具身智能的“系统战”：Meta抢入口，宇树闯万台，Agility算成本

2026年10月31日至11月1日，具身智能赛道几条看似分散的信息，指向了同一个产业命题：Meta被曝与中国傅利叶智能在三个月内做出人形机器人原型Max，采用英伟达Jetson Thor芯片，并已启动第二代研发；8月20日开幕的2026世界机器人大会上，宇树科技王兴兴给出“具身智能ChatGPT时刻或需2～10年”的预判，圆桌嘉宾则集中拆解万台交付的真实卡点；10月31日媒体报道，数聚变一支50多人团队在2026年6月租下30套房源，专门为人形机器人采集家务训练数据；11月1日披露的星衍智能Auriga框架，把具身RSI“进化答案还是进化系统”的路线争议摆上台面；按计划将于11月5日登陆纳斯达克的Agility Robotics，则在招股材料中首次把RaaS成本、关联交易和日历填满率摊开；10月29日矩侨工业完成亿元A轮，又将机器人“皮肤”这条供应链推到前台。把这些事件放在同一张产业地图上，具身智能的竞争重心已经从“能不能做出机器人”，转向“能不能拿到入口、喂饱数据、稳定交付、算清成本”的系统战。

一、入口之争：大模型公司为什么急着给智能体造身体

Meta与傅利叶智能的合作，最值得关注的不是“三个月造出原型”的速度，而是Meta对机器人角色的定义。按披露信息，Max重约106磅，面向家庭场景，Meta将其视作Muse智能体的实体载体，可执行各类居家任务。项目尚未设定上市时间，但第二代产品已经启动研发。这说明Meta不是在做一款短期售卖的硬件，而是在为自身大模型能力寻找物理世界的入口。

大模型公司下场做机器人，逻辑并不复杂。语言和视觉模型可以从互联网文本、视频中持续获取语料，但物理世界的操作数据、空间关系、失败反馈，很难靠现成语料库补齐。谁拥有机器人本体，谁就拥有真实场景中的数据闭环、用户交互和任务执行权。Meta把Muse智能体与家庭机器人绑定，实质上是在争夺“大模型—物理入口—真实数据”之间的通道。

英伟达Jetson Thor出现在Max身上，进一步说明具身智能的算力底座正在向边缘侧集中。机器人需要在本地完成感知、规划、动作控制和安全校验，云端则承担训练、仿真和长程任务优化。对通信行业而言，这意味着家庭机器人不会只是又一个联网终端，而是一个持续产生上行数据、依赖低时延边缘推理、需要云边端协同的智能体。Wi-Fi 7、5G-A、千兆光网和边缘算力节点的价值，会随着这类终端的成熟被重新定价。

傅利叶智能的角色同样值得注意。中国机器人企业在本体工程、供应链组织和快速迭代上具备现实优势，Meta选择与中国初创企业合作，用三个月完成原型，说明全球具身智能的分工已经出现“模型能力在海外、本体工程在中国、算力平台在英伟达”的交叉格局。这种格局不会固定不变，但它提醒国内产业：入口之争不只是整机之争，更是芯片、模型、数据、连接和场景定义权的复合竞争。

二、从展品到产品：宇树的产品化预判与万台的硬门槛

宇树科技成立于2016年8月，早期深耕四足机器人，近年发力人形机器人。2024年推出的Unitree G1，已经成为全球范围内被广泛对标的产品。2026年世界机器人大会上，宇树展示了多款新一代硬件：天坛演示中约49台机器人完成全自动表演；GD01载人机甲定价390万元起，车体高3米多，载人后重量约500千克，可变形为四足模式；As2-W轮足机器人自重仅20千克，强调负载、续航和防雨水能力；新一代机器人速度达到12.65米/秒，跳高能力也超过人类历史最高跳跃高度。硬件指标的持续刷新，证明宇树的本体能力仍在快速推进。

