77% 的仿真现实鸿沟、99% 的数据缺口：具身智能如何走进真实生意？

2026年夏天，具身智能赛道的热闹，从上市延续到了争议。

8月19日，宇树科技登陆科创板，发行价150.80元，首日最高冲到1100元，市值一度突破4400亿元，散户中签率不足万分之二。“人形机器人第一股”吸引了大量资金和关注。不到一个月，股价腰斩，市值蒸发超过2000亿元。

几乎同一时间，港股“具身智能眼脑手第一股”梅卡曼德上市后迅速破发。创始人邵天兰接连发布两条朋友圈，点名批评部分企业依靠数采中心和关联交易制造“虚假、不可持续的收入”。

股价波动与公开争论，把行业里一直绕不开的问题摆到了台前：机器人卖给了谁，复购如何？

行业评价标准变了

过去两年，出货量、融资估值、春晚亮相、马拉松表现和模型参数，都曾成为具身智能企业争取关注的筹码。实验室Demo、展会表演和概念视频，让人们看到了技术的可能，也支撑起了一轮轮融资叙事。

到了2026年，宇树上市后的剧烈回调，让业绩与估值的关系受到更多审视；梅卡曼德引发的争议，把收入质量推到了台前，投资人们也开始了追问。一级市场融资额仍处于高位，但仅靠“未来空间”已难以回答投资人的问题。订单能否兑现、客户是否复购、机器人在现场能完成多少任务，以及完成这些任务究竟要花多少钱，变得越来越重要。

国家层面的产业部署，也在把评价标准落到真实岗位上。2026年6月，工业和信息化部办公厅、国务院国资委办公厅联合开展人形机器人与具身智能实景实训专项行动，要求从生产制造、仓储物流、医疗康养等领域选择需求明确、具备经济可行性的真实场景，开展训练和应用验证。尤其是工厂产线，被反复强调为具身智能最需要率先突破的落地场景。从“机器换人”到“智能制造升级”，政策文件和产业规划不断要求机器人能够进入真实工厂，完成上下料、装配、质检、搬运等高频任务，并形成可核算的效率提升与成本节约。政策关注的落点，已经具体到机器人能在什么岗位上工作、怎样验收，以及验证通过后如何形成常态部署。

一旦当机器人进入真实工作开始承担具体任务时，企业就需要证明，机器人能在现场稳定顺利地完成任务。但目前的行业实际情况，并不像Demo演示的那样乐观。大量公司能完成炫技演示，一旦迁移到真实的物理世界，未知的光照、摩擦力变化、物体的变形或软硬件微妙级的延时，都会导致控制失真率的上升。斯坦福HAI发布的《AI Index Report 2026》显示，机器人操控在仿真环境中的成功率高达89.4%，进入真实环境后明显下降。行业普遍认为这一差距约在77%左右。

数据供给是另一道难题。大语言模型可以利用互联网上的大量文本和图像扩大训练规模，具身智能需要的数据却包含物理规律、时空交互，以及感知到动作的完整过程。这样的真机和物理仿真数据，远没有互联网内容充足。

据原文所引估算，训练通用具身模型至少需要千万小时级的真实物理交互数据，国内真实物理交互场景的合规数据仅有50万小时，数据缺口被估计为超过99%。无论采用遥操作还是真机采集，都要面对成本和效率的限制；那些不常出现、却可能影响任务成败的长尾情况，也很难充分覆盖。

这些约束最终都会进入企业的经营账。模型扩大之后，任务成功率能提高多少？增加一个客户，需要多少适配和现场维护？已经交付的机器人，能否持续工作并带来后续收入？

市场对具身智能的考察，正在从展示能力深入到交付和运营。

产业落地的典型路径

面对仿真与现实之间的差距，以及训练数据不足的问题，企业选择了不同的切入点。大体可以分为四条路径，彼此也有交叉：

• 全栈软硬一体：自研本体和大脑，通过软硬件协同提升整机能力。

• 大脑与开发平台：提供模型、技能、仿真和开发工具，核心考验是能否跨客户、跨本体复用。

• 硬件工程化：围绕关节、灵巧手和整机，持续改善性能、成本、可靠性与制造一致性，实现稳定的量产交付。

• 垂直场景落地：聚焦工业、物流、巡检等具体任务，先把投入产出账算清楚。

不同公司的产品和业务进展，呈现了这些路径各自的侧重。

星动纪元

它是清华大学持股的具身智能企业，坚持软硬一体化全栈自研，硬件自研率超过95%。产品包括星动L7全尺寸双足人形机器人、星动Q5服务机器人，以及星动XHAND系列全直驱五指灵巧手。

