导语：2026年，创投圈的浪潮再次翻涌。AI从技术概念走进产业深水区，硬科技创业从“小众赛道”变成“主流共识”。当年被视为少数派的智能工具——具身智能、世界模型、触觉感知——如今正真实地改变工业生产、服务场景和人与机器的交互方式。本文基于一场汇聚顶级投资人、产业领袖与新锐创业者的深度圆桌，拆解那些“少数人”的坚持如何汇聚成浪潮。
少数派的逆袭：从实验室到产业浪潮
在2026年上半年的科技圈，一个有趣的现象正在发生：几年前还被放在实验室里作为前沿概念的技术方向，如今已经开始在现实世界中寻找落点。具身智能、世界模型、柔性制造、触觉感知——这些词汇不再只是学术论文中的关键词，而是成为科技公司竞相布局的核心赛道。
帕西尼感知科技首席战略官罗霄恒指出，投资界和政府领导对专业、跨领域或交叉学科的学习程度和接受度，比想象中快了很多。许多投资人甚至开始“教育”创业者，告诉他们世界模型应该怎么做。这种认知的快速转变，背后是AI融资的持续涌入和产业需求的倒逼。
擎朗智能CTO唐旋来分享了一个具身智能领域的“Wow”时刻：在训练人形机器人做咖啡时，机器人意外碰倒杯子后，竟自主触发了清洁桌面的任务。这种从未刻意训练的智能涌现，让他看到了具身智能走向社会的可能。但与此同时，大界机器人创始人孟浩坦言，他还没有找到让自己真正震撼的瞬间，因为具身智能要面对物理世界的随机性和复杂性，比大语言模型难得多。
这种反差恰恰说明：智能工具的浪潮正在加速，但距离真正的产品化仍有距离。
具身智能的“智能涌现”与现实落差
唐旋来在圆桌上描绘的那个场景令人印象深刻：机器人做咖啡时失误，咖啡撒了一桌，杯子倒了，当工程师准备终止测试时，机器人却自己启动了清洁桌面的任务。这并非预设的程序，而是模型在大量基础训练后产生的“智能涌现”——就像人类会根据环境变化灵活调整行为一样。
然而，这种惊喜背后是巨大的现实挑战。唐旋来强调，目前大多数视频里展示的具身智能能力，都是在稳定、可控的环境中实现的。一旦进入真实的餐厅、酒店或家庭，环境是开放且随机的：客人突然走过、桌子位置改变、咖啡杯材质不同……机器人在这样的场景中如何像人一样应对突发事件？
帕西尼感知的做法是自建数据采集中心。他们在全国布了5个数采点，雇佣1000多名员工戴着数采手套，采集触觉、视觉、语言、运动轨迹等全模态信息。这些数据相当于“老师傅的手感”，覆盖医疗、康养、餐饮等15+N种场景。罗霄恒将此比喻为“机器人幼儿园”：如果基础动作没练好，长程复杂动作就很难掌握。
与此同时，AI图片生成和文生图等视觉工具的快速发展，也为机器人感知环境提供了新的可能性。但物理世界AI需要面对的不仅仅是图像识别，更是动态环境中的实时决策。
世界模型：从无人问津到众星捧月
极佳视界联合创始人朱政的分享，揭示了世界模型这个赛道在过去两年多的戏剧性转变。2023年公司成立时，最大的任务是说服投资人为什么做世界模型。当时有投资人明确表示：“如果你做语言模型或语言模型的应用，我一定投你，但我实在搞不懂世界模型是什么。”
转折发生在2024年，李飞飞出来创业，世界模型一词走入大众视野。到了2026年上半年，情况完全反转——投资人开始反过来“教育”创业者，告诉他们世界模型应该怎么做。这种认知的跃迁速度，朱政直言“远超预期”。
但进展慢的一面同样明显。目前在工业界和学术界，关于世界模型的争论仍停留在数据、模型结构、训练方法、部署场景等基础问题上。各家的侧重点不同，导致行业远未像语言模型那样形成收敛的共识。朱政认为，模型迭代不可能一蹴而就，从商业化角度看，投资人已经非常宽容了——相比生物制药或可控核聚变，大家并没有要求具身智能立即替代工人。