但王兴兴的演讲没有停留在参数层面。宇树过去几年一直在推动机器人进工厂、进家庭，2024年与汽车工厂合作做落地应用，公司内部也部署机器人做简单测试。问题在于效率和泛用性还不够高：机器人能完成简单装配，但效率低于人类；每来一个新任务，往往需要重新训练。会议室整理场景中，宇树用端到端模型切换7到8个任务，并具备抗干扰能力，但动作流畅度仍然受限。基于实时语义生成动作的演示已经跑通，不过语义识别、云端生成、动作验证、下发执行之间仍有几秒延迟，同一句话生成的动作也存在随机差异。

这就把问题引向了万台交付。2026年被视作国内具身智能规模化应用元年，人形机器人累计市场规模约20余亿元，对应出货约1.5万台；智身科技截至2026年6月累计完成约1.5万台具身智能产品交付，旗下“钢镚”系列单品出货突破1万台；优必选今年将建成万台级人形机器人产能；京东平台2025年四足机器人销量破万台，2026年至8月20日人形机器人销售已达万台，同比增长9倍。数据说明需求端已经启动，但万台不是终点，而是制造、供应链和一致性的大考。

圆桌嘉宾的判断很直接：机器人“大脑”的可靠性是首要矛盾。当前部分模型宣称成功率达到99%，意味着每执行100次任务就可能出现一次重大故障，无法满足现实使用要求，行业需要向99.99%推进。硬件本体和运动控制“小脑”已趋于成熟，数十至上百台机器人整齐列队行进可以验证硬件一致性，但具身大模型技术路线尚未收敛，工程化落地仍在早期。整机可靠性需要提升到三个9以上，行业还缺少覆盖研发、软件、新产品导入、量产和质量管控的标准化体系。B端客户不会只看技术指标，还会核算投资回报周期、整机物料成本和后期运维成本；京东平台上的具身机器人转化率和复购率仍远低于手机等消费电子。万台交付真正考验的，是供应链管控、批次一致性、场景分级和标准共建，而不是单台样机的表演能力。

三、数据隘口：50人团队租30套房，具身智能的“语料”在客厅里

10月31日媒体报道的数聚变团队，提供了另一个观察具身智能的切口。这支50多人的数据采集团队，由一名2004年出生的浙江姑娘担任项目负责人。2026年6月，她一次性签下30套房源，每套只短期租用一周左右，用途不是居住，而是让人形机器人在真实居家环境中练习家务。中介一度怀疑她是骗子，要求核验身份证、工牌和工作证明。这个细节说明，具身智能的数据采集还处在非常“重”的阶段：需要真实场景、真实物体、真实光照和真实干扰，无法完全依靠仿真生成。

团队的工作方式，是把人类日常熟练的生活技能拆解、数字化，再一点点教给机器人。训练内容从物品抓取、放置，扩展到整理房间、冲煮咖啡、清洗实验器皿；场景从单一操作台延伸到家庭、厨房、餐厅、超市、药店。人类可以一边拿手机一边端水杯，机器人却很难完成这种双手协同，训练人员只能把连贯动作拆成独立步骤，分步采集，再核验执行效果。数据审核成为采集之外的另一半工作。

这背后是具身智能的“数据隘口”。视觉可以靠互联网视频喂养，语言可以靠文本喂养，触觉、力觉和真实操作反馈却很难从现成语料中获得。行业数据显示，触觉数据价格比视觉数据多两倍左右，视觉等视频数据可能在小几百元每小时，触觉数据在大几百元每小时。2026年前七个月，国内人形机器人传感器领域发生近20起融资，合计超过31亿元，仅7月单月就约15.6亿元。资本流向传感器和触觉数据，本质上是在卡位具身智能现阶段最稀缺的“物理语料”入口。

对通信行业来说，数据采集还会带来一组基础设施需求：多机位视频、力觉/触觉传感器、机器人状态日志需要稳定回传；真实家庭场景涉及隐私和本地脱敏，边缘存储与算力节点需要就近部署；大规模数据标注和模型训练则依赖云端算力调度。具身智能的数据闭环，不会只发生在实验室，而会沿着“家庭—园区—工厂—云”的链路展开。

四、RSI路线之争：机器人是在自我进化，还是在反复刷题

11月1日披露的星衍智能Auriga框架，把另一个争议推向前台：具身智能的RSI，究竟是让机器人在仿真环境里反复重置、反复刷题，还是让它形成可跨任务复用的系统能力？

