机器人走进产业场景这件事，买单的人已经先算过一笔账。越秀在一个住宅项目的地下车库里，让一台市场上最成熟的清洁机器人跑了一遍：需要清洁的面积两万一千多方，它实际干到的不足一半——机械车位它上不去，因为倾斜角只有四度；环形车道也上不去，作业只能收缩在负二层的一部分区域里。
9月17日上午，2026 ITValue Summit数字价值年会的六场平行闭门会在三亚举行，其中一场名为《物理AI走进现实：让真需求遇见前沿技术》，由钛媒体与智源研究院联合策划。这场会把产业方和技术方请到了一起：一端是越秀地产数智发展中心总经理杨辉、原云南白药集团数字战略科学家、云白数科总经理兼CIO李少春这样的场景方，代表为技术最后买单的人；另一端是智源研究院具身模型研究中心负责人王鹏伟、星源智创始人兼 CEO刘东这样的技术供给方，带着世界模型与端侧算力的行业最新进展。
这场会的开场白是一道验证题。钛媒体联合创始人、ITvalue发起理事万宁在主持中提到，全国四万多家酒店里，每天都有小车往房间里送快递或者外卖；如家的老总告诉他，送餐机器人已经是经济型连锁酒店的标配。万宁起初觉得这话夸张，直到问过女儿才确认：她确实要点外卖，而且不愿意让酒店服务人员来敲门。行业的真实需求就长这样：每天在发生，有人愿意为它买单。
8月，世界机器人大会。创业者和投资人热议上市与估值。作为“为技术买单的人”，越秀地产数智发展中心总经理杨辉看到的是另一个问题：机器能否走进生活，取决于产业方有没有场景、能不能长出业务。
在她看来，规模化落地卡在四道瓶颈：数据攒不齐，一项技能要几千小时；泛化不过关，真实场景打半折，一换就崩；环境不复用，每栋楼都不同，换场地就重来；成本算不过账，三四台才抵一人，回本太慢。结果就是交付不稳、复制不了、账算不过来，单点技术再好也难规模化。
答案从越秀的实践里长出来。
越秀曾把一台市面最成熟的清洁机器人放进自家住宅地下车库：两层、两万一千多方作业面，机械车位上不去，环形车道进不了，实际作业面积不到一半，只干得了车道平面清洁，实际效率仅为理论值的35%。迭代到最新一代，通过重构排班、改造梯控、优化路径、打通故障工单等工程化改造，八成作业可独立完成，现场才减掉一个人。
这不是“换一台更好的机器”能解的，而是场景、本体、算法与运营的系统重构，人机协同标准、作业空间和动线都要重新设计。把“越秀建场景、算法练模型、机器人执行、越秀做验收”跑成闭环，在ROI与利用率双达标后跨车库“1→N”复制。
而把这些一条条解决，恰恰需要“懂行业的人”：有人开放场景、做空间适改、定作业标准、验安全边界；有人把散落的作业数据沉淀成可复用标准；有人把一次试点的成功，复制成一百个场景的交付。工程化能力，是技术走向产业交付的转换器。
越秀做了十六年数字化：让空间从不可读变得可计算，一百多个项目沉淀出六千多个模型主库。“空间就是场景，城市运营就是入口。”这些可计算的空间，就是越秀给机器人备好的场地。
账单摊开了，接下来轮到技术方。他们带来的，是一份有边界感的进度表。
技术方交出进度与边界智源研究院具身模型研究中心负责人王鹏伟带来的，是这条路线图最前沿的一段。他先把行业坐标说清楚：AI在数字世界已经发展得不错，从符号主义、机器学习、深度学习、大语言模型一路走到多模态大模型，接下来要迎接的是从数字到物理世界的转变——世界模型要解决的，就是“理解真实的物理世界，并解决物理问题”。
这个判断落在一个具体的技术选择上。过去，机器人学的是下一个决策该怎么做，在这样的场景下做什么动作更优；但真实世界需要的不止于此，还要能预测“做出这个决策之后，世界会发生什么改变”。王鹏伟举了个例子：模型可能认为所有气球都是鼓的，或是预测打开的水瓶盖会自己盖上。这些错误指向同一件事：它不理解因果。智源的选择是围绕“状态”建模，从当前状态预测下一步，正向推演未来，反向反思过去，把因果推理装进模型里。
这条路线的燃料是数据，而数据是王鹏伟主动亮出的第一本账。“动作类的数据存量非常小，只有10万到100万小时；我们测算了一下，要达到目标的话需要上百年的时间。”所以他换了个思路：人学网球、羽毛球、滑雪，大部分时候靠看视频就够了，机器人为什么不能从海量视频里学？智源把开源数据处理出第一版数据集，里面是12.5万条视频、1.6亿条事件标注和1150条VQA；但按处理后的全网数据量算，消费掉的只有1%，99%没有被消费。“我们只会受算力所控，不会受数据所控”，王鹏伟表示。
数据账之外，还有两笔成绩单。一是模型验证：用4B和0.8B两个尺寸对比，4B 在三大类任务上表现更好；从没有动作标签的视频里学到的行为语义，能让下游任务仅凭200条数据就拿到提升，说明闭环是成立的。二是泛化的真相：在开放世界任务上，现有模型的成功率只有2%到4%的量级。“现在的具身模型在开放世界下的效果就是很差劲。”
技术方的另一位，是星源智创始人兼 CEO刘东。他先给“可用”下了一个严格的定义：物理AI要从能力突破走向可用，得能理解世界、能预测世界的后果、能实时执行推理的后果，还要在部署之后持续进化，从错误的任务中学习。“进入物理世界之后，AI 的标准就被重新定义了。”