极佳视界将自己定位为模型公司，目标是逐步用模型取代规则，最终在工业或家庭场景实现“全模型”状态。他们预计2028年将迎来大规模商业化的拐点。在这个过程中，AI工具导航和AI工具箱这样的资源聚合平台，可以帮助更多开发者快速接入世界模型能力。
触觉感知与数据采集：机器人“幼儿园”的底层逻辑
圆桌上一个被反复提及的核心问题是：机器人的数据从何而来？帕西尼感知给出了一个重资产的答案——自建数据采集中心，雇佣真实员工进行全模态数据采集。他们采集触觉、视觉、语言、运动轨迹、自体感知等信息，相当于记录“老师傅的手感”。这些数据是机器人学习基础动作的教材，就像小孩子先学会抓筷子，再学会用筷子夹菜。
罗霄恒透露，帕西尼的触觉传感器出货量已经排名全球第一。这个“第一”来自全栈自研和自主可控的技术路线。他们与比亚迪、京东、TCL等产业方合作，从数据采集到部署，滚动完成真实场景的落地。
这种“重数据”的策略与抠图、背景去除等轻量级AI工具形成鲜明对比。后者只需要一张图片就能完成精细的边缘处理，而机器人需要的是覆盖数万种物理交互场景的高质量数据。有趣的是，艺术签名、签名设计这类个性化AI工具也在展示“少样本学习”的潜力——用户只需几个签名样本，系统就能生成风格统一的签名。这种思路如果迁移到机器人领域，或许能解决数据采集的瓶颈。
资本与认知的赛跑：AI融资加速产业落地
整场圆桌的一个隐形主线，是资本力量如何推动技术从概念走向产品。多位嘉宾提到，2026年春节前后，资本对具身智能和世界模型的关注度出现非线性增长。朱政直言“随着资本涌入和人才涌入，大家普遍认为事情会加速”。罗霄恒则观察到，投资人和政府领导对专业领域的钻研深度“远超预期”。
这种认知提升反过来推动了科技公司的战略调整。许多原本犹豫的投资人开始主动寻找项目，AI融资的热度甚至超过了2023年大模型初创时的疯狂。但唐旋来提醒，资本的热情需要与产业化的节奏匹配。具身智能+物理载体的产品化并没有想象中那么快，因为真实环境中的随机性和稳定性挑战是视频演示无法体现的。
大界机器人创始人孟浩虽然认为“家庭机器人产品化会更远”，但工业场景中已经有大量需求等待被满足。从工业机器人到协作机器人，再到各种形态的具身机器人，客户的需求始终没变：希望机器人对标人的生产力，把活干好。企业数字化转型的需求正在推动这些智能工具从“展示品”变成“生产力工具”。
中国科技公司的全球坐标与未来展望
站在全球视角，中国在具身智能、世界模型、触觉感知等赛道上处于什么位置？圆桌嘉宾给出了务实的判断。帕西尼的触觉传感器出货量全球第一，但罗霄恒并不认为这个“第一”能高枕无忧——技术迭代和产业落地的速度决定了领先优势能维持多久。
擎朗智能在全球服务机器人领域已是头部玩家，其配送和清洁机器人覆盖餐饮、酒店、医院等场景。唐旋来认为，中国在场景丰富度、数据采集规模以及产业链配套方面具有独特优势。而朱政则强调，世界模型虽然是新兴赛道，但中国团队在算法创新和工程化能力上并不逊色。
孟浩的观点更冷静：“五年左右时间，具身智能可以变成真正的产品，创建人机共生的社会。”他认为，关键在于围绕真实场景需求定义产品，避免同质化竞争。随着AI Agent技术的成熟，物理世界AI将面临更复杂的多任务动态环境，这既是挑战也是机遇。
从更宏观的视角看，智能工具正在从“技术概念”转向“产业标配”。无论是工厂里的柔性制造，还是餐厅里的服务机器人，抑或是设计师手中的AI画图工具，少数派的坚持正在汇聚成浪潮。而中国科技公司能否在这场浪潮中占据制高点，取决于它们能否在资本、人才、数据和技术之间找到最佳平衡点。