---
title: "2026深圳物理AI峰会：没人再炫技，都在算账"
id: "20260830A09NQD00"
publicationAccount: "非凡产研"
originalPublishedAt: "2026-08-30T20:00:46+08:00"
canonical: "https://ffcap.cn/research/20260830a09nqd00"
source: "https://view.inews.qq.com/a/20260830A09NQD00"
sourceAccount: "https://news.qq.com/omn/author/21759984"
language: "zh-CN"
tags: ["智能硬件","具身智能","物流与供应链","模型与基础设施","AI 玩具","情感陪伴","智能制造","全球化出海"]
---

# 2026深圳物理AI峰会：没人再炫技，都在算账

文章中的“非凡产研”是原始发布账号署名，不代表已核实个人执笔作者。引用访谈或圆桌观点时，应按正文标明具体发言人及当时身份；无法确认时不要推断。日期为原始发表日期，历史信息以发布时点为准。

**非凡产研 · 物理AI · 2026深圳峰会**

## **每天稳定工作几小时、一万次错几次：2026深圳物理AI峰会，机器人开始接受KPI**

  

"当行业开始认真回答这些问题时，Physical AI 才真正从舞台中央，走进现实世界。"

  

机器人会跑、会跳、会打拳。AI 眼镜可以翻译、导航、识别眼前的世界。玩具接上大模型以后，可以聊天，可以记住你，甚至开始有自己的"人格"。

如果只看过去半年各种发布会和展会，Physical AI 已经像是全面爆发了。

但 8 月 28 日，在深圳举行的 **2026 · 深圳 · 物理 AI 峰会（Physical AI Summit Shenzhen 2026）**上，大家聊得最多的却不是这些。

台上反复出现的是另一组词：留存、交付、供应链、回本周期、成功率、售后、渠道、正毛利。

这大概也是这个行业走到 2026 年下半年以后，一个很明显的变化。技术依然重要，但只会做 Demo 已经越来越难让人兴奋了。

![2026深圳物理AI峰会：没人再炫技，都在算账 · 原文图片 1](https://inews.gtimg.com/om_bt/ONpDqzBp4T03r0-QiTq9DEP6W0CjCPLoW5ldVMlNKreUUAA/1000)

一个 AI 硬件发布第一天很惊艳，30 天以后还有多少人在用？Kickstarter 上众筹了 100 万美元，半年以后货发出去了吗？机器人在实验室成功率 95%，进工厂以后能不能做到 99.9%？一台机器人卖 20 万，客户几年能把钱赚回来？

再往后，还有一个更现实的问题：公司自己什么时候赚钱？

这场由非凡产研主办、思想科技协办，河套发展署、香港科技园公司、河套模力福地 AI 产业社区作为战略伙伴支持的物理 AI 峰会，从上午的AI眼镜，AI戒指等AI可穿戴设备到AI玩具，机器人宠物等AI陪伴硬件，一直聊到下午的工业机器人，人形机器人等各形态的机器人本体，到灵巧手，电子皮肤，小脑的运动控制等具身智能供应链上下游。

一天听下来，一个信号越来越清楚：

**"Physical AI 正在从'证明技术可行'，进入'证明生意成立'。"**

  

## **AI 开始从屏幕里走出来了**

活动开场，香港科技园公司人工智能与数据总监冼超舜博士先把 Physical AI 放进了一个更长的技术周期里。

过去几年，AI 的演进路径其实很清楚。大语言模型先解决"理解和生成"，Agent 开始进入 Workflow，下一步自然是进入物理世界。

当 AI 真正要控制机器人、操作物体、理解空间以后，过去依赖互联网文本训练出来的能力就不够用了。

这里面很关键的一层，是**World Model 和真实世界数据**。

![2026深圳物理AI峰会：没人再炫技，都在算账 · 原文图片 2](https://inews.gtimg.com/om_bt/OODKPtSeSc5T0CEgLK1CoYncasNsJQCFRbyCtnNexVudwAA/1000)

