啡店做饮品、在餐厅后厨炒菜、在商场里表演——这些是“看得见的现在”。但未来让它像洗衣机、冰箱一样成为家庭标配，还需要跨越技术、数据、成本、安全、标准等多道坎。它可能会一步一步来——先工厂，再商场，最后才是你家客厅。（袁于飞）