（图源：视觉中国）

蓝鲸新闻8月24日讯（记者 卢思叶）2026世界机器人大会现场，300余家参展企业、超2000件展品，和观众一起挤满了整个会场，具身智能赛道持续火爆，互联网企业也在加速以不同的战略路线进入机器人产业，显现出加码机器人产业布局的意图。

京东是今年大会少有的平台展商，主要把资源投入到供应链和零售两端。一方面开放物流仓、零售门店、健康等真实业务场景，让机器人进入实际工作环境训练；建设RoboBase基地，覆盖展示、中试、维修、数据采集等环节。另一方面未来三年将投入百亿资源，提出要让100个品牌独立销售额破10亿。

不止京东，其他大厂今年在具身智能领域都有不少动作。如阿里的Qwen-Robot系列具身大模型已经多次迭代，蚂蚁集团旗下的蚂蚁灵波瞄准通用机器人大脑；腾讯发布了具身智能全栈方案，贯穿云底座、模型层、平台层与应用层；百度将百舸升级为面向具身智能的基础设施。

尽管动作各不相同，但互联网企业们的核心都围绕具身智能开发的基础设施展开，这种选择背后，也是行业最关心的问题聚焦：要让机器人进入真实场景落地，还有卡点需要突破。

大会期间，蓝鲸科技等媒体与京东零售具身智能业务负责人郑小丹进行了交流。站在平台方的视角，郑小丹认为，机器人真正走向规模化应用，需要模型、数据、算力、场景以及市场需求形成闭环，目前行业的关键挑战之一，还在于模型能力的发展，尤其是世界模型等方向的探索，随着技术不断成熟，机器人产业才会迎来更大的发展空间。

郑小丹指出，这恰恰体现了中国产业的一个巨大优势，机器人能够批量进入真实场景，一边采集数据，一边训练模型，最终推动规模化应用。

记者观察到，今年做机器人，已经呈现出不同的产业角色：有人押注模型，有人搭建平台和基础设施，也有人试图掌握真实场景和商业化入口。单一的本体性能或模型能力已经很难决定最终的商业价值，数据从哪里来、真实场景怎么获得、产品如何交付、出现故障谁来维护，以及用户是否愿意持续付费，都是综合的产业链问题。

以下为交流部分实录，经编辑整理：

提问：从平台方角度看，经过与大量机器人厂商的合作观察，今年机器人产业正在发生哪些变化？未来实现规模化应用的关键因素是什么？

郑小丹：我觉得今年行业有几个非常明显的变化。第一个变化是，大家对于机器人落地应用形成了更强的共识。去年大家看到机器人，可能更多还是表演展示，觉得很有科技感、很热闹，但今年不一样，行业更加关注机器人能不能真正进入场景、完成任务。哪怕机器人现在完成的是一个相对简单的任务，只要它能够在真实场景中稳定运行，这和单纯展示的一个视频是完全不同的。

第二个变化是，大家越来越关注模型能力。我们看到今年行业对于世界模型的讨论非常多，当然世界模型是不是最终答案，目前还在学术和产业层面持续探索，但大家关注模型背后的原因，是因为机器人如果想真正进入复杂场景完成任务，仅靠简单的程序控制是不够的，需要具备更强的泛化能力。而模型能力提升的背后，也离不开数据支撑，讨论模型，就必须讨论如何获得更好的训练数据，以及如何通过数据不断提升模型能力。

第三个变化是消费级机器人的发展趋势越来越明显。去年双11期间，京东平台开始推动消费型机器人的销售，当时消费级人形机器人、机器狗等产品还比较少，但到了今年，大家在展会上可以看到，各类的消费机器人产品越来越丰富。我们认为，消费级市场也会成为机器人商业化发展的重要推动力量。

同时，我们也看到未来机器人会向更加细分的场景发展。不同场景对于机器人的要求并不一样，比如工业场景和特种应用场景，即使都是机器狗，也可能面对不同的任务需求，对于能耗、稳定性、专业能力等要求都会存在差异。所以，未来机器人产业会形成更加细分、更加专业化的发展方向。

从机器人规模化发展的关键因素来看，我觉得它是一个层层递进的过程。最底层一定是模型能力，这是机器人智能化发展的基础；往上是数据、算力等基础设施能力；再往上是场景，场景是连接技术能力和实际需求的重要桥梁。现在行业越来越重视开放真实场景，让机器人进入实际应用过程中不断训练和优化，从而提升泛化能力。

最终，机器人产业的发展需要模型、数据、场景以及市场需求形成闭环。这些环节并不是彼此独立的，而是相互结合、共同推动产业不断向前发展。目前来看，行业需要持续突破的关键问题之一，还是在于模型能力的发展，尤其是世界模型等方向的探索，随着技术不断成熟，机器人产业也会迎来更大的发展空间。

提问：在实际业务场景中，机器人是如何结合零售、物流等场景实现应用落地的？

郑小丹：机器人行业当前面临的最大挑战之一，就是如何找到真实的业务落地场景。今年，两部委围绕推动机器人产业应用落地作出相关部署，推动机器人走出实验室、进入真实场景开展应用探索。京东从去年开始，就已经逐步开放内部业务场景，与机器人企业开展合作探索，包括京东物流、线下零售，以及健康等多个领域，为机器人技术验证和应用落地提供真实环境。

京东之所以较早布局这件事，是因为我们认为，机器人实现规模化应用具有重要价值。未来，机器人可以帮助人们承担更多重复性、高强度以及特殊环境下的工作，比如夜间作业、复杂操作等，进一步提升整体工作效率。以京东物流为例，京东仓库仓库里其实是有大量的工作，如分拣、打包、履约等工作场景，这些场景都具备机器人应用空间，同时对于一些人工难以长期承担、高负载的工作，机器人也能够发挥重要作用，这是一方面。