机器人要学的已经不只是"一个杯子是什么"，还包括杯子有多重、怎么抓、抓歪了会怎样、碰到桌面以后应该怎么调整。数据也随之发生变化，文本、图片之外，动作、力觉、触觉、第一人称视频、机器人执行轨迹，开始成为新的训练资产。

冼超舜博士现场提到，Physical AI 真正需要同时解决两件事：Model 和 Data。

这也是为什么今天机器人行业突然开始疯狂谈数据采集。大模型时代，我们把互联网上的数据"吃"了一遍；Physical AI 时代，下一批数据可能要靠机器和人在真实世界里重新"生产"出来。

随后，非凡产研创始人吴畏从另一条路径解释了这个变化。

过去 AI 主要活在电脑里。Chatbot 回答问题，Copilot 帮你写东西，Agent 开始操作浏览器和软件。现在 AI 开始拥有身体。

他把目前最值得关注的三种 Physical AI 形态概括成**See、Stay、Act**：AI 眼镜获得人的第一视角，陪伴硬件获得长期关系和记忆，机器人则让 AI 真正拥有作用于现实世界的能力。

从这个角度看，Physical AI 的核心并不在于"硬件里面装了 AI"，而是一个设备能不能形成完整的感知、记忆、决策和行动。

![2026深圳物理AI峰会：没人再炫技，都在算账 · 原文图片 3](https://inews.gtimg.com/om_bt/OCz0WCwvIO1PNgifeA3AUwmGQ4rBoyjG4YhkOUkbvFdp8AA/1000)

  

## **AI 眼镜真正要抢的，可能不是手机**

接下来，Rokid 全球开发者生态负责人赵维奇 Weiqi分享了一个很值得注意的判断：每一个计算时代，都有自己的终端。

PC 时代是电脑，移动互联网时代是手机，AI 时代大概率也会出现新的终端，但它未必是一台"下一代手机"。

过去很多 AI 硬件的问题，是把 AI 塞进原来的设备里：冰箱加一个聊天机器人，耳机加一个大模型，眼镜里再放几个 App。真正 AI Native 的设备，交互逻辑应该发生变化。

用户不再需要先想"我要打开哪个 App"，他只需要表达意图，系统再去调用模型、工具、Agent 和服务。

![2026深圳物理AI峰会：没人再炫技，都在算账 · 原文图片 4](https://inews.gtimg.com/om_bt/OrS2MjnjhcayEQRUU1VdkFBpiUe8HQl3WZjkR49tlJWvMAA/1000)

赵维奇把 AI 眼镜真正能不能成立，浓缩成了三个词：**轻量化、多模态、全天候**。

轻量化决定用户戴不戴，多模态决定 AI 能不能理解周围发生了什么，全天候决定它究竟是一件偶尔使用的电子产品，还是每天跟着你的终端。

这里面还有一个很容易被忽略的点：好的 AI 不只是回答正确，它还需要在正确的时间出现。

看到外语菜单，直接翻译；开会的时候自动进入记录状态；走到陌生路口出现犹豫，主动询问是否需要导航。当 AI 开始获得视觉、声音、位置和长期上下文以后，交互可能从"人找服务"，逐渐变成"服务找人"。

这可能才是眼镜真正和手机拉开差距的地方。手机短期不会消失，但运动、物流、跨语言交流、无障碍辅助这些"不方便掏手机"的场景，已经开始为新的终端腾位置。

  

## **第一关：为什么用户第三十天还在用？**

上午第一场 Panel 直接把问题拉回现实。

Panel 1「产品成立：新奇不等于刚需，AI 硬件怎样从第一眼惊艳变成每天都用？」由霞光社市场负责人 Koali主持，嘉宾包括必爱智能创始人李晓涛、星穹方舟创始人段然、光屿智联创始人冯晨、中科知奇 COO Victor Shao。

