在2026年9月11日于北京举行的中国国际服务贸易交易会专题活动“物理AI与具身智能机器人创新生态交流会”上，工业和信息化部人形机器人标准化技术委员会副主任委员、国家地方共建人形机器人创新中心首席科学家江磊发表了演讲，分享了他对整个人形机器人产业现状与未来趋势的深度观察。
江磊在演讲中首先提及了刚刚结束的世界机器人大会和北京世界机器人运动会。他特别指出，本次运动会上，机器人以8.64秒的成绩跑赢人类百米冠军，这一场景在现场观看时极具震撼力与观赏性。他提出，既然机器人在运动性能上已经超越人类，那么行业下一阶段的发展方向究竟在哪里，已成为大家普遍关注的焦点。针对这些行业热潮，他总结出三个方向，分享了他对行业现状的观察。
江磊认为，去年被称为量产元年，而今年则可以被视为爆发元年。根据世界机器人大会及电子学会的产业报告，上半年人形机器人出货量已达到4万台，但他个人感觉这一统计数字偏于保守。基于对整个行业的调研，他预测到今年年底，这个数字很有可能攀升至20万台，甚至更为乐观的话有望达到30万台。他解释道，之所以有如此快的增长速度，是因为整个上半年该领域的融资额已超过935亿元。他特别替整个人形行业发声，指出目前市场对人形机器人的需求远大于供给，许多头部公司处于供不应求的状态，机器人生产不出来，才是当前制约行业发展的最大瓶颈。
在谈及具身智能的概念时，江磊表示，本次大会采用的“物理AI”这一标题非常贴切，他认为物理AI将在今年或明年之后被更广泛地认知。从机器人的视角来看，具身智能通常被视作感知、决策、执行一体化的闭环过程。他强调，今年行业内一个热词是Agent，而ReACT框架尤为关键，因为“思考”和“推理”已成为驱动整个具身智能闭环的核心要素。他指出，具身智能的核心内涵大约每6个月就会发生一次显著变化，这与许多人过去的想象存在偏差。他总结了近期发生的四个反常识事件，供大家参考。
第一件事是“快”。在本次北京半马比赛中，一家手机行业公司“荣耀”击败了绝大多数专业机器人公司，这给他带来了巨大冲击。这一事件说明，进入具身智能领域并非一个渐进过程，6个月就能验证你是否能留在赛道上，因此企业下定决心至关重要，不要给自己预留后退的余地。他透露，今年行业中位水平的机器人跑完半马约需一个半小时，只要真正了解行业，这并非难事，但遗憾的是，约有300家公司倒在起跑线的一公里处。
第二件事是“奇”。尽管机器人行业热闹非凡，但工信部报告显示工业机器人增长率仅为28%，而国际机器人联合会给出的数字更只有5%—7%。与此同时，人形机器人的产业报告数字却是300%，两者十倍之差的现象值得深思。他总结出一个观点：机器人界的人看待人形机器人行业充满焦虑，而AI界的人则看到的是未来，因为人形机器人帮助AI走出屏幕，带来了算力、数据和未来。
第三件事是“怪”。整个行业投入数千万元，卷出了7个具身智能模型，但令人意外的是，这些模型竟然全部开源。他质疑，为什么投入巨资研发的模型要开源？很多人进入具身智能赛道热衷于做模型，却忽略了具身数据的重要性。
第四件事是“神”。SOTA（State of the Art，世界最高水平）正在推动整个具身智能新秩序的建立。例如WorldArena和RoboChallenge VLA等竞技场，正在成为评估机器人能力的新舞台。过去机器人界不流行SOTA排名，但现在通过半马、运动会等赛事，机器人的能力可以直接拿出来“遛一遛”。他建议，做人形机器人行业的企业千万不要进行低水平重复，而是要利用SOTA作为标杆来推动自身发展。
通过对这四个反常识事件的分析，江磊认为，进入具身智能行业必须重塑速度观、增长观、资产观和竞争观。他提出，行业正面临“冰与火”两种路径的选择——是走阿西莫夫路线，还是走特斯拉路线，两条路截然相反，如果选择错误将完全走上歧途。为此，他总结了四个方法论。首先，要明确坚持“AI+机器人”的技术体系，而非“机器人+AI”。在打造机器人硬件之前，企业需要补齐AI三要素：算力、数据与算法。他还提出了行业二八定律，认为今天80%的企业进入该行业很难存活，根本原因在于不了解具身智能。
其次，固有经验往往是创新的拦路虎。他特别警告，大家要忘记“把复杂的事情简单化，把简单的事情流程化”这句老话，在具身智能时代这句话绝对是错误的。正确的做法应当是“把复杂的事情AI化，把高维的事情用万亿参数来模型化”。他推介了“Ai链化制造”这一概念，其核心三要素包括：成链，即从静态链到开放链，企业必须保持开放；强链，即用SOTA作为标杆；以及用数据来记录整个企业。
最后，江磊建议所有创始人一定要开源，最好能像做抖音状态一样开放，甚至连企业的CTO都应该开设账号进行直播。第二点是要做数据，企业必须拥有清晰的数据清单。第三点则是要做具身智能的产品，并积极参加标委会的工作。他预测，人形机器人的发展并非短跑，而是一场长达60年的马拉松。过去90%的机器人创新公司最终都消亡了，过早预测行业是不行的，但过慢认识行业亦不可取。他呼吁，未来3年大家要记住“做通用数据来做通用智能”，并积极参与TC8标委会的工作，做到“全栈体系不折腾、数据制胜不内卷、标准引领不散乱”。