（圖源：視覺中國）
藍鯨新聞8月24日訊（記者 盧思葉）2026世界機器人大會現場，300餘家參展企業、超2000件展品，和觀衆一起擠滿了整個會場，具身智能賽道持續火爆，互聯網企業也在加速以不同的戰略路線進入機器人產業，顯現出加碼機器人產業佈局的意圖。
京東是今年大會少有的平台展商，主要把資源投入到供應鏈和零售兩端。一方面開放物流倉、零售門店、健康等真實業務場景，讓機器人進入實際工作環境訓練；建設RoboBase基地，覆蓋展示、中試、維修、數據採集等環節。另一方面未來三年將投入百億資源，提出要讓100個品牌獨立銷售額破10億。
不止京東，其他大廠今年在具身智能領域都有不少動作。如阿里的Qwen-Robot系列具身大模型已經多次迭代，螞蟻集團旗下的螞蟻靈波瞄準通用機器人大腦；騰訊發布了具身智能全棧方案，貫穿雲底座、模型層、平台層與應用層；百度將百舸升級為面向具身智能的基礎設施。
儘管動作各不相同，但互聯網企業們的核心都圍繞具身智能開發的基礎設施展開，這種選擇背後，也是行業最關心的問題聚焦：要讓機器人進入真實場景落地，還有卡點需要突破。
大會期間，藍鯨科技等媒體與京東零售具身智能業務負責人鄭小丹進行了交流。站在平台方的視角，鄭小丹認為，機器人真正走向規模化應用，需要模型、數據、算力、場景以及市場需求形成閉環，目前行業的關鍵挑戰之一，還在於模型能力的發展，尤其是世界模型等方向的探索，隨着技術不斷成熟，機器人產業纔會迎來更大的發展空間。
鄭小丹指出，這恰恰體現了中國產業的一個巨大優勢，機器人能夠批量進入真實場景，一邊採集數據，一邊訓練模型，最終推動規模化應用。
記者觀察到，今年做機器人，已經呈現出不同的產業角色：有人押注模型，有人搭建平台和基礎設施，也有人試圖掌握真實場景和商業化入口。單一的本體性能或模型能力已經很難決定最終的商業價值，數據從哪裏來、真實場景怎麼獲得、產品如何交付、出現故障誰來維護，以及用戶是否願意持續付費，都是綜合的產業鏈問題。
以下為交流部分實錄，經編輯整理：
提問：從平台方角度看，經過與大量機器人廠商的合作觀察，今年機器人產業正在發生哪些變化？未來實現規模化應用的關鍵因素是什麼？
鄭小丹：我覺得今年行業有幾個非常明顯的變化。第一個變化是，大家對於機器人落地應用形成了更強的共識。去年大家看到機器人，可能更多還是表演展示，覺得很有科技感、很熱鬧，但今年不一樣，行業更加關注機器人能不能真正進入場景、完成任務。哪怕機器人現在完成的是一個相對簡單的任務，只要它能夠在真實場景中穩定運行，這和單純展示的一個視頻是完全不同的。
第二個變化是，大家越來越關注模型能力。我們看到今年行業對於世界模型的討論非常多，當然世界模型是不是最終答案，目前還在學術和產業層面持續探索，但大家關注模型背後的原因，是因為機器人如果想真正進入複雜場景完成任務，僅靠簡單的程序控制是不夠的，需要具備更強的泛化能力。而模型能力提升的背後，也離不開數據支撐，討論模型，就必須討論如何獲得更好的訓練數據，以及如何通過數據不斷提升模型能力。
第三個變化是消費級機器人的發展趨勢越來越明顯。去年雙11期間，京東平台開始推動消費型機器人的銷售，當時消費級人形機器人、機器狗等產品還比較少，但到了今年，大家在展會上可以看到，各類的消費機器人產品越來越豐富。我們認為，消費級市場也會成為機器人商業化發展的重要推動力量。
