在南京一家电子产品生产车间里，一台重载人形机器人正沿着生产线往返作业，将一块块主板从生产环节转运至指定位置。

　　据西门子相关工作人员介绍，该生产线每月主板搬运总重量达到18万公斤，承担这项工作的银河通用Galbot S1最大双臂负载50公斤，能够通过实时环境感知持续判断物料位置，有了机器人的参与，现在工人们已经不必再进行这种高强度、高重复性的搬运作业。

　　“传统定制化AGV方案也能解决搬运问题，但需要增加控制逻辑、定位设施等配套投入，而且通常只能完成单一任务。”该工作人员表示，人形机器人如果能够泛化更多技能，可以在现有生产环境中承担更多类型的工作。

　　从主板搬运，到电池模组转运，再到便利店取货、药房分拣，越来越多机器人开始进入真实生产和服务流程。

　　这背后发生的变化，是具身智能产业正在从“能不能做出来”，进入“能不能真正用起来”的阶段。

　　中国工程院院士郑南宁今年在谈及具身智能时指出，人形机器人只是具身智能的一种载体，判断具身智能系统价值，关键不是看展示Demo，而是看能否进入真实物理环境、解决真实世界的问题。

　　从这个标准来看，真实场景正在成为观察具身智能产业化进展的重要窗口。

　　消费场景打开，机器人开始进入日常服务

　　具身智能的产业化，正在从工业制造向零售、物流、医疗等更多领域延伸。与工厂相对标准化的生产环境相比，消费服务场景中的人员流动、商品变化和任务随机性更高，也因此成为检验机器人自主感知、理解和操作能力的重要场景。

　　近年来，国内多家机器人企业都在尝试进入零售和服务业。银河通用是目前布局这一领域较为全面的企业之一。

　　2025年8月，银河通用首个“银河太空舱”落地北京海淀。透明舱体内，机器人完成商品识别、抓取、交付等操作，将机器人从展示空间带入实际消费场景。随后，这一模式开始向全国复制。据企业介绍，目前银河太空舱已覆盖50余个城市、超过200个点位，进入景区、商圈、社区等场景。

　　北京颐和园、杭州西湖、成都春熙路、鼓浪屿、敦煌等地均有常态化应用。

　　今年8月，银河通用又在香港红磡新海滨、湾仔海滨和启德体艺馆落地三家机器人零售门店，开始验证这一模式在港澳地区的运行情况。

　　2026年3月，银河通用与全家便利店合作，在北京海淀落地机器人常态化服务便利店。Galbot G1承担迎宾、语音交互、商品抓取、鲜食递送等任务。相较于固定的透明舱体，便利店中顾客持续进出、货架商品不断变化，机器人需要同时处理人与商品之间的动态关系。

　　而在消费服务之外，即时零售和智慧药房正在成为机器人应用的另一个重要方向。

　　药房场景对机器人提出了不同要求：商品种类多、SKU密集，订单需要准确分拣，同时还涉及药品管理等专业要求。

　　据公开信息，银河通用7×24小时机器人即时零售仓已连续运营两年多，并已在全国30多个城市布局机器人超过100家，累计接单超100万单，机器人售药已拿到了全国首张相关《药品经营许可证》，并入选北京市优化营商环境标杆创新实践。

　　工业场景加码，机器人创造生产力价值

　　如果说消费场景考验的是机器人对复杂开放环境的适应能力，那么工业生产对稳定性、可靠性和持续运行提出了更高要求。

　　目前，国内多家人形机器人企业已经开始进入汽车、电子、物流等制造场景，行业的应用重点也从单纯展示逐步转向生产环节。

　　在宁德时代量产线上，银河通用重载机器人Galbot S1承担模组和电池包生产环节的物料转运、拣选等任务，其具备纯视觉定位和全向避障能力，并已在宁德时代智慧产线开展常态化作业。

　　今年6月，双方进一步签署全球战略合作协议，合作范围从单一机器人应用延伸至智慧产线升级和机器人后市场服务。据宁德时代方面称，双方还将共同探索具身智能机器人的全球规模化应用，并建立相关后市场服务标准。

　　在西门子数控南京工厂，S1承担主板搬运；在长城汽车等汽车制造场景，银河通用 Galbot G1则承担线边上下料、分拣等任务。

　　据了解，银河通用机器人已经进入中国烟草、三花、博世、丰田、现代、北汽、上汽、极氪等企业的生产环境。

　　对于制造企业而言，人形机器人真正的价值并不是“像人”，而是能否在不大幅改造原有生产环境的情况下承担实际工作，并在长期运行中体现出效率和经济性。

　　这也是人形机器人与传统自动化设备之间值得观察的一个差异。

　　传统工业机器人和AGV已经能够高效完成大量标准化工作，但往往需要围绕特定工序进行设备和环境改造。具身智能机器人试图解决的，则是另一类问题——在相对开放的环境中，通过视觉感知、任务理解和运动控制，适应更多任务。

　　当然，这并不意味着人形机器人会取代所有传统自动化设备。对于高度标准化、重复性强的工序，传统自动化设备依然具有成熟度和成本优势。人形机器人的价值，更可能首先体现在那些需要一定环境适应性、任务变化和人工协作的环节。

