我前几天去逛了2026北京世界机器人大会。四个馆，A、B、C、D全逛了。C馆是机器人本体馆，人挤人，走都走不动。人形机器人、机器狗都在展台上表演，观众里三层外三层围着拍照。其他馆呢？冷清多了，有的展位销售比观众还多。
当然，我也拍了！
这两天抽空，我把会上收集的厂商手册挨个翻了一遍，也对这300多家厂商做了一次整理和复盘。越整理越不是滋味。现场最挤的是机器人本体，数据出来一看，参展的大头也还是机器人本身，跟现场体感完全对得上。
先把我的观点亮在这：这个行业现在最该被讨论的，是机器人到底进了哪些工厂、干了哪些活、多久回本。
但从现场各展馆的人员密集度来看，观众和资本，眼睛都盯在机器还能变得多强、未来还有多大空间上。技术进步当然重要，可一个产业不能光靠可能性活着。
厂商都在做什么
先摆数据。三百多家厂商，做零部件的155家，占一半。零部件商是看见订单才来摆摊的，155家愿意掏展位费，说明整机厂的下单量已经养得起一条供应链了。再看成色：这300多家里能从简介和手册查到成立年份的有155家（就是下面这张图），其中2015年前开业的有58家。58家老厂里，41家在做机器人零部件。减速器、电机、轴承、丝杠，人家是带着产能和良率转过来的，不是PPT工厂。
中游那40家查得到年份的整机和大脑公司，是另一副景象，2015年前成立的只有7家，2023年以后成立的有29家。零部件层站的是带着产能转过来的制造业老兵，中游站的是追着风口成立的创业新军。老钱在零部件层，新钱在本体和大脑层，两边几乎不重叠。
供应链这侧是真繁荣。可是往看应用和配套服务那一层，就是有点寒酸了。
做场景应用的，47家。三百多家里占15%。剩下的85%呢？做零部件、做本体、做大脑，全挤在供给侧。266家对着47家。这个比例摆在这，我还说啥了。哪个行业厂商比客户还多的？
大家的钱都花在哪了
机器人进了哪家工厂、干了哪道工序、顶了几个岗位、多久回本，这些才是一个产业最核心的东西，说白了就是机器人到底在哪落地、进哪些应用场景。可这些信息在现在里找不到多少家公司页。倒是技术指标、参数对比，家家都写得满满当当。
另外还有几个数字很有意思。51家整机厂，手册里瞄准科研教育的26家，超过了瞄准工业制造的25家。人形机器人号称要进工厂拧螺丝，实际掏钱买的是谁？高校实验室。产线的故事讲给投资人听，但其实实验室的订单才是现金流。
现场有个细节我印象很深。有个炒菜机器人的演示，工作人员提前把所有配料分装在各个小碗里，机器人做的只是拿起小碗、倒进锅里。每轮演示一结束，工作人员就马上把碗边擦得干干净净，生怕留一点油渍，机器人就拿不稳、认不出了。你看，运动控制已经做到很领先了，拿碗倒料这种动作干净利落，但前提是人得把世界替它收拾得整整齐齐。智能这一层还差得远，远到连一个有油的碗都对付不了。
另外关于量产的，31家通用人形，我挨个翻下来，真正在规模化卖货的是少数，一只手数得过来，其中宇树、云深处这些现场就在成排展示的，确实有真销量。但剩下的多数还停在样机阶段，靠讲未来撑着。
有意思的是手册的写法：真在卖货的公司，手册里基本不提量产俩字，产品列表就是全部证据；反倒是那些没影的，量产、规模化落地写得比谁都勤。具身大模型那16家更明显，个个都讲具身大脑通用智能体，写量产规模化的本来有11家，把「规模化落地」这种话术剔掉，剩真材实料的一只手数得过来。这哪是做产品，这是做融资材料。
我不是说技术探索没价值。样机要造，大模型也搞继续搞，科研市场也是市场。但如果八成半的公司挤在供给侧讲故事，只有一成半的公司在真实场景里干活。那具身智能的泡沫破灭是不是要快了？
真正缺的没人做
我研究材料的时候，结合现场的情况考虑了一下哪些场景还有空白。把下游厂商的手册翻一遍，看有多少家提到这个环节。同时看有谁在做，谁在要！
具体如上图：
- 电池与能源，做的才2家，要的27家。人形机器人续航普遍两三个小时，跑半天就得充电，换电、能源管理家家头疼
- 动捕，做的1家（我现场看记得不止，但是找材料的时候找不到了），要的22家。全行业都喊着缺数据，采数据的装备没人造
- 运控软件，做的2家。整机厂的钱和人都砸在大模型上了，机器人身上那层管动作的实时控制系统，反而没人管（我猜是因为运控基本比较成熟了）
电池管机器人能不能在现场连续干活，动捕管机器人能不能学会干活，运控软件管机器人动作稳不稳。全是卡落地脖子的事，全没人做。
新公司怎么进场
要是有人问我，新公司怎么进场，我分三层说。
第一层，啃硬骨头的方向，该有人做，但要想清楚自己配不配。VLA、世界模型、电池、精准控制，这些是行业的天花板，必须有公司长期投入去啃。这种事不能没人干，但投入大、周期长，适合有大资本、有研究实力的玩家，轮不着一没弹药二没耐心的团队。
第二层，数据方向，看着是风口，但卷的也很厉害，真正的问题是数据的价值。现在做数据采集的厂商一大把，但采出来的数据质量怎么样、值多少钱，不好说。真正值钱细节场景化的数据，大部分厂商根本进不去。比如重工业的产线，人家的生产纪律、生产节拍摆在那，你怎么说服厂里让你带设备进去采几天数据？即便真采了几天又能有多少轨迹数据。
采不了就没数据，没数据模型就学不会。所以这个方向的机会不在于采更多数据，在于你能进得去别人进不去的场景。而且数据是具身大模型、世界模型、VLA模型的口粮，长期看需求是确定的，就看你能提供到什么程度。
第三层，场景方案，最适合一般公司入场，但核心是早。拿成熟的本体，加自己对某个场景的理解，做成能干活的方案，从展会看现在还不算太卷（也可能是做场景的觉得自己比较low，不好意思来？）。
天花板确实低，一般都是项目制生意。不过因为门槛不高，未来的竞争一定激烈。所以要做就早入场。进场越早，踩的坑越多，场景经验越厚，能落地的方案就越多，这种经验后来者拿钱短期买不来。
写在最后
最后我的判断是什么呢？这个行业不缺技术热度，不缺供应链，也不缺讲故事的人，缺的是把机器人用起来的人。
真正的机会都指向同一个方向。就是落地
因为技术不成熟导致无法落地的地方，让有实力的玩家去玩。
因为数据导致模型训练不够的地方，赶紧找高价值的别人进不去的场景去采集
不管什么原因导致不好进场景的地方，抓紧研究解决方案（不是从技术升级本身解决），赶紧进入场景。
所以别再问机器人还能有多强了。该问的是：它今天能替谁干活？能干多少？多久回本？这三个问题有答案的那天，具身智能才算真成了一个产业