星衍智能将Physical RSI分为三层。L1是任务级搜索，系统通过反复重置环境、修改动作脚本或调整控制参数，为特定任务寻找更优解，本质是“进化答案”；L2是单次在线适应，系统在一次连续执行中根据观测和反馈调整动作，本质是“进化过程”；L3是系统级能力改进，系统从不同任务中识别共性问题，改进底层工具、控制原语或技能机制，并让改进保留下来供后续任务调用，本质是“进化系统”。Auriga选择从L3出发，在不针对目标任务预调优、不依赖专家演示、单次执行且不允许环境重置的Zero-shot协议下，参与RoboDojo和RoboCasa365评测。其以GPT-6 Astra为基础模型，在42项任务、6300次测试中考察零样本操作、跨场景迁移和在线恢复能力。

这套框架的核心不是让模型记住更多标准答案，而是把物理感知、动作表达、执行验证和任务状态管理整合成统一交互系统。所谓“感知即测量”，是把图像转化为具有真实物理尺度、可查询和验证的空间信息；“所见即所执”，是让模型生成的动作先经过轨迹预演，再在实际执行中持续验证、异常截停和在线恢复；“失败即证据”，是把模型意图、规划轨迹、实际运动和执行结果结构化记录，为跨任务能力改进积累物理证据。执行流程遵循Preview—Execute—Verify，出现偏差时保留已完成进度，从当前状态继续，而不是重置环境重来。

这场争议的产业含义在于：如果具身智能的进步主要来自“刷题”，那么每进入一个新场景，厂商都要重新采数据、重新训练、重新调参，项目制特征会非常明显；如果进步能够沉淀为系统级能力，机器人才能从单点演示走向跨场景复用。后者对云边端协同、在线状态管理、网络可靠性和边缘算力提出了更高要求，也更接近通信行业熟悉的“连接—算力—数据—应用”闭环。

五、成本账本：Agility的招股书与机器人皮肤的供应链信号

具身智能最终要回到商业账本。按计划将于11月5日在纳斯达克挂牌的Agility Robotics，是第一家把纯血人形机器人公司推到公开市场聚光灯下的企业。其10月披露的S-4与投资者日材料显示，2025年全年确认营收178.2万美元，对应25亿美元投前估值，市销率超过1400倍；其中约63.5%来自关联方，面向非关联方的销售只有65.01万美元。信托账户从约4.24亿美元缩至约1.64亿美元，SPAC股东赎回六成以上，总募资从“超6.2亿美元”落到约4.65亿美元。公开市场第一次要求人形机器人公司回答此前未被强制回答的问题：收入含金量、客户结构、单位经济和盈利路径。

Agility给出的RaaS模型是：一台Digit月费约8500美元，一年约10.2万美元，另加约2.5万美元一次性部署费，按五年生命周期累计约50万美元收入。对照全负担时薪约30.5美元的人工，机器人的小时成本约为人工的46%。但这不是完整的成本结论。若单机单位时间产出只有人工的1/5到1/15，按同等工作量计算，Digit当前花费可能是人工的2到7倍。GXO佐治亚州Flowery Branch站点2024年中上线，到2025年11月累计完成10万个周转箱搬运，任务准确率约98%，折算日均约196箱。这个产出水平说明机器已经能稳定执行特定任务，但离“替代人工”还有距离。

更关键的是日历填满率。一台人形机器人一年里真正干活的时间，可能不到它存在时间的两成。按公开数据估算，单机日历填满率约8%到27%，中枢大致在15%。专用分拣设备可以做到八成以上，人形机器人却要在搬料箱、拆垛、看机台、质检、码垛之间切换。Digit 5把续航从约4小时降到90分钟，但充电时间缩到约9分钟，运行充电比从约2:1提升到约10:1，单日有效工作时间可超过20小时。续航不再是主要矛盾，任务调度与自主性才是下一轮竞争焦点。Agility锁定的超过3亿美元多年期订单，来自单一未披露关联客户，对应约1000台Digit 5，采用三年期RaaS、服务期摊在四年内，并附带按部署逐步归属的认股权证。这是一份上限3亿美元、分四年、按能力逐项解锁、附带股权回馈的条件性合约，收入确认和含金量仍需后续披露检验。GXO首席执行官也公开表示，公司尚未在人形机器人上实现投资回报。