同時，我們也看到未來機器人會向更加細分的場景發展。不同場景對於機器人的要求並不一樣，比如工業場景和特種應用場景，即使都是機器狗，也可能面對不同的任務需求，對於能耗、穩定性、專業能力等要求都會存在差異。所以，未來機器人產業會形成更加細分、更加專業化的發展方向。
從機器人規模化發展的關鍵因素來看，我覺得它是一個層層遞進的過程。最底層一定是模型能力，這是機器人智能化發展的基礎；往上是數據、算力等基礎設施能力；再往上是場景，場景是連接技術能力和實際需求的重要橋樑。現在行業越來越重視開放真實場景，讓機器人進入實際應用過程中不斷訓練和優化，從而提升泛化能力。
最終，機器人產業的發展需要模型、數據、場景以及市場需求形成閉環。這些環節並不是彼此獨立的，而是相互結合、共同推動產業不斷向前發展。目前來看，行業需要持續突破的關鍵問題之一，還是在於模型能力的發展，尤其是世界模型等方向的探索，隨着技術不斷成熟，機器人產業也會迎來更大的發展空間。
提問：在實際業務場景中，機器人是如何結合零售、物流等場景實現應用落地的？
鄭小丹：機器人行業當前面臨的最大挑戰之一，就是如何找到真實的業務落地場景。今年，兩部委圍繞推動機器人產業應用落地作出相關部署，推動機器人走出實驗室、進入真實場景開展應用探索。京東從去年開始，就已經逐步開放內部業務場景，與機器人企業開展合作探索，包括京東物流、線下零售，以及健康等多個領域，為機器人技術驗證和應用落地提供真實環境。
京東之所以較早佈局這件事，是因為我們認為，機器人實現規模化應用具有重要價值。未來，機器人可以幫助人們承擔更多重複性、高強度以及特殊環境下的工作，比如夜間作業、複雜操作等，進一步提升整體工作效率。以京東物流為例，京東倉庫倉庫裏其實是有大量的工作，如分揀、打包、履約等工作場景，這些場景都具備機器人應用空間，同時對於一些人工難以長期承擔、高負載的工作，機器人也能夠發揮重要作用，這是一方面。
另一方面，京東也很早將提效作為集團戰略方向推進。在這一過程中，我們也看到，機器人要更快進入千行百業、走進千家萬戶，僅靠好的本體和模型是不夠的，還需要進入真實場景持續驗證和優化。京東本身就是豐富業務場景的使用方，因此希望通過開放自身場景，與機器人本體廠商、模型廠商共同探索，讓機器人在實際應用中不斷提升泛化能力和作業效率，通過這種方式發揮自身力量推動產業發展。
提問：在消費市場，今年以來機器人的銷售情況怎麼樣？
鄭小丹：可以跟大家去分享一些趨勢性的洞察，今天整個機器人的產業，不管是在B端還是C端，增長速度都非常快，這裏面也出現了一些比較明顯的變化。剛纔前面也提到，我們看到機器人應用場景正在發生變化。去年大家看到的機器人可能更多還是表演展示，或者用於一些科研探索，但從去年到今年，已經有大量面向實際應用的機器人場景出現，包括工業場景、零售場景、健康場景，以及一些半商業化場景。機器人正在從「展示」走向「幹活」，市場對於真正能夠解決實際需求的機器人的需求也在不斷增加，我們認為這一趨勢未來還會進一步擴大。
第二個趨勢是消費級市場正在出現越來越多有代表性的產品，目前我們看到，有幾類產品正在受到消費者關注。比如AI陪伴類型的產品，這類產品在京東平台上的銷售表現較好，它不僅可以進行情緒層面的互動，同時也能夠結合AI能力提供更豐富的交互體驗，可以成為用戶的生活搭子、健康管家，甚至幫助完成一些日常服務。
此外，一些細分品類也正在快速發展，比如圍棋機器人受到很多老年用戶喜愛，外骨骼機器人也逐漸進入更多生活場景，如今不僅老年群體有需求，年輕人在登山、旅遊等場景中，也開始關注這類輔助型機器人產品。同時，我們也看到，人形機器人以及四足機器狗正在呈現消費化趨勢，去年開始，包括宇樹等品牌在內的企業陸續推出消費級機器人產品，市場上也有越來越多用戶表現出興趣。
