（来源：新华日报）
第二届世界人形机器人运动会现场。（大会组委会供图）
图为二〇二六世界机器人大会现场拍摄的机器人。张宣 摄
□ 本报记者 张宣 蔡姝雯 实习生 王徐霖
8月19日至23日，2026世界机器人大会在北京亦庄举办，373家国内外知名企业带来3000余件产品，其中首发新品达311件。22日到26日，第二届世界人形机器人运动会在国家速滑馆“冰丝带”举行，16个国家的666支赛队、2056台机器人，围绕51个赛项展开1301场角逐。
一个展产品、一个赛能力，两场盛会共同勾勒出具身智能加速进化的产业图景，也让人们愈发好奇：具身智能还需迈过哪些坎，才能迎来自己的“ChatGPT时刻”？
亮点：从“能跑会跳”到“能想会干”
接连举办的两场世界级大会，成为观察中国机器人产业发展的窗口。
5天会期里，2026世界机器人大会亦庄展馆内人头攒动。超维动力展台搭起标准乒乓球台，人形机器人KAIBot挥拍对阵，毫秒级完成来球识别、轨迹计算与击球规划，长球短球应对自如，观众排队上场“人机对打”。这台拥有117个自由度的机器人，身高173厘米、体重70公斤，全身80%覆盖触觉皮肤，能自主走到观众面前递礼物。
如果说展馆里秀的是“手艺”，赛场上拼的则是“体能”。8月22日晚，“冰丝带”内，100米大型组预赛中，天卓队机器人率先撞线，以9秒39的成绩，超越博尔特保持的9秒58的人类百米纪录。紧接着，天工Ultra又跑出9秒32，再度刷新纪录。第二天，400米大型组决赛，天工Ultra以38秒15夺冠，比范尼凯克43秒03的人类400米世界纪录快了近5秒。原地跳高展示中，天工Ultra腾空2.8843米，同样超过人类极限。看台上观众举着手机拍个不停，记者听到有观众感叹：“这哪里是机器人，简直是超人。”
看得见的成果背后，是行业对技术方向的共识。中国电子学会理事会党委书记、中国人形机器人与具身智能百人会理事长张峰认为，当前人形机器人产业呈现4个趋势：技术创新进入集群涌现阶段，全产业链制造能力持续提升，行业应用由小批量试用转向常态化和规模化部署，产业生态以标准、人才、国际合作和创新基础设施为支撑，而且“行业、技术、人才逐步形成共生共融的状态”。
宇树科技股份有限公司创始人、董事长王兴兴则用“物理AI机器人自进化”概括当下方向：“行业需要海量高质量的人类与真机数据，并建立由大模型编程、仿真训练、实机测试和人机评价组成的自进化闭环。”
什么叫自进化？打个比方，一般的工业机器人像只会背固定菜谱的厨师，换道菜就不会做了；自进化机器人则像真正的大厨，看过练过就能自己摸索新的菜式。“支撑这种能力的关键技术之一是世界模型。”在世界机器人大会的2026具身智能机器人产业生态论坛上，中国科学院工业人工智能研究所物理智能团队负责人徐凯研究员解释，“它相当于一套预测机制，机器人完成动作之后，可以预判环境将发生何种变化，由此开展预测性决策。”这和人类“想清楚再干”是一个道理，机器人先在脑子里“演一遍”再动手。
难点：数据稀缺，难跨“最后一厘米”
赛场和展馆里的高光，并不代表机器人已能轻松应对真实世界。本届运动会首次把21项场景赛搬出体育馆，放进真实环境，让机器人在“实战”中接受检验，比如酒店场景赛区设在五洲大酒店，应急救援赛区放在北京消防战勤保障大队。
记者注意到，一个看似不起眼的变化，就让机器人面临大挑战。阿芙机器人队队长陈紫龙告诉记者，训练场是硬质地面，比赛酒店却铺了厚地毯，“双足机器人每时每刻都要找平衡”。在100米障碍赛中，一台个头矮小的机器人面对与身高相近的障碍坡，反复尝试、屡败屡战，同样让观众看到了理想与现实的差距。
可靠性是另一道坎。无界动力创始人兼首席执行官张玉峰接受采访时坦言，传统工业机械臂平均无故障时间达“万级”小时，人形机器人目前达到“千级”小时已经很难得了，这两者之间差了整整一个数量级。
