事件概述
11月2日至5日，2026年世界互联网大会「互联网之光」博览会在浙江乌镇举行，具身智能成为全场焦点。上海证券报从峰会观察到一组标志性数据：优必选披露其制造能力已达「每10分钟下线一台人形机器人」；小米具身基座模型在青年公寓「试运营」中完成了连续30分钟以上、覆盖3个房间、包含50多种任务的长程任务链。
宇树科技创始人王兴兴在峰会上预测，2027年大概率成为机器人行业的临界点，具身智能正接近自己的「重要突破时刻」。但与会专家同时指出，机器人距离真正理解和操作物理世界，仍隔着「最后几毫米」。
背景与解读
一、技术背景与演进脉络
《中国互联网发展报告2026》显示，2025年我国具身智能市场规模约9150亿元，同比增长20.4%。本届「互联网之光」发布了1000余项新技术新产品，100多款具身智能机器人现场实景作业，从奔跑、跳跃、格斗到打乒乓球、烧菜，「人情味」技能频现，显示硬件与模型能力正加速提升。
二、核心驱动与底层机制
瓶颈在于「模型与物理世界的对齐」。王兴兴指出，顶尖多模态模型的空间理解与动作规划已相当出色，真正的短板在实时闭环——人类凭视觉与触觉即可判断杯子位置、重量与摩擦力并随时调整力度，而机器人须让视觉感知、物理推理与运动控制形成实时闭环。墨奇智能CTO黄青虬强调，高质量数据比单纯扩大规模更重要：10万小时高精度操作数据训练的模型，可能优于1000万小时低质量数据。
三、市场格局与产业链影响
小米披露已使用超10万小时、覆盖1700多种场景的数据预训练，印证「数据闭环」正成为竞争焦点。硬件制造（每10分钟一台）与模型泛化（长程任务链）的同步突破，推动产业从样机验证切向规模制造，但精细操作（拆装手机、穿针引线）成功率仍偏低，构成量产前的关键鸿沟。
影响与趋势
短中期看，2027年前后或迎来具身智能的量产临界点，但「最后几毫米」的精细操作与实时闭环仍是决胜点。关键观察变量：高质量操作数据集的积累速度、VLA模型的端侧部署成本、以及真实场景可靠性验证的规模化。
对产业参与者的启示
机器人企业应将「数据飞轮」与仿真训练置于战略核心，而非仅堆叠硬件参数；算力与模型公司可聚焦端边云协同的轻量化部署；场景方（制造、服务、养老）宜以真实任务链定义需求、共建数据闭环；投资应关注能跨越「最后几毫米」的感知-控制一体化能力。
本栏目内容为行业信息整理与技术观点分享，不构成任何投资建议。