他给出的答案指向一条与不少同行相反的路线：智能能力应该跨本体复用，模型不该跟本体强绑定。“很多公司说模型跟本体必须做紧绑定、模型只能在适配本体上用，但是我们发现不是这样的。”星源智从去年开始用无本体的数据采集方式，模型可以装进机器狗、机械臂、叉车。“我们的大脑，不挑机器人的本体形态。”
为了让模型在真实场景里跑起来，他先算了一笔时间账：一个简单任务如果要做 50分钟，放到真实干活的环境里是忍受不了的，所以算力必须放到端侧、本地运行。星源智为此开发了面向机器人的具身大脑端侧算力平台。模型侧，他们发布了未经预训练的 1.2B版本，据他介绍，这个版本已经超过很多经过大规模训练的模型，“不是因为参数，而是因为架构的领先性带来收益”。目前公司在进行中等规模的预训练，10月将发布3B的预训练版本。
落地侧的证据同样具体：物流行业最典型的客户是中力股份，全球最大的电动叉车生产商。星源智提供大脑，中力装进叉车，实现任意卡车与货物的识别、多台叉车协同装卸，“完成一个跟人类司机差不多的节拍”，一分钟内连续卸载多种货物；中力推出的“擎天柱”机器人，可升高到十米、做入箱拣选，一台替代两台，用的也是星源智的大脑。
刘东还给这门生意补上了另一半逻辑：数据回流。所有部署进真实场景的机器人，运行数据都会被记录下来，变成垂类场景的数据资产，反过来用于模型训练。“一边部署、一边收集数据、一边训练模型”，数据飞轮的效应，就藏在这条闭环里。
最后一关是组织原云南白药集团数字战略科学家、云白数科总经理兼 CIO 李少春带来的，是另一个维度的现实。他举了一个例子：白药产线上现在唯一的工人，是负责把牙膏包装箱搬上来的那个人，而这项工作还没有机器人能做。卡点在于稳定性：“怕机器人倒了，把一天一个亿的产线停了。”在工业场景里，稳定性压倒一切，这是任何演示都替代不了的逻辑。
一年多时间，白药把世界经济论坛的灯塔工厂做了出来，40多个用例落地。他提到一个细节：国外专家来工厂巡检，相比看得见的自动化，他们更看重“到底有多少数据能够拉通、有多少AI带来量化的指标”。
更重要的判断在后面。李少春说，AI落地走到深处，卡点往往不在技术本身：“很多时候不是技术问题，技术问题找科学家解决就行。”难的是“能不能匹配组织，组织能力能不能跟上”。文化、协同、流程，这些才是他反复强调的关键环节。
他把 AI 比作放大器：先要有好战略、匹配的组织，然后在这个基础上把AI放大。在组织层面，他有一条具体建议：CIO必须和CHO协同，推动变革要把绩效考核、文化、产出一起带上。
他还对当下最热的交互形态提了个醒。“对话就是一切？我个人觉得不是的”。他举自己的体验：系统里已经有一个ERP，还要再开一个对话窗口去解决问题，这是给工作额外添了一道工序。
最后，他把话题收回到企业自己身上：生产工具可以买回来，但“最重要的改变是生产关系，生产关系就是组织”。数据需要每个企业自己去做，场景要“找老师傅一起评估”，选那些真正有十倍产出的场景，否则就是蜻蜓点水。
从贴图到结盟会议的后半程，讨论从观点转向了机制。现场铺开一张“AI场景落地热力图”，与会者把认为最重要的场景贴上红标、最难的贴上蓝标；医疗、药店、酒店、养老、能源，每个贴纸背后都是一个具体的诉求。
主持人先给医疗贴了红标：医院里化验品的传递现在还是人工，而化验品是高危物品，废弃物也要按卫健委要求特殊打包分装。在他看来，这正是机器人最佳的场景，也是“愿意付出最大费用的场景”。
一位做药店方向的嘉宾补上了他的观察：全国55万家药店大多开在小区底商，需要的是一个专门为药店而生、能在货架之间穿梭的小机器人，“不需要做环境改造就可以部署”。
杨辉在演讲结尾向全场发出倡议：让“四股力量在同一张桌子对话”，发起成立生态联盟，用三年时间建成行业标准与生态，打造 100 个具身智能场景落地。“让大模型长出身体，让具身智能走进场景，让工程化的能力在最后一公里转变成价值。”
智源研究院影响力共建负责人王奂然介绍的是另一条并行的机制：与钛媒体一起，联合美的、海尔等世界500强企业成立“REAL物理AI场景技术委员会”。该委员会的目标，是通过将真实场景与物理AI技术连接在一起，把真需求转化为关键智能挑战、能力指标与可行的技术突破路径，以此推动场景落地与技术发展协同演进，进而共同定义AI进入物理世界后的未来生产生活方式。
委员会给出的是三件事：共创真场景，共建一张技术热力图，以及11月24日的智源开放日——“把真问题、真场景、真需求挖掘出来”。
越秀带来了那台效率只有理论值35%的清洁机器人，云南白药带来了“一天一个亿”的顾虑，智源和星源智带来了2%到4%的泛化成功率与各自的进度表。这些数字摆在一起，就是物理AI当下最真实的账本。这场闭门会最大的产出，是让“最后一公里”不再只是一句修辞：买单的人和技术方，开始算同一本账。 （本文首发于钛媒体APP，文｜科技不焦虑，作者｜陶天宇，编辑｜盖虹达）
益通网提示：文章来自网络，不代表本站观点。
