11月12日，百度世界2026大会开幕式上，百度创始人李彦宏给出了一个时间坐标：今天的具身智能，大约相当于无人驾驶2016年左右的发展水平。会场同时披露的另一组数字是，萝卜快跑覆盖全球28座城市，自动驾驶里程超过3.5亿公里，其中全无人驾驶里程超过2.4亿公里。这个类比真正要回答的问题是：无人驾驶从2016年的高光走到今天的部分落地用了十年，具身智能现在处在这条曲线的哪一段，离“实用”还有多远？两面的账对照下来，可以落地的判断是：窄场景的实用已经开始——固定工位、单一任务、封闭或半封闭环境里的作业正在起量；通用实用还隔着三道缺口——数据差一个数量级、评测尺子没有统一、责任与回款的链条没有闭合。未来图灵海克财经
2016年的无人驾驶，说的是“再等两年”
那一年的乐观不是凭空来的。2016年10月，特斯拉宣布所有新车都具备“完全自动驾驶能力”所需硬件，目标2017年底让车辆自动从洛杉矶开到纽约；同年8月，福特公布2021年推出用于共享出行、没有方向盘和任何踏板的高产量L4车，通用和优步也先后买下自动驾驶团队，资本、车厂和工程师同时推门。知乎
当时没人算验证成本。兰德公司2016年的测算显示，要在没有死亡事故的情况下证明系统不比人类危险，需要约2.75亿英里；要以统计学置信度证明比人类安全20%，需要约110亿英里——百辆车昼夜不停也要跑很多年。感知、决策到量产车规、保险、监管之间隔着研究曲线、产品曲线和社会接受曲线三条速度完全不同的路，行业把其中一条的斜率当成了整体的斜率。知乎
十年后的结果是既没兑现、也没证伪：百万辆Robotaxi没有出现，福特的无方向盘车没有按承诺量产，Cruise在旧金山事故后停摆，Aurora到2025年5月才在得州启动商业无人卡车运营。另一边，萝卜快跑累计订单突破2200万单，Waymo在包括洛杉矶在内的多座城市向公众开放无人出行。实用确实来了，只是换了形态：不是“人人一辆自己开的车”，而是限定区域里的无人运输基础设施。知乎南方都市报
具身智能此刻站在几乎相同的位置
机器人确实在变强：北京亦庄的半程马拉松上，“闪电”跑出50分26秒，第二届世界人形机器人运动会的百米成绩压进9.32秒，同一届赛事里也有机器人没识别发令枪原地愣住、弯道摔倒被抬离赛道——破纪录和出洋相同时发生，靠的是同一个前提：受控的环境、单次的动作、被挑出来的最好成绩。钛媒体
比作业能力涨得更快的是出货数字：IDC口径的2026年上半年全球人形机器人出货接近2.5万台，同比增长432.1%，美国银行预测2030年发货量120万台。但看Counterpoint的出货结构，文娱商演和科教数采合计超过60%，导览导购约占19%，智能制造和仓储物流只有12.8%和4.9%——每十台买走的机器人里，八台以上不是买来干活的。36氪钛媒体
资本降温得更快：2026年上半年，国内具身智能及相关上下游发生了超过300起融资，规模超900亿元。到了今年9月，单月融资额环比直接缩水四成。10月还没过半，全赛道只发生了19起融资、总额49.34亿元，而8月单月还是91起、313.23亿元。晚点36氪钛媒体
量行业的尺子同样不统一。相近时间的两份报告，一份称中国人形机器人上半年出货超4万台，IDC口径是1.9万台，相差一倍还多。论文榜单也说明不了问题，LIBERO 这类仿真评测的头部成绩早已逼近满分，和真机表现是两码事。有开发者把这一轮周期的分界说得很直白：“泡沫靠 demo 活，退潮靠尺子活。”知乎知乎
和2016年最大的不同：尺子在潮退之前就开造了
自动驾驶的评测标准是烧了十年事故和回撤才慢慢建立的，具身智能的标准化明显提前。今年2月，工信部人形机器人与具身智能标委会年会发布了覆盖全产业链、全生命周期的标准顶层设计。10月，人形机器人首批六项国家标准获批发布。6月，两部门联合印发实景实训专项行动通知，要求到2026年底，人形机器人等重点产品在一批代表性场景中率先完成应用验证和常态部署，开启“作业模式”、形成百个以上高价值应用场景，带动万台级规模落地能力。界面新闻界面新闻钛媒体
更关键的是信通院把行业自察直接写成了三个不等式：演示级能力进步不等于真实产线作业能力，出货量增长不等于持续有效运营，意向订单增加也不等于回款、复购和商业闭环。不等式之间的落差肉眼可见：表演租赁的日租金从2025年初的约2万元跌到千元级、跌幅八到九成，档期之外大量机器人闲置，月均开机不足10天的情况并不少见。钛媒体
“干活”也确实在起步。谷歌DeepMind联合Apptronik和奔驰，把Apollo 2人形机器人放上了匈牙利和德国两条真实汽车产线，做零件分拣。官方称这次试点成功率96%，但它出自厂商自报，试验次数、判定口径和是否有人工干预都未公开，奔驰也未确认；即便如此，数字发生在奔驰正在生产的车间而不是摆拍的演示间，这是人形机器人第一次被用“次次能做到”的标准追问。今日头条
国内一侧，宇树2025年纯双足人形机器人出货超5500台、位列全球第一，人形收入8.68亿元、占总营收51.78%，是少数完成规模化盈利的本体厂商。但把行业往前推的硬缺口仍然在数据：业内普遍认为，全球可用于具身智能训练的高质量操作数据仍只有几十万小时，支撑通用机器人需要千万小时甚至更高数量级。语言模型可以继承互联网几十年的文本积累，机器人要学的是摩擦、接触力和动作反馈——这些东西不存在于任何一个现成的“互联网”里。钛媒体晚点
离实用还有多远：先出厂，后入家
按2016坐标量完账，判断可以收拢成三条。窄场景实用已经开始兑现：今年国内人形机器人整机产量有望突破10万台。接下来一两年真正的分水岭，是这些机器进厂持续作业还是进展馆和数采中心——出货结构里制造与物流占比能否逐年抬升，比任何demo都说明问题。通用实用要以年计：自动驾驶的教训是，从“模型跑通”到“产品被社会接受”之间横着工程验证和责任制度两段长路，具身智能虽然把标准和评测提前了，但这一阶段不太可能被压缩成“再等两年”。进家庭是三者中最远的一档：开放环境、长尾场景和责任边界，恰好同时命中“全场景、高可靠、低成本”最难的三角，无人驾驶十年没有兑现私家车全场景，机器人进家同理只能后置。第一财经
对普通用户，观察具身智能是否走向实用，只需要盯三个信号：出货结构里进厂的比例、厂商自报数字被第三方复现审计的进度、以及资本市场从“能不能融资”转向“能不能回款”的速度。李彦宏的类比值得记住的地方不在于它给出了剩余距离，而在于它提醒了同一个错误：2016年自动驾驶行业看到的那些上升曲线都是真的，错的只是把它们加在一起当成了产品。