![2026深圳物理AI峰会：没人再炫技，都在算账 · 原文图片 5](https://inews.gtimg.com/om_bt/OU_Mvx1kG6YZaJNk-hcxKPOVP9uI6PTwJSPEssIOwo22sAA/1000)

几家公司的产品差异非常大，有脑机接口眼镜、AI 可穿戴设备、智能手写笔，也有无感健康监测。但讨论到最后，大家实际上都在回答同一个问题：AI 硬件怎么逃离"吃灰曲线"？

一个很明显的变化是，硬件参数越来越难成为长期壁垒。尤其在深圳，一个硬件方案只要验证了市场，很快就会出现类似产品。真正难复制的，是产品跟用户行为之间的关系。

所以越来越多团队开始反过来思考：不要先要求用户重新学习一套习惯，而是尽量把 AI 藏进原有行为里。笔还是那支笔，眼镜还是那副眼镜，健康设备甚至最好让用户忘记它的存在。设备只负责自然采集数据，后面的 AI 再完成分析、总结、预测和服务。

这其实跟过去很多软件产品的思路很不一样。以前总想让用户"打开 App"，现在越来越多硬件公司反而在思考怎么做到去 App 化和无感化。

另外一个共识是，监测本身不是价值终点。无论健康、学习还是工作，一个设备每天告诉你"你的数据是多少"，新鲜感很快就会过去。真正能够留下用户的，是它后面有没有形成闭环——发现问题以后，还能不能帮助解决问题。

**"所以 AI 硬件真正的留存，最后可能只取决于一句话：它有没有持续替你省时间、解决问题，或者提供一种你舍不得失去的体验。"**

  

## **第二关：众筹 100 万美元以后，才开始真正做硬件**

上午第二场 Panel 很适合给今天想做 AI 硬件出海的创业者泼一点冷水。

Panel 2「世界货架：IFA 前夜，众筹爆款不是终点，如何把第一批海外用户变成世界货架？」由GreenSeed Global 合伙人 / 非凡产研深圳负责人康正中主持，嘉宾包括诺一创新创始人唐畅、派拓艺创始人李荣仲、幸氧科技创始人吴丹妮、Indiegogo 中国区负责人顾明君。

现在 AI 硬件出海已经形成了一条很常见的路径：先 Kickstarter、Indiegogo 众筹，再做独立站、Amazon，最后进线下零售。

所以行业特别容易盯着一个数字：众筹金额。100 万美元、300 万美元，甚至 1000 万美元。

但这场 Panel 里反复强调的一件事是：众筹只是 0 到 1。

真正判断一个新品类有没有成立，要看众筹结束以后。销量有没有继续增长？Amazon 有没有承接？社群还活不活跃？用户有没有持续讨论？更重要的是，货到底有没有交出去。

众筹用户是一群很特殊的人。他们愿意为创新提前付款，也愿意等待，所以容忍度很高；但同样因为是 Early Adopter，这群人的传播能力也极强。产品做好了，他们可能成为第一批品牌布道者；如果延期半年、货不对板、客服失联，他们也会成为传播负面信息最积极的人。

这就解释了一个很现实的现象：以前有个 Demo 就能做众筹，现在越来越难。

经历过几轮"PPT 众筹"以后，海外用户已经开始主动寻找工程机、第三方评测和真实测试视频。因此现在再做众筹，一个越来越重要的前提是：供应链最好已经真正跑过一遍。

这一点听起来很朴素，但几乎每一个第一次做硬件的创业公司都会低估它。硬件从工程机到试产，再从试产到量产，中间有大量完全无法写进商业计划书里的 dirty work：模具、良率、物料、电池、包装、物流、认证、售后。

这些东西最后决定的不是产品能不能发布，是公司还能不能活着把产品交完。

![2026深圳物理AI峰会：没人再炫技，都在算账 · 原文图片 6](https://inews.gtimg.com/om_bt/Oo_I4P8BxmTu5f85qMpL4SZnXebOwAzHwltN1KJ_S2wtkAA/1000)

