在2026世界機器人大會上，具身智能正式告別單一樣機演示階段，邁入可量產、可落地、能幹活的產業新階段。明略科技創始人、CEO兼CTO吳明輝接受本報專訪，深度拆解產業拐點、明略與海康機器人的協同布局、技術核心壁壘及商業化落地路徑，為具身智能產業下半場發展釐清核心邏輯。

在吳明輝看來，當下硬體本體運動能力日趨成熟，機器人產業的核心瓶頸不再是「動起來」，而是「聰明協作、高效落地」，以Agent網絡為核心的機器人大腦，正是破解硬體落地痛點的關鍵核心。過往硬體機器人僅能完成預設、單一的機械動作，較難適配非結構化場景的複雜需求，更無法實現跨機型、跨場景的任務拆解與協同調度，難以融入企業真實業務流程。

而明略打造的雙層「大腦」體致力於徹底補齊這一短板：一是機器人個體大腦，依託VLM/VLA視覺語言模型，賦予機器人三維空間感知、環境推斷、動作規劃能力，解決物理世界複雜場景的作業決策難題；二是組織級協同大腦，透過自研Octo平台搭建Agent網絡，實現人、數字Agent、多品類機器人的互聯互通、記憶共享與任務協同，讓零散的機器人設備成為企業智能體系的標準化執行節點。

本次大會上，明略科技聯合海康機器人展示兩大真機閉環場景，充分驗證Agent Network的技術可行性。其中餐飲場景實現餐餘垃圾全流程無人化，工業物流場景完成拆零揀選完整閉環，支撐輪式人形、雙臂機器人、無人叉車、AMR等多品類設備無縫交接、智慧調度。這套軟硬協同方案形成清晰分工體系，構築產業差異化優勢。

據吳明輝介紹，海康機器人深耕硬體領域，依託成熟的整機研發、運動控制、多感測器融合及量產工程化能力，提供高穩定性、高良品率的硬體載體；明略則聚焦軟件與AI核心技術，例如場景定製模型研發、多智能體協同調度、業務流程適配、端側輕量化模型最優化等工作，打通數字人工智能與物理機器人的落地壁壘。

從實驗室Demo到現場可復現真機閉環，專案最大的工程化挑戰，在於通用模型與真實場景的適配平衡以及多設備協同的穩定性。不同於數字世界二維操作邏輯，物理機器人作業涉及三維空間、環境不確定性、動力學約束等多重變數，且不同機型的硬體參數、作業邏輯差異極大。對此，明略以場景Skill模組化模式，輕量化定製端側模型，大幅降低部署成本與算力消耗，同時依託多年線下餐飲、企業智能運營積累的行業數據與落地經驗，保障方案貼合真實業務需求。

目前，這套多機協同軟硬一體化方案已完成展會真機閉環驗證，處於場景試點落地階段，重點打磨作業穩定性、流程適配性與成本可控性，為規模化商業化鋪開奠定基礎。吳明輝判斷，當前具身智能已迎來「ChatGPT時刻」，產業正從2.0推理階段向3.0實用落地階段跨越，情緒陪伴類機器人已實現普及，而能解決真實產業問題、落地業務流程的幹活型機器人，將成為下一階段產業核心增量。

針對資本市場對人工智能企業估值邏輯的轉變，吳明輝表示，港股市場或許正轉向以場景落地、訂單兌現、商業閉環為核心的價值評價體系。對明略科技而言，公司長期深耕企業數據智能、多智能體協同領域，B端行業服務基因與商用機器人落地場景高度契合，區別於純硬體廠商的軟件短板與純AI公司的工程化短板，形成獨特的軟硬協同落地優勢。

談及未來商業化布局，吳明輝提及明略將積極探索垂直剛性賽道穩步落地。To B服務業深耕餐飲、零售、酒店等線下場景，依託既有智能運營數據積累，快速推進機器人無人作業、人機協同運維規模化試點。

在行業競爭格局上，吳明輝認為，人工智能技術的普及打破了智力資源壟斷，中小企業迎來差異化突圍機遇。明略依託FDE一線交付體系、場景化模型定製能力、Token成本最佳化優勢，能夠深度嵌入企業業務流程，協助傳統企業完成人工智能組織變革。未來公司還將透過產業併購整合深耕垂直服務業，以自有場景為試驗田，快速迭代Agent+具身智能技術，持續拓寬商業化邊界。「具身智能的終極競爭，從來不是硬體參數的比拼，而是場景適配與組織協同的競爭。」吳明輝表示，未來明略將持續深耕機器人大腦與Agent網絡核心技術，以真實產業需求為牽引，破解機器人落地最後一公里難題，推動具身智能從試點應用走向規模化產業落地，重構企業人機協同作業新範式。（記者 劉子莉）