从WAIC 2026看具身智能：AI走向物理世界的拐点已至

2026年7月18日，世界人工智能大会（WAIC）在上海开幕。如果说去年的关键词是「大模型」，今年聚光灯毫无争议地打在了「具身智能」上。

腾讯在大会上首次系统性展示了具身智能全栈布局，贯穿云底座、模型层、平台层与应用层。与此同时，英伟达GEAR实验室联合李飞飞团队发布的SimFoundry系统也在会场外引发热议。两件事放在一起看，一个信号已经非常明确：AI正在从屏幕里的算法，走向物理世界的真实应用。

腾讯的全栈答卷：从模型到生态

腾讯首席科学家张正友在WAIC上表示：「真正的智能需要让语言、视觉、空间认知、身体控制和环境反馈连通起来，在『感知—身体—行动』的闭环里接受验证。」

这句话背后，是腾讯在具身智能领域攒了三张牌：

模型层：腾讯发布了三款具身基座模型——Hy-Embodied-VLA-0.5（视觉-语言-动作统一建模）、Hy-Embodied-VLM-1.0（以仅1/10计算量达到上一代旗舰性能的感知模型）和Hy-Embodied-RxBrain-1.0（首创文本推理与视觉想象深度协同的认知大脑）。三款模型已在真实工业场景和导购导览、养老服务等任务中完成落地验证。

平台层：TairosAgent具身智能体框架与Apexio智能体将「左右脑」「大脑」「小脑」和身体整合为完整系统，让机器人形成持续感知、决策、行动的整体。开源平台Tairos同步升级，降低从模型到本体的全链条开发门槛。

基础设施层：腾讯云推出业内首个EaaS（Embodied-AI-as-a-Service）具身智能服务，从算力底座到感知交互，覆盖研发、训练与交付全链路。

腾讯公司副总裁林松涛的总结很精准：「AI普惠的标志不是最强的人变得更强，而是普通人用AI变得不再普通。」

SimFoundry：一段视频终结Sim2Real困局

如果说腾讯在做的是「具身智能的操作系统」，那英伟达和李飞飞团队带来的SimFoundry，解决的是这个系统最头疼的燃料问题——训练数据。

Sim2Real困局困扰了机器人领域近二十年：仿真环境依赖手工建模，搭建周期以周甚至月为单位；策略从仿真迁移到真实世界时，因为光照、摩擦力、物体形变等细微差异，性能断崖式下跌。

SimFoundry把问题翻转了过来。只需一段普通RGB视频，系统就能自动生成可交互、可训练、可评测的仿真环境。更关键的是，「数字表亲」机制能在保持物体功能和可操作性不变的前提下，自动变换物体、调整布局、衍生新任务——一段视频不再只能得到一个仿真场景，而是自动扩展出几乎无限的数据生成空间。

实验数据非常硬核：SimFoundry的仿真评测与真实世界表现之间的平均皮尔逊相关系数达到0.911，在仿真里训练的策略可以零样本部署到真实机器人上。

这意味着，「先仿真训练再真实部署」的单向通道，正在变成「从真实采集到仿真扩展再到真实落地」的完整闭环。

产业拐点：万亿市场的三重推力

具身智能之所以在2026年集中爆发，背后有三重推力：

政策层面，「十五五」规划已将具身智能列为未来产业。工信部推动的「实景实训专项行动」正在加速机器人在真实场景中的数据积累和模型迭代。

产业层面，据行业报告，中国具身智能市场规模有望在2026年突破万亿。宇树科技、优必选、智元机器人、乐聚智能等一批代表性企业已经跑通从原型到量产的路径。今年4月北京亦庄半程马拉松上，人形机器人以超越人类冠军的速度完赛——这不是噱头，是工程能力的证明。

技术层面，大模型能力的突破为具身智能提供了关键驱动。腾讯混元Hy3上线一周总调用量较上一代增长逾68倍，登顶OpenRouter全球大模型调用量总榜。基座模型越强，机器人理解世界、规划动作的能力就越强。

综合来看，行业的时间路线图已经相当清晰：2025-2026年是量产验证期，2027-2028年进入生态成型期，2029-2030年迎来拐点爆发。多位行业领军人物预测，2030年左右将实现AGI的拐点。

真正的智能，必须走向物理世界

从WAIC 2026来看，具身智能的竞争逻辑已经变了。它不是又一个大模型赛道的翻版——比拼的不再是参数量和跑分，而是「能不能在真实世界里干活」。

腾讯的EaaS、英伟达的SimFoundry、商汤与20家国产芯片企业的「银河计划」……这些动作指向同一个方向：降低门槛，加速落地，让具身智能从少数科技公司的实验室走进千行百业。

正如一位行业观察者所言，具身智能的「ChatGPT时刻」也许还要再等几年。但当那一天到来时，迎面走来的将不是一个会聊天的对话框，而是一个真正能动手的智能体。