王兴兴也提到，机器人从展品走向产品，最大的瓶颈是效率、泛化能力以及模型与真实世界的精确对齐，“特别是最后几厘米、几毫米的误差，会显著拉低任务成功率。”就像人伸手拿杯子，差一点点就可能碰倒，机器人在工厂里拧螺丝、在酒店里叠衣服，同样容不得半点马虎。赛场上跑得飞快，不代表在杂乱的车间里能稳稳抓起一个零件。
这些困难究其根源，徐凯认为是一个字：数。“具身智能最大的痛点依旧是数据。”他对比说，大语言模型之所以能诞生ChatGPT，是因为互联网上海量的文字数据唾手可得，但物理世界里没有现成的“机器人教材”，每一条训练数据都要靠机器人在真实环境中一点点“跑”出来， “虽然我们可以大量收集，但是成本非常高。”徐凯的思路是，先把还不够完美的机器人部署到真实场景中去，哪怕笨一点、慢一点，也能在干活的过程中持续采集数据，让数据流动起来，形成“数据闭环”，最终转起行业的“数据飞轮”。
企业已经开始行动。京东集团技术委员会主席、京东云总裁曹鹏表示，依托零售、物流、健康、家政和工业等供应链场景，京东将建设覆盖采集、存储、标注、训练、评测、仿真的数据基础设施，“在两年内，采集超过1000万小时人类真实场景数据和100万小时机器人本体数据。”
优必选副总裁、具身智能与人形机器人研究院院长焦继超认为，力觉和触觉数据尤为稀缺，而这些恰恰是精细操作的关键。之江实验室主任、阿里云创始人王坚直言，具身数据比语言数据更稀缺、更昂贵，数据标准如何建立、如何治理共建，直接决定创新企业能走多远。
拐点：三年之内或将跑通闭环
业内常说的“ChatGPT时刻”指什么？徐凯打了个比方：当年ChatGPT一出来，大语言模型突然变得又聪明又好用，大众都能跟它聊天、让它写文章，那个能力爆发的拐点就是“ChatGPT时刻”。具身智能的“ChatGPT时刻”也一样——机器人不再需要工程师逐条编写程序，放到陌生环境里，听一句指令就能自己想办法干活，干错了还能自己总结改进，不用人盯着教。“‘ChatGPT时刻’之后的机器人，是懂得举一反三的‘聪明人’，到了新地方也能自己摸出路来。”他说。
变化正在发生。灵心巧手赛事总监曹月阳观察到，去年场景赛还是遥控模式居多，今年全自主模式明显增多，“人形机器人变得越来越实用”。
那具身智能的拐点何时到来？徐凯预判，具身智能真正的转折点，是完成多模态同构，实现对物理世界的语义重塑，模型部署到真实环境后，不再依靠持续人工注入数据和干预调参，能够自主学习、自我迭代。“只有完整闭环形成、实现持续自我改进，才标志着具身智能迎来属于自己的‘ChatGPT时刻’。”他说，“行业迭代速度很快，虽然很难精准划定时间节点，但我认为3年之内实现这一目标具备现实可能性。”他还提醒，当前公众目光大多聚焦算法突破，而在真实物理环境下实现无人工干预的持续自主迭代，是尚未被充分关注的方向，也是未来竞争的核心赛道。
王兴兴也给“ChatGPT时刻”画了条更具体的及格线：“当机器人在80%陌生场景中仅凭语言指令即可完成约80%的任务时，才真正接近具身智能的‘ChatGPT时刻’。”这意味着工程师不用再为每个场景单独调试，机器人到了陌生地方听句话就能上手。
拐点离不开算力和生态托底。摩尔线程创始人、董事长、首席执行官张建中指出，具身智能迈向“ChatGPT时刻”需要数据、算法和算力协同跃迁，未来模型将依赖千卡、万卡级集群，“应把AI基础设施建设成贯穿模型训练、推理服务和智能体生产的完整体系。”开放原子开源基金会理事长、工业和信息化部人形机器人与具身智能标准化技术委员会主任委员谢少锋则呼吁，以开源构建统一的操作系统、控制系统和数据底座，汇聚各方力量攻克共性技术。
