10 月 19 日，商务部等九部门联合发布《关于加快推进科技兴商的意见》，进一步明确提出推动具身智能技术落地，拓展商贸物流的应用场景。

从企业自发试水，到政策持续加码，仓储物流受到的关注并不难理解。

具身智能的第一场商业大考，在仓储物流仓

Dexmal MaaS 提供 Ego 数据服务、HandPose API 和任务语义标注 API：Ego 用于处理第一视角操作数据，HandPose API 提取手部关键点和三维动作信息，任务语义标注 API 则把场景、任务、原子动作、物

从 Token 到机器人日活，具身智能的经济账怎么算？

IDC 报告显示，2026 年上半年，具微科技以 26.1% 的收入份额位居全球四足机器人工业制造应用市场第一。

P3S 面向矿山、石化、电解铝、消防应急等高危、重载场景，目标是让机器人在减少人员暴露的同时，稳定扛起一个完整班次。

硬件再强，不意味着机器人就能理解复杂的需求；大模型再聪明，也不会自动获得稳定操作真实物体的能力

此次，帕西尼与中国科学院自动化研究所围绕亚毫米级精密插入开展研究，将触觉感知硬件与强化学习算法相结合，通过真实机器人实验验证触觉反馈在精细操作中的应用价值，也是这一协同机制的具体实践。

极智嘉具身智能最新工作 Gravity Control让机器人具备“一句话纠偏”能力。当抓取出现偏差时，只需一句自然语言就能在线调整动作参数，无需重新训练模型，把纠偏前移到了推理运行时。

1 万台机器人进工厂，干的活大约相当于 3000-5000 个工人。

宇树市值从4400亿回落至1700亿，这不只是股价过山车，更是市场对机器人行业的“现实校验”。

中国割草机器人企业已经凭借极具优势的规模化制造和快速迭代能力，快速进入欧美庭院。

经过两年的快速发展，行业早期百家争鸣的格局开始分化，头部玩家逐渐清晰。

中国智能硬件出海的故事里，又一个品类跑出了自己的「四小龙」。

具身智能究竟什么时候才能走向真正落地？又该以怎样的方式走向落地？

这几乎是行业内外共同追问的终极问题。

从视觉到触觉，机器人开始学习真实的物理世界。

如果说过去的 AI 主要从数字世界中学习，那么当 AI 开始走进现实，如何让机器以更低的成本获得高质量的真实世界信息，正在成为一项新的基础设施需求。

这两年，具身智能行业总爱给自己找一个坐标。

有人想做具身智能时代的安卓，有人想成为具身智能时代的英伟达，也有人把目标对准物理世界的 OpenAI 或Anthropic。
但类比来类比去，具身智能的下一张船票到底在哪里，还是没人能给出答案。

目前人形机器人的主要应用仍然集中在文娱商演、科教数采等场景，这两类场景合计占比超过 60%。智能制造约占 13%，仓储物流则仅约 5%，两者合计不到两成。

灵初的技术路线形成三个阶段：

预训练，解决机器人怎么获得基础能力；
后训练，解决机器人怎么快速学会一项工作；
上下文学习，解决机器人怎么做现场学会新工作。