  

## **第三关：中国硬件卖出去以后，为什么用户还要选你？**

上午最后一场Panel 3「全球品牌：从中国硬件到全球品牌，产品、渠道与品牌三道关怎么跨？」由非凡资本 VP 黄璟睿 Jerry主持，嘉宾包括跃然创新海外品牌负责人 Tim、PandaaX 创始人叶杰、赛博创力联合创始人 / CTO 刘岱轩。

讨论里有一句话非常适合解释今天中国硬件出海的现状：**机会决定你能不能进去，能力决定你能不能留下来。**

深圳最不缺的是产品。真正到了海外市场，问题突然变得特别琐碎：服务器放在哪里？隐私数据怎么处理？认证怎么做？当地客服谁来接？不同语言的模型识别效果怎么样？宗教、家庭结构和文化习惯，会不会直接改变产品场景？

一个在中国成立的需求，到了美国可能根本不存在；一个在北美跑不通的产品，也可能在中东突然出现很高的 ROI。

![2026深圳物理AI峰会：没人再炫技，都在算账 · 原文图片 7](https://inews.gtimg.com/om_bt/OQTbf_2djgtzL9fuG4vNj8VY2Sjbb3IadNLFq8WvIPnF4AA/1000)

所以今天所谓"全球化"，越来越接近在全球不断重新寻找 PMF。企业不只是把中文翻译成英文，再找一个经销商把货发过去，是需要重新理解当地用户为什么买、怎么用、出了问题找谁，以及什么样的产品定义才真正成立。

当硬件参数、供应链甚至模型都越来越容易被追平，真正难复制的东西开始向另一侧转移：IP、社群、用户关系、渠道资产，以及一次次交付积累下来的品牌信任。

**"这里有一个很好的总结：产品负责兑现承诺，渠道负责传递承诺，品牌，是持续兑现以后留下来的结果。"**

  

## **上午聊完"用户买不买"，下午开始算"工厂为什么买"**

下午一开场，非夕科技副总裁胡晓平带来《仿人化创新重塑机器人能力边界》。

工业机器人和上午的消费硬件，商业逻辑完全换了一套。消费者可能为新鲜感、设计、品牌和情绪价值买单，工厂不太一样，工厂最后会拿出 Excel。

它会问良率多少、节拍多少、换线要多久、一年节省几个人、机器坏一次损失多少、多久回本。

胡晓平分享了非夕一直在做的"自适应机器人"。传统工业机器人最擅长的是高度标准、重复、固定轨迹，但真正还大量依赖人的工作，很多恰恰发生在不够标准的地方：零件会偏，材料会软，位置会变化，人与机器接触时还涉及安全。

这也是力控、自适应和 AI 开始发挥价值的地方。

所以未来机器人"仿人"，最有价值的部分未必是长得像人，是它开始获得人的那种能力：碰到了以后知道怎么调整。

当这一层能力成熟以后，很多过去需要为一个工序专门设计一套非标设备的场景，才有可能慢慢被统一的机器人平台吃掉。

![2026深圳物理AI峰会：没人再炫技，都在算账 · 原文图片 8](https://inews.gtimg.com/om_bt/O1-3k3dpfrzP_SUSazalB5oiSGZijJZxRQVzwyLr_Yr3sAA/1000)

随后，思想科技商务总监 Daniel在《物理AI的商业化之路：Google全栈生态如何赋能硬件感知现实》中，又把硬件出海最容易忽略的一笔账摊开了。

AI 硬件卖出去以后，还有持续的 Token 成本。全部能力都依赖云端模型，用户每交互一次，公司可能就在付一次钱。用户越来越活跃，对一家毛利本来就不高的硬件公司来说，有时反而意味着成本越来越高。