整體來看，我們認為機器人消費市場未來還有很大的發展空間，未來，機器人有望像今天大家使用的手機和數碼產品一樣，成為消費電子領域非常重要的一類產品。
提問：您認為情感陪伴的機器人這兩年的市場會到多大？
鄭小丹：首先，我覺得情感類機器人和AI陪伴機器人可以看作一個大的類別。從目前市場情況來看，一些小型陪伴類產品的發展速度還是比較不錯的，現在用戶對於心理療愈和情感陪伴的需求依然存在，只是可能會通過不同的產品形態來滿足。
另一方面，我們也看到了一些仿生類型機器人的發展趨勢，京東也正在與多個品牌開展合作，探索這一方向的可能性。整體來看，AI陪伴類機器人的市場未來仍有較大的發展空間，但不同人群的需求存在差異，未來產品形態也會進一步細分。
提問：是不是可以理解為，目前的產品在解決痛點的能力上可能還沒有達到是吧？
鄭小丹：對，可以這麼理解，確實我覺得還有第三個角度可以分享。今天我們看到，很多用戶其實已經提出了非常明確的需求，比如今年很多用戶會跟我們反饋，機器人能不能幫我幹家務，能不能幫我帶孩子。但像這種具有非常明確落地應用場景的機器人，目前在技術端其實還沒有完全收斂，機器人如果要進入家庭場景，它需要先識別家庭環境，並判斷在這樣的環境中能夠完成哪些任務，這裏面依然有很多技術問題需要解決。
另外一個問題就是數據層面。確實，當前整個產業都非常關注具身智能數據。為什麼？因為沒有數據，模型就很難不斷變強，也很難獲得更強的泛化能力，去完成更復雜的任務。比如啱啱提到的，機器人能不能幫我幹家務，能不能把螺絲打得更好，這些都依賴數據支撐。
過去，行業中有不少數據採集主要是圍繞機器人本體展開，這類數據採集當然有自己的特點，但是當我們進一步訓練模型時，這些數據量級可能還不一定足夠。所以我們看到，現在第一視角數據採集成為一個比較重要的方向，包括ego第一視角的數據採集，以及通過手持設備等方式進行採集，都在不斷發展。
我覺得這恰恰體現了中國產業的一個巨大優勢，為什麼國家層面會強調機器人進入真實場景開展實訓？就是希望機器人能夠進入真實場景，一邊採集數據，一邊訓練模型，最終推動規模化應用。
目前，京東員工已經帶着相關設備，在真實業務場景中一邊開展工作，一邊進行數據採集，未來，我們希望將這些高質量數據開放給產業合作伙伴，幫助模型訓練效率進一步提升。同時，我們也在和外部合作伙伴拓展更多場景，包括工業場景，以及在獲得隱私授權的情況下，對部分家庭場景進行探索。
提問：行業都在討論機器人領域的「GPT時刻」，您怎麼看待機器人迎來類似突破的時間點？
鄭小丹：這是一個非常大的問題，我們當然非常期待機器人領域的「GPT時刻」能夠更早到來，目前整個產業鏈上有很多企業和團隊都在為這個目標努力，我也和很多機器人品牌的創始人、團隊進行過交流，大家都在積極為這一時刻做準備。但客觀來看，機器人產業的發展一定不是一蹴而就的，它需要經歷持續的技術積累和產業驗證。
機器人要實現規模化應用，需要多個環節共同推動。一方面，需要有模型、數據、算力等基礎能力作為支撐；另一方面，需要進入真實場景，在實際應用中不斷驗證和優化；另外不同領域對於機器人的需求不同，工業、物流、家庭等場景對於機器人的能力要求都會有所差異，機器人需要真正解決用戶和行業的實際問題，才能形成持續的市場需求，並讓用戶願意為它付費，產業才能迎來真正意義上的規模化發展。