　　技术路线走向融合，具身大模型成核心变量

　　从真实场景的应用进一步向技术底层看，具身智能正在经历一轮新的技术路线演进。宇树科技创始人王兴兴也将具身智能的泛化能力称为当前全球最大的瓶颈之一。

　　过去几年，VLA(视觉—语言—动作模型)、世界模型等多条路线并行探索。进入2026年下半年，行业开始出现更明显的融合趋势——将“理解、预测”和“行动”放进同一个模型体系，让机器人不仅知道“现在看到了什么、应该做什么”，还能够进一步预测“做了之后会发生什么”。

　　在今年多场行业会议和技术讨论中，世界动作模型(World Action Model，WAM)逐渐成为受到关注的技术方向。有业内专家认为，具身智能正在从VLA、World Model等并行探索，向能够同时处理未来状态预测和动作执行的WAM演进。相关学术研究也开始对WAM进行系统梳理，将其视为连接世界模型与机器人行动的重要技术范式。

　　在这一技术方向上，中国企业也已经开始布局。银河通用在计算机视觉顶会ICCV(2025)上最早提出世界动作模型(WAM)技术路线，如今将其作为“银河星脑”大脑基模；同时，公司还推出面向机器人运动控制的小脑大模型，进一步向从任务理解到全身运动执行的一体化架构推进。

　　这意味着，具身智能大模型的竞争正在从单一的“动作模型”竞争，逐渐转向模型架构、运动控制、本体适配和数据体系的综合竞争。

　　破解“数据饥渴”，数采基础设施加速建设

　　如果说模型决定机器人如何理解和行动，那么数据决定了这种能力能够走多远。

　　中国工程院院士郑南宁曾指出，具身智能的发展离不开高质量多模态数据和高逼真仿真环境，数据是推动机器人智能持续进化的重要基础。与主要依赖互联网文本的大语言模型不同，具身智能需要面对真实物理世界，机器人如何抓取、移动、避障、操作，以及不同动作会对环境产生什么影响，都需要通过大量数据进行学习和验证。

　　因此，数据正在成为具身智能产业的重要基础设施。

　　近年来，全球范围内多个国家及地区正在大力推动数据产业发展，国内多地及多家企业都在加快建设具身智能数据采集实训基地。据新华财经报道，截至2026年6月，全国建成投用约70个具身数采中心，包括智元、星海图、优必选等企业，都在大力布局数据采集；德国、瑞士等国也在布局大型机器人实训场地。行业正在形成一个共识：机器人数量本身并不是最终目标，真正有价值的是能够持续用于模型训练、验证和迭代的高质量数据。

　　银河通用也在这一方向持续投入，建设具身智能数据基座“银河星数”，将互联网数据、人类行为数据、仿真合成数据、真机遥操作数据以及真实场景回流数据纳入统一体系。

　　机器人进入便利店、药房、工厂等真实场景后产生的运行数据，还可以进一步用于模型训练和能力迭代，由此形成“数据生产—模型训练—真实部署—数据回流”的循环。

　　这也是当前具身智能产业正在形成的一条重要技术逻辑：模型决定机器人的智能上限，数据决定模型进化的速度，而真实场景则是检验二者能否真正转化为作业能力的最终环节。

　　从这个意义上看，具身智能的竞争正在从单纯比拼机器人本体与量产，进一步延伸到模型、数据和场景。

　　从单点应用到规模化，产业进程不断突破

　　今年以来，人形机器人产业热度持续升高，但行业关注点也正在发生变化。

　　在8月举行的世界机器人大会上，“产需”成为重要关键词。与过去展会上大量展示行走、奔跑、跳跃等运动能力不同，今年越来越多企业开始把机器人放进工厂、物流、商业服务等真实环境中，展示其实际作业能力。财联社在大会期间的行业观察中提到，机器人行业的叙事正在从“舞台上动起来”“赛场上跑起来”，转向“家庭里用起来”“工厂里干起来”。从“展示能力”转向“验证价值”，某种程度上也意味着行业正在进入更务实的产业化阶段。

　　这种变化并不意味着商业化已经成熟。经济观察报在世界机器人大会期间的报道指出，人形机器人规模化应用仍面临使用成本、落地场景等问题。一方面，机器人需要进一步提升泛化能力，固定场景中的高成功率还需要在不同工厂、不同商品和不同环境中得到验证；另一方面，部署、运维和数据采集成本仍需持续下降，让企业能够真正算清投入产出账。此外，安全、标准、售后服务、供应链以及数据闭环等，也都是规模化应用绕不开的工程问题。

　　但与此同时，也不能因为行业开始进入“算经济账”的阶段，就低估具身智能的长期产业价值。中国科学院院士张钹指出，人形机器人集成人工智能、高端制造等多项先进技术，有望成为下一代颠覆性产品，并带来新的产业变革。随着模型能力、数据基础设施和机器人本体持续演进，越来越多企业开始进入真实场景验证，具身智能正在从早期技术探索走向更大规模的产业实践。

　　对于一个仍处于产业化早期的前沿赛道而言，市场需要警惕概念泡沫，但同样需要看到，真实的技术进步和产业积累正在发生。