一种现实方案就是端云协同：高频、简单、低延迟的能力放端侧，复杂推理再调用云端模型。这样既保证断网以后不至于"变砖"，也能控制长期模型成本。

AI 硬件真正开始规模化以后，商业模式必须把这些隐形成本算进去，否则卖得越多，可能亏得越快。

![2026深圳物理AI峰会：没人再炫技，都在算账 · 原文图片 9](https://inews.gtimg.com/om_bt/O4t9ApyyYcAkULvckSwspcYuDS5JByV2Rez_fNt7JbsnEAA/1000)

  

## **哪种机器人最先赚钱？先找那件"人特别不想干"的事**

第四场 Panel 「场景分化：工业、服务、医疗，谁先拿到可复制订单？」由GreenSeed Global 合伙人 / 非凡产研深圳负责人康正中主持，嘉宾包括非夕科技副总裁胡晓平、灵巧智能政府关系及生态负责人张龙、前来牟科技合伙人兼 CMO 李矩凡、合创生物亚太区负责人窦浩桐。

这是下午最能解释"机器人怎么找场景"的一场讨论。

一个很有意思的结论是：最先商业化的机器人，通常没有那么通用。

割草机器人、泳池清洁机器人、工业上下料、实验室自动化、物流搬运，这些场景看起来远没有一个会做饭、叠衣服、陪你聊天的人形机器人性感，但它们往往有几项非常明确的共性：任务足够高频，人不太愿意做，人工成本清晰，环境能够被约束，同时技术已经能做到七八十分，ROI 也能算。

拿割草和泳池清洁来说，机器人替代的核心其实不是扫把、割草机或者清洁工具，是人的时间。

![2026深圳物理AI峰会：没人再炫技，都在算账 · 原文图片 10](https://inews.gtimg.com/om_bt/On2PwH1Zpo91LTjhKr4EPDrBRqEjYVa3TGz2strQRrL-IAA/1000)

用户家里有扫地机器人以后，扫把并没有消失，用户只是不用每天自己扫。这才是机器人最现实的价值。

到了工业场景，又出现了另一个很重要的判断：不要为了通用而通用。

一只机械手理论上能做 1000 件事，可是在一个具体工位，它每天可能只需要做其中 10 件。如果为了剩下那 990 项低频能力，让价格贵 10 倍、稳定性下降一半，客户不会买单。

**"现场把这件事概括得很好：有限空间里的有限智能。"**

这可能也是今天很多具身智能 Demo 跟真实工业需求之间最大的认知差。研究者追求的是能力边界，工厂追求的是确定性。

  

## **当客户开始问"18个月能不能回本"，机器人行业才真正开始了**

第五场 Panel 「从炫技到生产力：具身智能商业化的最后一公里」由非凡资本合伙人王朝超主持，嘉宾包括墨现科技 CMO 王鑫、桥介数物 COO 宋阳、纳诺机器人创始人马尧。

这场讨论已经很少聊机器人炫不炫了，开始直接算账：触觉数据采集设备怎么定价？每小时采集成本多少钱？一个机器人项目收几百万，能不能标准化？工业机器人到底多久回本？

这里有一个非常典型的数字。

在已经相对成熟的工业取放场景里，客户普遍会把**18 个月左右**当成投资回收期的一条线。如果 12 个月回本，采购会非常积极；18 个月还能接受；再往后，决策就越来越困难。

而且工业对成功率的要求远远高于普通人想象。一些 3C 场景可能已经要求 99.5% 以上，到了半导体，可能进一步要求到 99.99% 级别。

到了这个阶段，"会不会做"已经没什么意义了，客户真正问的是：**一万次能错几次？**

Panel 里另一个特别值得注意的讨论，是"项目制"。

今天大量具身智能公司收入来自项目，一个项目几百万，看起来收入不错，问题在于下一个客户又要重新做一次。这是一种很典型的"有收入、没规模"。

所以越来越多公司开始把能力从项目里抽出来，变成平台、API、操作系统或者 License，把原来需要一两个月交付的能力变成几分钟部署，把几百万项目费逐渐变成可重复销售的软件服务。