另一方面，京东也很早将提效作为集团战略方向推进。在这一过程中，我们也看到，机器人要更快进入千行百业、走进千家万户，仅靠好的本体和模型是不够的，还需要进入真实场景持续验证和优化。京东本身就是丰富业务场景的使用方，因此希望通过开放自身场景，与机器人本体厂商、模型厂商共同探索，让机器人在实际应用中不断提升泛化能力和作业效率，通过这种方式发挥自身力量推动产业发展。

提问：在消费市场，今年以来机器人的销售情况怎么样？

郑小丹：可以跟大家去分享一些趋势性的洞察，今天整个机器人的产业，不管是在B端还是C端，增长速度都非常快，这里面也出现了一些比较明显的变化。刚才前面也提到，我们看到机器人应用场景正在发生变化。去年大家看到的机器人可能更多还是表演展示，或者用于一些科研探索，但从去年到今年，已经有大量面向实际应用的机器人场景出现，包括工业场景、零售场景、健康场景，以及一些半商业化场景。机器人正在从“展示”走向“干活”，市场对于真正能够解决实际需求的机器人的需求也在不断增加，我们认为这一趋势未来还会进一步扩大。

第二个趋势是消费级市场正在出现越来越多有代表性的产品，目前我们看到，有几类产品正在受到消费者关注。比如AI陪伴类型的产品，这类产品在京东平台上的销售表现较好，它不仅可以进行情绪层面的互动，同时也能够结合AI能力提供更丰富的交互体验，可以成为用户的生活搭子、健康管家，甚至帮助完成一些日常服务。

此外，一些细分品类也正在快速发展，比如围棋机器人受到很多老年用户喜爱，外骨骼机器人也逐渐进入更多生活场景，如今不仅老年群体有需求，年轻人在登山、旅游等场景中，也开始关注这类辅助型机器人产品。同时，我们也看到，人形机器人以及四足机器狗正在呈现消费化趋势，去年开始，包括宇树等品牌在内的企业陆续推出消费级机器人产品，市场上也有越来越多用户表现出兴趣。

整体来看，我们认为机器人消费市场未来还有很大的发展空间，未来，机器人有望像今天大家使用的手机和数码产品一样，成为消费电子领域非常重要的一类产品。

提问：您认为情感陪伴的机器人这两年的市场会到多大？

郑小丹：首先，我觉得情感类机器人和AI陪伴机器人可以看作一个大的类别。从目前市场情况来看，一些小型陪伴类产品的发展速度还是比较不错的，现在用户对于心理疗愈和情感陪伴的需求依然存在，只是可能会通过不同的产品形态来满足。

另一方面，我们也看到了一些仿生类型机器人的发展趋势，京东也正在与多个品牌开展合作，探索这一方向的可能性。整体来看，AI陪伴类机器人的市场未来仍有较大的发展空间，但不同人群的需求存在差异，未来产品形态也会进一步细分。

提问：是不是可以理解为，目前的产品在解决痛点的能力上可能还没有达到是吧？

郑小丹：对，可以这么理解，确实我觉得还有第三个角度可以分享。今天我们看到，很多用户其实已经提出了非常明确的需求，比如今年很多用户会跟我们反馈，机器人能不能帮我干家务，能不能帮我带孩子。但像这种具有非常明确落地应用场景的机器人，目前在技术端其实还没有完全收敛，机器人如果要进入家庭场景，它需要先识别家庭环境，并判断在这样的环境中能够完成哪些任务，这里面依然有很多技术问题需要解决。

另外一个问题就是数据层面。确实，当前整个产业都非常关注具身智能数据。为什么？因为没有数据，模型就很难不断变强，也很难获得更强的泛化能力，去完成更复杂的任务。比如刚刚提到的，机器人能不能帮我干家务，能不能把螺丝打得更好，这些都依赖数据支撑。

过去，行业中有不少数据采集主要是围绕机器人本体展开，这类数据采集当然有自己的特点，但是当我们进一步训练模型时，这些数据量级可能还不一定足够。所以我们看到，现在第一视角数据采集成为一个比较重要的方向，包括ego第一视角的数据采集，以及通过手持设备等方式进行采集，都在不断发展。

我觉得这恰恰体现了中国产业的一个巨大优势，为什么国家层面会强调机器人进入真实场景开展实训？就是希望机器人能够进入真实场景，一边采集数据，一边训练模型，最终推动规模化应用。

目前，京东员工已经带着相关设备，在真实业务场景中一边开展工作，一边进行数据采集，未来，我们希望将这些高质量数据开放给产业合作伙伴，帮助模型训练效率进一步提升。同时，我们也在和外部合作伙伴拓展更多场景，包括工业场景，以及在获得隐私授权的情况下，对部分家庭场景进行探索。

提问：行业都在讨论机器人领域的“GPT时刻”，您怎么看待机器人迎来类似突破的时间点？

郑小丹：这是一个非常大的问题，我们当然非常期待机器人领域的“GPT时刻”能够更早到来，目前整个产业链上有很多企业和团队都在为这个目标努力，我也和很多机器人品牌的创始人、团队进行过交流，大家都在积极为这一时刻做准备。但客观来看，机器人产业的发展一定不是一蹴而就的，它需要经历持续的技术积累和产业验证。

机器人要实现规模化应用，需要多个环节共同推动。一方面，需要有模型、数据、算力等基础能力作为支撑；另一方面，需要进入真实场景，在实际应用中不断验证和优化；另外不同领域对于机器人的需求不同，工业、物流、家庭等场景对于机器人的能力要求都会有所差异，机器人需要真正解决用户和行业的实际问题，才能形成持续的市场需求，并让用户愿意为它付费，产业才能迎来真正意义上的规模化发展。