官方资讯
思灵机器人Agile Robots联合创始人赵悦凯：高难度场景落地为机器人泛化到家奠定基础
2026.02.03
近期，以“向新而立”为主题的2026崇礼论坛在张家口召开。近百位科技与产业嘉宾汇聚雪城，共论智能时代新秩序。在《具身智能的“真问题”与“真用户”》圆桌对话中，思灵机器人（Agile Robots）联合创始人赵悦凯分享了具身智能从概念爆发走向产业扎根的务实思考。
赵悦凯认为，硬件需围绕具体高价值场景深度打磨，真实场景数据与可靠性是泛化到家庭的前提，软硬协同优于单纯算法。
具身智能仍需沉淀，短期内难以实现完全通用
回顾过去一年具身智能的实质进展，赵悦凯指出，当前行业的核心突破是分场景的泛化与智能化提升，而短期内实现完全通用的机器人可能性较小。
从技术落地来看，行业经历了一系列演进：初期普遍依赖大语言模型，但随后发现其仅能作为机器人智能的“一环”，无法形成感知-决策-执行的闭环；后续行业向VLA（视觉-语言-动作模型，让机器人能"看懂指令并执行"）技术探索，却又意识到单一VLA仍难以解决实际任务，如今行业开始在VLA基础上叠加世界模型，试图构建对物理规律的深度理解。技术思路持续优化，但从技术探索到产生可见的落地成果，仍需要一定时间沉淀。赵悦凯表示，"思灵机器人的选择是先练内功——在医疗手术、精密工业等高标准场景中，把软硬件真正打磨到位。"
在谈及最希望“大脑”的优先提升项时，赵悦凯明确指出当前最缺的是如何有效获取真实的物理世界数据，如何去做VLA和世界模型。为此，他建议企业应依阶段明确重心：初创企业应高度聚焦某一行业或细分场景以实现可复制的泛化能力，而具备规模优势的企业应在深耕实际场景的同时，探索通用智能的边界。
高难度场景落地，有效提升机器人泛化能力
赵悦凯强调，具身智能的落地核心在于聚焦场景，而场景突破的关键是软硬协同，二者同等重要且关联紧密。目前行业智能程度和硬件水平都仍有较大提升空间，需同步迭代、协同发展。在在本体厂商差异化路径上，赵悦凯表示，短期难以出现能适配所有场景的通用机器人，本体厂商的差异化核心是聚焦特定场景、打磨适配性硬件。例如家庭场景中，厨房机器人需要特定的负载能力和空间适配，而按摩机器人因需与人直接接触，对刚度控制和传感器精度要求极高，两者的硬件需求差异显著，不可能用同一套方案解决。工业场景中，面向3C或汽车的智能产线解决方案，对机械臂的精度、负载、节拍要求也各不相同，需结合场景精准定制。
降维泛化，工业高精尖是家庭普惠化的基石
对于“思灵机器人在高难度场景的落地，是否会提升机器人泛化性、解决普适性问题”，赵悦凯给出肯定回答。
数据层面：真实场景数据是决定机器人智能下限的关键因素，思灵机器人在工厂等真实场景中积累的海量数据，可直接用于机器人训练，能更好地贴合实际应用需求；
能力层面：高难度工业场景中的诸多操作，（如螺丝装配、扣软排线、包装拆解），在逻辑上与家庭场景的组装、拆卸等任务存在通用性，可反哺家庭场景的泛化能力；
- 安全层面：工业场景对机器人的安全性、稳定性要求极高，思灵机器人在工业场景中打磨的24小时连续运行、长期稳定工作的能力，以及高精度安全控制技术，可实现向下兼容，满足家庭场景对安全性、稳定性的基础需求，为机器人向家庭场景渗透奠定基础。
生态共建，打破价格瓶颈，开放才能共赢
谈及对2026年具身智能行业的期待，赵悦凯希望模型端出现更显著的飞跃，并期待更多供应链厂商参与，推动电机、减速机、摄像头等核心零部件成本下降。他指出，机器人突破价格瓶颈，才能真正走进家庭场景，实现更广泛的普及应用。
关于思灵机器人
思灵机器人（Agile Robots）是一家全球领先的智能机器人明星企业。公司以“链接人工智能与物理世界”为愿景，致力于推动AI与机器人前沿技术的深度融合及创新。围绕机器人感知、决策、力控、视觉、操作系统及人工智能深度学习等核心技术，思灵构建起全栈技术能力，形成世界级的领先优势，并已在 AI、医疗、汽车以及上下游、消费电子、工业、农业等多元场景中落地。
