Chapter 06 · Technology Roadmap
技术方向：身体已就位，大脑在断粮
本章回答"接下来会怎样"：大脑/小脑/身体三条线的 3-5 年路线图、五大前沿的现状与卡点、数据基础设施的缺口、七个开放难题，以及八项子技术在 S 曲线上的精确位置。核心结论：2026-2028 的胜负手是数据引擎与灵巧操作。
三条线的 3-5 年路线图：身体快、大脑慢
2026-2028 的胜负手是数据引擎与灵巧操作；2028-2030 看路线融合与安全标准落地。下表 2027 及以后均为机构预测，非既成事实。
| 技术线 | 2026（现状） | 2027（机构预测） | 2028-2030（机构预测） |
|---|---|---|---|
| 大脑 | VLA 收敛至分层双系统；GR00T N1.6 / Gemini Motion Transfer 跨本体验证；共识"限制 VLA 的不是架构而是数据引擎" | 结构化环境多任务部署成主流；世界模型与 VLA 融合深化 | 类脑 / 认知架构工程化（NeuroVLA）；通用大脑需千万小时级数据——数据缺口决定成熟节奏 |
| 小脑 | RL + 全身控制基本成熟，行走/楼梯/搬运进入量产验证；基础模型化运动控制出现 | 灵巧操作取代运动控制成为主战场（"Manipulation is the new frontier"） | 全身闭环 VLA（手眼脑协同）、动态精细力控成差异化能力 |
| 身体 | 量产元年：2025 出货 1.33 万台（Omdia），2026 预计约 6 万台；工信部预计中国产量破 10 万台 | 整机成本逼近 10 万元经济交叉点；电子皮肤成灵巧手标配 | 出货预测分歧极大（见下表）：高盛 2035E 650 万台 vs BCG 提示的分析师区间 |
出货预测：机构分歧有多大
| 机构 | 口径 | 预测 |
|---|---|---|
| 高盛 | 2035E 全球出货 | 650 万台 / 约 1380 亿美元（机构预测，较此前上调） |
| 美银 BofA | 2030E 全球出货 | 约 120 万台（机构预测） |
| BCG | 2030E 分析师区间 | <100 万 ~ 600 万+ 台——机构分歧 6-12 倍 |
大脑 / 小脑 / 身体三条线的 3-5 年路线：实线框为 2026 已发生的事实，虚线框为机构预测；身体线最快、大脑线最慢——数据缺口决定成熟节奏。
五大前沿：现状、卡点与时间表
每张卡回答三个问题：走到了哪（现状）、卡在哪（卡点）、还要多久（时间表）。"Manipulation is the new frontier"——灵巧操作是 2027 年公认的主战场。
① 灵巧操作 导入期
现状 π0.5 实现跨新居开放世界泛化——核心洞察"50 个家庭各 1 小时 > 1 个家庭 50 小时"，数据多样性比数据量重要；World Labs 零机器人数据自主运行 1 小时。
卡点 可变形物体（衣物/食物）接触动力学建模困难；仿真策略真机大幅退化（RoboFolDeX 基准结论）；长时序任务错误累积、无恢复机制。
时间表 2026-2027 结构化场景工具使用规模化；2028 前后可变形物体操作进入商用试点（机构预测）。
卡点 可变形物体（衣物/食物）接触动力学建模困难；仿真策略真机大幅退化（RoboFolDeX 基准结论）；长时序任务错误累积、无恢复机制。
时间表 2026-2027 结构化场景工具使用规模化；2028 前后可变形物体操作进入商用试点（机构预测）。
② 触觉感知 导入 → 成长拐点
现状 2026 年电子皮肤销量同比 +10 倍、成灵巧手量产标配；全球柔性触觉传感器 2025 约 26.5 亿美元 → 2029 预计 53 亿+ 美元。
卡点 无大规模统一触觉数据集（无法像视觉一样预训练）；耐久与标定漂移；visuo-tactile VLA 刚起步。
时间表 销量先行、生态未成型；帕西尼等玩家 4 个月融资累计 10 亿元——资本先行于技术收敛。
卡点 无大规模统一触觉数据集（无法像视觉一样预训练）；耐久与标定漂移；visuo-tactile VLA 刚起步。
时间表 销量先行、生态未成型；帕西尼等玩家 4 个月融资累计 10 亿元——资本先行于技术收敛。
③ 世界模型 导入期
现状 Genie 3（720p/24fps 实时可交互、分钟级一致性）、NVIDIA Cosmos 3（全模态世界基础模型）、V-JEPA 2（预测表征）密集发布。
卡点 生成式世界模型物理一致性不足（长程漂移）；直接当策略训练器尚无大规模验证。
判断 与 VLA 是互补而非替代——用视频学物理规律、提供可扩展仿真训练，直击数据瓶颈（Bessemer 判断）。
卡点 生成式世界模型物理一致性不足（长程漂移）；直接当策略训练器尚无大规模验证。
判断 与 VLA 是互补而非替代——用视频学物理规律、提供可扩展仿真训练，直击数据瓶颈（Bessemer 判断）。
④ Sim-to-Real 攻坚中
现状 Isaac Lab 成事实标准；MuJoCo（MJX GPU 化）以物理精度见长；Genesis 主打生成式场景。
卡点 动力学 gap（接触 / 摩擦 / 可变形体）仍未解决；仿真精度足够高后，域随机化退居兜底手段。
时间表 与灵巧操作同进退——sim2real 不破，精细操作难以规模商用（无独立时间表）。
