物理AI进入部署期，评价的尺子变了

OCR:IMG:物理AI进入 部署期，评价的 尺子变了 物理AI和具身智能，正在经历一次叙事切换： 从“造出了什么”，转向“在哪儿持续干活”。 一个关键的背景是供给端的起量。工信部在10月19 新办发布会上披露，2026年上半年我国 器人整机产品突破400款，产量超4万台，预计全年 10万台。智元在10月29日创新日上宣 收入接近20亿元，宇树前三季度营收18.17亿元。 造机器人的速度，已经不再是瓶颈。 瓶颈的位置变了。 新华社中国经济信息社与中国信通院上海工创中心 联合发布的《2026具身智能产业创新报告》给出了

OCR:IMG:判断：2026年具身智能开始由开发演 实场景常态化运行，进入部署成长期。判断行业进 尺子，正从“发布了多少产品、下线 台”，转向“有多少机器人真正进入工厂、仓库和 商店，持续完成任务并交付结果”。 这把新尺子量出来的，是另一组数字。 智元精灵G2在龙旗科技南昌工厂的一段测试记录： 8台机器人，6天累计作业超过64小时，完成 64828次作业，综合作业成功率99.99%。光象科 技的Phi-BotX1在2026世界机器人大会上演示了 单台机器人在焊接上下料与移动质检两个异构工位 之间自主循环作业，验证了从单一任务向多任务泛 化的可行性，并已在汽车制造产线完成部署试点。 博银合创的工业级具身机器人进入了联合汽车电子 上海工厂的量产线，试跑标准化取放料作业。 这些进展指向同一个方向：机器人正在从“能做什 么”的演示，进入“做得稳不稳、划不划算”的验 收环节。 智元联合创始人彭志辉在创新日上说过一句话，把 这件事说得很直白：“万台下线只是制造业的胜 利，万台能够上岗才是物理AI的胜利。”部署态要 不是最优表现，而是在真实产线的不 仍然满足标准，背后是整机可靠性、量产一致性、

OCR:IMG:模型泛化能力和运维保障的一整套系统 从产业演进的节奏看，2022到2025年解决的 是“能不能稳定运动、能不能量产”；2026到 2030年要解决的是“能不能稳定完成任务”。当前 具身智能优先进入的是搬运、分抹、巡检、上下料 这类边界清晰、结果可量化的任务，再逐步向更复 杂的场景延伸。 评价标准从产品目录换成了工时表，这件事本身， 比任何单台机器人的动作演示都更能说明行业的进 度。物理A的下一关，不在展台上，在产线上。