一場由人形機器人擔當主角的點球大賽，在MWC26上海成為具身智能產業現狀的縮影。銀白色機器人獨立完成環境觀察、追蹤足球、計算角度並全身協同射門，每個環節在約10毫秒內閉環完成。這不僅是技術秀，更被業界視為物理人工智能的“圖靈測試”，考驗機器人在真實物理世界中的感知、決策與執行能力。

中國移動具身智能產業創新中心產品經理王開樂透露，賽前團隊讓機器人學習了足球運動員的推射、抽射等動作視頻，進行骨骼重定向與動作重建。上場後，機器人需自主應對草坪摩擦力、燈光陰影、足球氣壓等變量，部分射門偏出或擦柱而出，甚至出現被球絆倒後爬起的場面。杭州千尋機器人負責人李蕾坦言，單次射門或可媲美專業運動員，但整場比賽涉及無數從觀察到決策的流程，對具身智能仍是巨大挑戰。GSMA大中華區技術總經理劉鴻指出，這類測試需要大量算力與高性能網絡支持，將機器人採集的信息上傳雲端並做出決策，背後是整個通信與算力基礎設施的協同檢驗。

硬件成本拐點正在將實驗室成果推向商業化前夜。AI百人會秘書長高豔慧在MWC期間表示，人形機器人單價已從百萬元級跌至十萬甚至萬元級。數據印證了產業熱度：IT桔子統計顯示，2026年上半年國內具身智能及機器人領域共發生288起融資事件，涉及226家企業，披露融資額超460億元。投資邏輯已從“看團隊、看Demo”轉向“看交付、看數據閉環”，資本更關注實際落地能力。

頭部企業的動作進一步證明產業在加速落地。智元聯合創始人、總裁兼CTO彭志輝在MWC主題演講中提出“部署態”概念，強調從演示走向實際部署的轉變。中國人工智能產業發展聯盟具身智能組組長張蔚敏則從賽事規則中看到標準化的契機，緊急停止、速度限制等賽場規則正在形成人形機器人安全標準的雛形，推動電池、伺服電機、輕量化材料等產業鏈加速迭代。這意味著，賽場上解決的每一個可靠性問題，都在為產業標準化“手冊”打磨細節。

具身智能真正的價值出口在工廠車間。西門子數字化工業集團工廠自動化負責人Nicholas Hansen在論壇上指出，全球工業場景中僅20%的數據被實際使用，工廠正從自動化走向自適應，最終邁向完全自主的“熄燈工廠”。他展示了一段對比視頻：傳統機器人按固定程序抓取標準化零件，而具身智能機器人面對形狀不一的雜物，未經編程便完成分揀任務，這是感知而非編程的結果。華為無線網絡產品線副總裁趙東則從基礎設施層面回應，具身智能進入工廠需要網絡完成根本性升級，大上行帶寬、低時延高可靠、廣覆蓋的網絡要像“具身的經絡”一樣，將雲端大腦的決策實時分發到每一個物理實體。

挑戰同樣真實。上海科技大學副校長虞晶怡直言，過去AI的成功建立在數據驅動之上，但數據驅動能否直接遷移到物理模型仍是巨大問號。以觸覺為例，人類抓取物體時視覺只是起點，觸覺才是糾正錯誤的最後防線，而這類多模態數據在當前研究中極其缺失。他更擔憂學術生態，越來越少的人深挖問題本身，而是停留在快速變現上。蘇度科技CEO韓錚補充，模型和硬件的迭代速度往往不同步，模型側的新需求有時會倒逼硬件重新設計，兩邊的節奏匹配是規模化前必須解決的工程問題。

從綠茵場上的點球到工廠產線的精密操作，具身智能產業正從“會動”走向“會幹活”。MWC26上海的這場硅基與碳基的較量，不僅是一次技術驗證，更是產業標準化與商業化進程的加速器。