供应链端的信号同样明确。2026年10月具身智能赛道发生33起融资、总额101.05亿元，9月为60起、110.28亿元，热度有所下降，但灵巧手、触觉传感器、电子皮肤等“身体能力”环节仍在逆势吸金。10月29日，山东柔性织物触觉传感企业矩侨工业完成亿元A轮，蚂蚁集团领投，老股东零以创投、威海港融及青岛和信跟投。矩侨工业成立于2023年底，选择把压阻材料、电极做成独立功能纤维，以尼龙为纤维内芯织成传感网络，走的是可裁、可折、可贴合复杂曲面的织物路线。2025年5月公司披露卷对卷产线年产能20万片、良率95%；7月威海临港区报道订单已排到10月，投产首年产值近千万元；9月第1000套人形机器人织物电子皮肤下线，产品上市不足半年已有近百家海内外客户下订与复购，包括宇树、松延动力、零次方等。

触觉赛道并未收敛。霍尔磁传感偏向灵巧手指尖的高精度多维力检测，视触觉分辨率更高、天然适配端到端网络，织物路线更适合躯干、机械臂、足底等大面积覆盖。短期很难有一条路线通吃，行业更可能按部位分层采用混合方案。真正的产业瓶颈也不在融资热度，而在标准化：不同品牌、不同型号机器人结构各异，电子皮肤大多需要一机一版定制开发，模具和版型无法批量复用，成本高、周期长；高端模组受封装工艺、传感芯片、材料成本限制，全套搭载价格仍让整机厂难以承受；柔性传感产品在长期高频弯折、复杂工业粉尘和温变工况下，容易出现信号漂移、灵敏度下降和寿命缩短。机器人皮肤要从选配变成刚需，必须跨过一致性、可靠性和成本三道门槛。

六、通信产业的下一道题：连接、算力、数据、传感

把Meta的入口、宇树的万台、数聚变的数据、星衍的RSI、Agility的成本和矩侨的皮肤放在一起，具身智能的产业轮廓已经比较清楚：它不是单一整机产品的爆发，而是一条由芯片、模型、本体、传感器、数据服务、云边端网络和商业运营共同组成的系统链。谁能把这套系统跑通，谁才有机会在下一阶段占据位置。

对通信行业而言，具身智能至少带来四个可感知的变化。第一，连接需求从“人和屏幕”扩展到“人和机器、机器和云、机器和机器”，家庭场景需要高上行、低时延、广覆盖，工厂场景需要确定性网络和抗干扰能力。第二，算力需求从集中训练扩展到云边端分层推理，机器人本地的Jetson Thor类平台、边缘节点和云端训练集群需要协同调度。第三，数据服务从通用云存储扩展到物理场景采集、脱敏、标注和闭环回传，真实家庭和工厂数据对隐私、安全、本地化处理提出更高要求。第四，传感供应链从消费电子级向机器人级迁移，触觉、力觉、电子皮肤和灵巧手会形成新的零部件赛道。

中国通信产业在5G、千兆光网、算力网络和终端制造上具备基础设施优势，傅利叶、宇树、矩侨、数聚变等企业也在本体、皮肤和数据服务上形成了各自卡位。但高端算力芯片、实时操作系统、精密传感器材料和具身大模型生态仍需补链。更重要的是，行业要从项目制交付走向标准化产品，从单点演示走向可复用的系统能力，从“卖出多少台”走向“填满多少有效工时”。

2026年到2027年，具身智能的分水岭不会只是某一场发布会或某一笔融资。真正的分水岭是：大模型公司能否拿到稳定的物理入口，整机厂商能否跨过万台一致性和可靠性门槛，数据服务商能否把真实场景采集变成可规模化的基础设施，供应链能否把触觉和皮肤做成不显眼却不可缺的普通零部件，公开市场能否容忍一条从15%日历填满率向60%爬升的曲线。具身智能的“系统战”已经开始，通信产业需要准备的，不只是连接。