卡点 动力学 gap（接触 / 摩擦 / 可变形体）仍未解决；仿真精度足够高后，域随机化退居兜底手段。
时间表 与灵巧操作同进退——sim2real 不破，精细操作难以规模商用（无独立时间表）。
⑤ 安全与标准 制定中
现状 工信部标准化技术委员会 2025-12 成立；《人形机器人与具身智能标准体系（2026 版）》发布，测试规范提出人机交互 / 自主决策 / 任务泛化三维要求。
卡点 人形整机安全与 AI 生成行为代码尚无 ISO 专门标准（现有 ISO 10218/15066/13482 + UL 3300 均非人形专用）；人机协作仍套用协作机器人旧标准。
时间表 人形专用安全规范（碰撞防护 / 限速 / 急停）的落地时间，将决定家庭场景的放行时点。
卡点 人形整机安全与 AI 生成行为代码尚无 ISO 专门标准（现有 ISO 10218/15066/13482 + UL 3300 均非人形专用）；人机协作仍套用协作机器人旧标准。
时间表 人形专用安全规范（碰撞防护 / 限速 / 急停）的落地时间，将决定家庭场景的放行时点。
数据基础设施：比灵巧手更深的瓶颈
全球合规机器人数据约 50 万小时，而通用大脑需要千万小时级——差 1-2 个数量级。架构趋同之后，数据是最终壁垒：供给侧（谁能低成本采集）与需求侧（谁付钱买数据）都未闭环。
① 格式统一 已成标准
Hugging Face LeRobot 格式（v3.0）成为数据事实标准——跨本体数据的互操作有了通用底座，开源社区与厂商数据集开始向同一格式收敛。
② 采集网络 未闭环
全国建成 / 在建 106 家集中式数采中心、84 家投运，但未形成稳定商业闭环；真机遥操作贵、慢、场景窄，仿真自动采集、人类第一视角可穿戴、无本体动捕等新方式并行。
③ 要素市场 起步
北京石景山首发具身智能数据要素跨境流通平台；亿欧预计 2031 年中国数据集市场占全球约 50%（机构预测）。
④ 合规红线 机制未定
家庭私密空间原始数据原则上不回传；数据权属与利益分配机制未定——家庭场景"数据最饥渴、合规约束最严"的矛盾待解。
开放难题清单：七个"还差多远"
这七个问题没有一个是"再等一年就能自动解决"的——每个都对应明确的剩余距离，也是判断厂商技术叙事成色的试金石。
| 难题 | 主流解法 | 剩余距离 | 状态 |
|---|---|---|---|
| 长尾泛化 | VLA 异构共训 + 互联网数据 | 到开放环境全任务，差 1-2 个数量级的数据 | 攻坚中 |
| 能耗 / 续航 | 高比能电池、换电、轮式妥协 | 2-4h 续航 vs 工业换班需求；换电是绕过而非根治 | 基本绕过 |
| 耐久 / 可靠 | 关节寿命工程、冗余、预测性维护 | 无厂商公开 MTBF（估算 <500h vs 工业机器人 6-8 万小时）；工业级 7×24 未证明 | 未解决 |
| 双足极端地形 | RL 运动策略 + 视觉地形感知 | 冰面 / 坍塌等极端工况；动态稳定性理论未闭合 | 攻坚中 |
| 认知 / 因果推理 | LLM/VLM 分层大脑 + 世界模型推演 | 因果理解与长期记忆缺失；失败恢复靠人 | 未解决 |
| 跨本体任务迁移 | Motion Transfer、统一动作空间 | 异构本体动作语义对齐未解 | 未解决 |
| 触觉闭环 | 视触觉传感器 + VLA | 触觉数据规模比视觉小几个量级（导入期） | 未解决 |
技术成熟度：八项子技术的 S 曲线定位
把八项子技术放到同一条 S 曲线上，就能看清"哪些故事已经讲完、哪些才刚开头"：运动控制与导航已过最陡段，灵巧操作与世界模型仍在导入期。
八项子技术 S 曲线定位（2026-10 判断）：左下为技术萌芽、右上为成熟——"动得起来"已经普及，"动得巧、想得通"仍在导入期。
| 子技术 | 曲线位置 | 依据 |
|---|---|---|
| 运动控制（行走） | 成长期后段 | RL 跑通、进入量产验证、差异化收窄——头部团队已非壁垒 |
| 导航 | 成熟期早段 | 室内 SLAM 商品化多年 |
| 操作（抓放 / 简单工具） | 成长期早段 | 结构化场景商用开始 |
| 灵巧操作（精细 / 可变形） | 导入期 | 无商用方案，卡在 sim-to-real 与触觉 |
| 认知 / 任务规划 | 导入期后段 | 双系统初现、长程自主未破 |
| 触觉感知 | 导入 → 成长拐点 | 销量 +10 倍但生态未成型 |
| 灵巧手硬件 | 成长期早段 | 三路线并存、成本耐久待收敛 |
| 世界模型 | 导入期 | 能力演示级、训练闭环未验证 |
本章数据来源与置信度
核心来源：主报告技术方向维度（三线路线图、五大前沿、开放难题、S 曲线定位）、《本体与模型深度解析》（难点效果分级）、《人形机器人与具身智能标准体系（2026 版）》等政策原文。高置信：Isaac Lab 事实标准地位、LeRobot 格式、标准体系文件、π0.5"50 个家庭"洞察（多源交叉）。中置信：2027 及 2028-2030 路线图均为机构预测（高盛 2035E 650 万台 / BofA 2030E 约 120 万台 / BCG 提示的分析师区间分歧 6-12 倍），灵巧操作 2028 商用试点为机构预测。未核实：各路线精确商用时间表。数据截至 2026-10-09，仅供学习研究，不构成投资建议。