（来源：AGV网）

在2026年CES期间，美国RealSense公司发布观点称，机器人产业正在从“规则脚本驱动的自动化”加速迈向“以感知为底座的物理AI（Physical AI）”，并归纳出2026年定义行业走向的五大趋势：感知成为物理AI的基础、从“脚本”转向“任务”、人形机器人加速落地、生态协作推动规模化、自动化逐渐“隐形化”。 这一判断与德国国际机器人联合会（IFR）近期对全球机器人趋势的观察形成呼应：AI与自主性提升、IT与OT融合、对人形机器人的可靠性与效率要求上升、安全与网络安全压力增大，以及机器人在缓解劳动力缺口方面的角色更突出。

RealSense 长期聚焦“深度视觉/三维感知”这一机器人核心部件赛道。按其披露，公司深度相机方案已在全球AMR（自主移动机器人）与人形机器人领域广泛嵌入，并将“更像生态型能力提供者”而非单一硬件厂商定位为增长路径。 早在完成从美国英特尔公司（Intel）业务剥离后，RealSense即获得5000万美元早期融资，用于扩产、渠道与下一代深度相机及AI软件研发；其CEO纳达夫·奥尔巴赫（Nadav Orbach）在接受采访时强调，公司拥有数千家活跃客户，并与多家追求垂直整合的机器人企业保持合作关系。 这些背景，也为其在CES节点提出“行业五趋势”提供了产业落点：当机器人从示范走向规模化部署，感知、数据与模型训练链条会成为“吞吐量瓶颈”。

　　第一项趋势是“感知成为物理AI的基础”。RealSense认为，机器人要从可控环境走向真实世界，必须先解决“看见并理解”的问题——包括深度感知、动态障碍物识别、长期标定一致性、跨光照/尘雾/反射等复杂场景鲁棒性，以及与IMU、轮速计、激光雷达等多传感器融合后的实时世界模型。 IFR的表述更偏方法论：分析型AI、生成式AI与“代理式AI（Agentic AI）”共同推动自主性提升，尤其是通过仿真生成训练数据、用自然语言与视觉指令改善人机交互，从而把机器人从规则系统推向可演化系统。 两者合并来看，“感知”不再只是避障，而是贯穿数据采集—训练—验证—部署—再训练的闭环入口。

第二项趋势是“从脚本走向任务（scripts to missions）”。RealSense强调，传统机器人往往依赖工程师预设的流程脚本；而随着VLA（视觉-语言-动作）等多模态模型成熟，机器人可以先理解人类给出的任务意图，再在现场依据环境变化自主规划路线、识别目标并调整动作。 这意味着自动化工程的重心会迁移：从“写规则、调参数”转向“定义任务、约束安全边界、构建可迭代的数据与评测体系”。从产业角度看，这会直接抬升传感器数据质量、标注效率、仿真真实性与在环测试能力的重要性，也解释了为何感知企业越来越强调“软硬一体”的工具链布局。

　　第三项趋势是“人形机器人加速，但首先要过‘可靠性与效率’这一关”。RealSense在CES的论断是，人形机器人能否真正从舞台走进工厂与仓库，关键取决于视觉感知带来的平衡、抓取、近距离安全交互与持续学习能力。 IFR则进一步给出产业门槛：人形机器人要与传统自动化竞争，必须在节拍、能耗、维护成本等维度满足工业级要求，同时还要符合安全标准、耐久性与一致性性能指标。 这也解释了为何在CES等展会中，厂商更愿意展示“可重复的工艺动作”和“可量化的效率指标”，而不是仅展示单次炫技。作为例证，RealSense点名的客户与行业参与者包括中国宇树科技（Unitree Robotics）等人形/四足机器人厂商。

　　第四项趋势是“规模化依赖生态协作（Autonomy scales through ecosystems）”。RealSense判断，真正能把机器人部署做成“规模生意”的公司，往往不是单点能力最强，而是最能把感知、算力平台、模型、仿真、运维与安全合规拼成可复制方案的一方；因此开放接口、工具链兼容、与系统集成伙伴协同将成为竞争焦点。 IFR提出的“IT与OT融合”在此处给出更宏观的产业解释：当数据处理能力（IT）与现场控制能力（OT）实现实时互通，机器人就能获得更高的通用性与可移植性，从而支持跨产线、跨仓库、跨行业复制。 在RealSense列举的CES场景中，丹麦Mobile Industrial Robots（MiR）等AMR企业，以及中国LimX Dynamics等人形机器人厂商，均被视为“新一代具身系统”需求侧的代表。

　　第五项趋势是“自动化走向隐形（Automation becomes invisible）”。RealSense认为，当机器人更安全、更可靠、更易部署并具备持续学习能力后，自动化将从“显性项目”变成“默认基础设施”：用户不再讨论“是否上机器人”，而是讨论“业务流程如何围绕机器人重新设计”。 但隐形化的另一面，是安全与责任边界的复杂化。IFR明确提示：AI驱动的自主性改变了安全验证方式，也带来网络安全、数据合规、黑箱决策可解释性与责任归属框架等问题，尤其在人形机器人等与人近距离协作的场景中更为突出。 因此，行业的“下一段增长”很可能同时来自技术突破与治理能力成熟：既要更强的感知与模型，也要更严密的测试、认证与可追溯机制。

RealSense 的核心能力是深度视觉与三维感知模组及配套软件工具，其最新D555等产品强调单线缆传输供电与数据、并集成AI能力以提升环境理解效率；公司表示其方案已覆盖全球大量AMR与人形机器人客户，并在安防等需要空间建图与人脸识别的系统中扩展应用。 中国宇树科技是以四足与人形机器人产品闻名的机器人企业之一；中国LimX Dynamics则聚焦人形机器人平台化路线，公开信息显示其产品在身高、自由度等指标上持续迭代，体现出行业对通用“具身平台”的探索方向。 丹麦MiR是AMR领域的重要厂商，长期面向工厂与仓库内部物流场景提供移动机器人产品。 而在更上游的制造与供应链层面，美国英特尔公司旗下Intel Foundry定位为“全服务系统级晶圆代工”，强调先进制程、先进封装与全球化制造供应链，以满足AI时代对芯片与系统集成的需求。