这一步能不能走通，很可能决定未来哪些具身智能公司最后是一家"机器人项目公司"，哪些能真正成为平台公司。

![2026深圳物理AI峰会：没人再炫技，都在算账 · 原文图片 11](https://inews.gtimg.com/om_bt/O0tu90kSTBcyfcTJ1eggm46dIKd_zdD9vQsIv1U82iU10AA/1000)

  

## **最后一关：公司自己什么时候有正毛利？**

最后一场Panel 「商业模式：从展示到可交付，谁能跑出正毛利？」由钛媒体出海参考运营总监王璐主持，嘉宾包括星动纪元商业化负责人胡家义、虎鲸机器人总经理朱元远、一思机器人市场总监 Carina、万兴科技副总裁吴佳兵。

这场 Panel 的四家公司差异极大：通用具身智能、庭院机器人、AI 网球机器人和全球化软件公司。反而因此把一个问题讲得很透：机器人根本不存在一套统一的商业模式。

物流机器人看的，是效率、准确率、泛化和规模交付；庭院机器人看的，是用户愿不愿意花钱买回自己的时间；体育机器人看的，是机器能不能从"一次性硬件"变成长期训练服务；软件公司则从二十多年产品经验里，提供了一条最基础的判断标准——需求真不真实。

很多很酷的功能，用户试一次就走了。有些很小的需求，看起来毫无想象力，用户却每个月都愿意付钱。后者才是真生意。

这场讨论里，还有一个很重要的变化。

过去卖硬件，收入发生在设备交付那一刻。现在越来越多 Physical AI 产品开始尝试订阅、流量服务、远程视频、训练内容、AI Coach、耗材和软件增值服务。

硬件慢慢变成一个入口，用户未来几年持续产生的服务收入，才可能真正改变整个硬件生意的毛利结构。

但这一切都有一个前提：产品本身得先交付。

从众筹到供应链爬坡，再到不良率、物流、售后、海外认证和现场 Bug，一个 Demo 能跑起来，只代表技术路径被证明；几百、几千台设备能够稳定交到真实用户手里，才叫产品。

![2026深圳物理AI峰会：没人再炫技，都在算账 · 原文图片 12](https://inews.gtimg.com/om_bt/Oztsl1yJ-Szjcob6IaYCWftWQBe6L2UoTNe-G4Fk1C0l8AA/1000)

  

## **Physical AI 开始进入最不性感、也最重要的阶段**

如果把一整天的讨论压缩下来，会发现 Physical AI 的行业重心正在一路向下。

2023 年，大家讨论模型有多聪明；2024 年，大家开始讨论 Agent 会不会干活；2025 年，机器人和 AI 硬件大量出现。到了 2026 年，问题开始变成：能不能做成产品、能不能交付、客户愿不愿意复购、能不能规模复制，以及最后能不能赚钱。

这恰恰是一个行业真正开始成熟的信号。

因为技术浪潮最热的时候，所有人都愿意聊未来。真正进入产业以后，每个人最后都得回来面对那些不那么性感、却直接决定生死的问题：良率、库存、客服、认证、回款、维修、毛利和现金流。

Physical AI 能不能从今天几千台、几万台的市场，真正走到未来几百万、几千万台，最后拼的大概率就是这些。

机器人会不会做后空翻，当然还会继续上热搜。但下一阶段真正值得看的，也许已经换成了另外几个数字：它每天能稳定工作多少小时，一万次任务失败多少次，客户多久回本，一年以后还续不续单，以及卖完这一台，公司到底赚了多少钱。

**"当行业开始认真回答这些问题时，Physical AI 才真正从舞台中央，走进现实世界。"**

---

原始发布版本：https://view.inews.qq.com/a/20260830A09NQD00

本站阅读页：https://ffcap.cn/research/20260830a09nqd00