21世纪经济报道记者 张赛男
“去年我们已经看到具身智能商业落地的一些趋势，今年这个趋势非常明显，客户非常关注具身智能在各个行业上面的应用，所以今年‘落地’的呼声是最大。而且国家层面也开始推出实景实训，这是产业落地关键的动作。”在2026世界人工智能大会（WAIC）期间，极智嘉联合创始人、极智嘉具身智能科技有限公司CEO陈曦在接受21世纪经济报道记者采访时表示。
客户等不及了，政策在推了，但技术准备好了吗？
从近期产业端和资本端的动向来看，关注度正在往“大脑”集中。据IT桔子数据，2026年上半年国内具身智能赛道融资总金额达935亿元，其中超过一半涌向了“大脑派”公司。市场在用真金白银投票：具身智能的瓶颈不在“身体”，而在“大脑”。
那么，“大脑”到底长什么样？WAIC开幕首日，智能机器人企业极智嘉（Geek+，02590.HK）发布面向长程复杂任务的统一具身智能框架——Gravity，并率先推出其核心模块Gravity 4D具身模型，试图解决一个核心问题：机器人如何才能像人一样“先想清楚、再动手”。
打造“先想清楚、再动手”的大脑
极智嘉是做机器人本体起家的公司，并将应用场景首先锚定在了具有产业价值的物流行业。在数年积累之下，极智嘉一步一步向通用机器人和通用大脑持续演进，去年开始陆续推出了具身智能的基座模型和Gino1型号通用的双臂轮式机器人。
在此次发布中，极智嘉更进一步，明确了“一核双引擎”的长期战略，标志着公司开启通用机器人和全场景应用的新征程。
其中，“一核”指的是Gravity具身智能框架，为机器人注入“物理直觉”。双引擎是数据引擎和生态引擎，前者是构建物理AI训练场与数据飞轮，让大脑在真实应用场景下持续演进；后者是打造GINO ECO开放生态，推动具身智能“规模化商用落地”。
对于极智嘉而言，此前在物流领域十余年真实场景的“工作”，证实了其商业化能力。更重要的是，机器人在这个训练场积累了海量数据，这些数据成为反哺“大脑”的重要来源。
“仓库里既有高频场景，又有可迁移的数据能力，货品抓取在这个真实场景下能够很好地得到反馈。”陈曦说，“在仓库里把大脑练好、把硬件抓取能力练好，这样的能力能够无缝平移到商业场景和生活场景。”
仓储场景的一大特点是拥有海量SKU，这给机器人的识别、操作带来很多挑战。在展会现场，21世纪经济报道记者看到，极智嘉展台的机器人要分辨和抓取的物品有条形包装、圆形包装、透明包装，各物品充气量和形状完全不同，这意味着抓取策略和力度也完全不一样。
“它带来的力反馈传回到大脑之后，怎样去判断抓取的可靠性？这要通过从手到本体、再到大脑完整的闭环和‘端到端’策略去做抓取。”工作人员介绍。
在这一抓取动作的背后，就是Gravity 4D具身模型这个“大脑”在思考。
传统视觉大模型只能预测“下一秒画面长什么样”，但经常生成违背物理常识的假象，例如出现机械臂“穿模”、物体“悬空”的情况。Gravity 4D则要实现从“预测画面”到“预判三维物理演化”，其引入4D基础模型Gravity 4D-VAE提取的4D latent作为教师监督，在latent空间同时学习未来RGB外观、三维结构和三维运动，由此，推理逻辑从“画面变了——猜个动作”升级为 “三维世界变了——什么动作引起”，让具身更像“人”。
具身智能拐点已至？
21世纪经济报道记者注意到，极智嘉的机器人本体也在不断进化中，从早先的机械手演变成人形。但对于物流机器人来说，是否有必要做成人形，机械手是否就可以完成相应的动作？
对于这个疑问，陈曦表示，具身智能是要用大模型和数据驱动的方式让硬件变得更聪明，实现更高的操作成功率，这里就涉及数据驱动的问题，那么如何低成本地获取数据对人形机器人就非常关键。“我的理解是，机器人上半身更接近于‘人’，那么数据获取的成本更低、获取质量更好，有机会让具身大模型变得更好用。”他说。
至于下半身是双足还是轮子，则取决于场景应用。“仓库、工厂里都是很平的地面，轮式机器人电能利用效率高、成本低，虽然自由度较少，但解决了快速移动的问题。而在室外一些需要上下台阶或者不平坦的地面上，足式机器人更有优势。”陈曦解释道，“对于极智嘉来说，要把产品应用到真实客户场景里，投资回报是一个非常关键的因素，要好用、成本低，还要有更好的复用性、更好的泛化能力，这是我们选择轮式人形机器人的考量。”
对于未来具身智能的演进，他坦言：“相比商业化落地，现阶段更焦虑的是整个行业技术跑得太慢了。”在他看来，具身智能整体技术水平距离真正支撑工业级大规模商业化应用还有一段距离。
多位受访者也向21世纪经济报道记者表达了类似的判断：2026年是具身智能从“远期概念预期走向真实落地、可验证的商业化阶段”的关键年份，但数据基础设施、规模化量产、产业链分工等层面仍存在明显瓶颈。
极智嘉首席科学家赵昊在交流中坦言，具身智能领域的技术迭代“没有大家想的那么快”。极智嘉具身大模型团队负责人陈超也指出，模型层面至今“技术路线也没有收敛”，但“这个领域在中国吸引了大量的资本和人才，在推动技术飞速迭代”。
具身智能的终局究竟是什么样，没人能给出确切答案。但一个共识正在形成：只有那些率先在真实场景中“干成活”的公司，才能在这场长跑中留在牌桌上。