模型方面，其自研ERA-42端到端VLA具身大模型被介绍为全球首个能够同时完成全身及五指灵巧手精准操作的具身模型，并融合了世界模型能力。

商业化方面，公司累计订单突破5亿元，海外业务占比达到50%，在物流仓储、跨境查验等场景实现千台级批量交付。它选择将硬件与模型的研发放在同一体系内推进，以整机交付检验协同效果。

松延动力

以成本控制和供应链能力切入市场，将人形机器人的价格降到万元以内。

核心产品小布米身高约94—98厘米，定价9998元起，面向家庭教育与儿童陪伴；小顽童N2等产品则侧重高动态运动能力。2026年春晚亮相后，公司获得了更广泛的关注，目标是实现万台级交付。

2026年9月，松延动力正式发布具身智能品牌Scalabot和HERON世界模型，将业务从本体进一步延伸到大脑。降低购买门槛之后，产品能提供哪些持续有用的功能，将成为这条路线需要继续回答的问题。

云深处科技

现有业务主要由四足和轮足产品为主，旗下绝影X系列已在电力巡检、应急救援等场景实现规模化交付。

2025年，公司营收3.37亿元，归母净利润2868万元，首次实现盈利，四足及轮足产品贡献超过95%的收入。其产品覆盖绝影四足、山猫轮足和DR人形机器人，工业级绝影X单价约28.75万元。

公司已启动科创板IPO，拟募资约25亿元，重点投向具身算法与模型研发。

穹彻智能

聚焦“以力为中心”的具身智能大模型，核心产品为Noematrix Brain穹彻具身大脑。该产品采用世界模型架构，预训练和后训练均不依赖遥操作数据，而是通过无本体采集设备获取真实场景数据，并进行跨本体适配。

目前，已在智能药房实现全流程落地，并向酒店洗烘、家庭整理等场景拓展，订单达到千台级。对这类企业而言，在一个场景中形成的能力，能有多少迁移到其他设备和任务上，直接关系到后续扩张的成本。

松应科技

不做机器人本体，专注于国产物理AI操作系统ORCA，对标英伟达Omniverse，提供高保真多物理场仿真、合成数据生成和多形态机器人协同训练环境。它提出“1:8:1”数据策略：10%示教数据、80%仿真合成数据，以及10%真机微调数据，希望通过提高仿真合成数据的占比，大幅降低训练成本。

这条路线从训练环节切入。仿真数据能在多大程度上支持真实任务、减少多少真机采集和调试工作，是衡量其价值的重要依据。

云蝶科技

提出具身环境智能范式，发布RoboForge系统级具身大脑和WING任务型本体家族。

通过“1+N真实世界具身智能联合研究计划”，公司将酒店、物业、医疗康养和园区等场景作为数据采集节点与验证场，希望在部署中积累数据，用于模型改进，再支持后续复制。

2025年，云蝶科技营业收入近 5亿元，服务四千余家B端政企客户，累计签署机器人意向订单1500台。这一路径的重点，是把机器人放进行业工作流程，让运行、数据采集和系统迭代衔接起来。

具微科技

专注高危、极端工况下的轮足机器人，主打防爆、防磁、防水、防冻“四防”能力。核心产品MOVENEW系列动态负载达到200千克，极限负载400千克，续航8—12小时，已在矿业、电解铝、石化和应急等场景落地。2025年订单突破亿元，2026年二季度营收接近2亿元。

相比覆盖更多通用任务，这条路线更注重特定工况下的负载、续航和防护能力，先满足现场明确的使用要求。

（结语）寻找确定性公约数

几条路线各有侧重，也要面对不同的经营问题。全栈企业需要证明，软硬件协同带来的能力提升能够覆盖研发和交付成本。硬件企业要让产品具备足够实用的任务能力，支撑客户持续使用。垂直场景企业在做好单个项目之后，还要判断其中有多少经验能够复用，避免每增加一个客户，都重新做一遍开发。平台型企业则需要证明，模型和工具可以在不同本体上稳定完成真实任务。

纯仿真或纯工具路线能缓解数据稀缺，但真正把可控真实岗位变成训练场、用持续运行产生物理合理数据、再反哺模型和系统迭代的闭环能力，才更契合当前市场对确定性收入、复购和深入场景的要求。

本体工程、系统级大脑、世界模型与数据能力，需要在行业工作流程中共同发挥作用。所谓具身智能的“下半场”，会越来越多地落实为这些具体问题上，缩小仿真与现实的差距、补足有效训练数据，也只有落实到这些工作中，才能转化为可持续的生意。