97%。这是 2026 年上半年中国厂商在全球人形机器人出货量中的占比。同期，国内出货量预计冲到 6.25 万台，是上年的 3.5 倍。

数字看上去是一片繁荣。可全球具身智能真正落地的案例，仍然掰着指头数得过来。

WRC上机器人大讲堂发现，在机器人越来越多之后，真正稀缺的东西其实不再是机器人。而是机器人会做什么，以及它还能学会什么。

这可能才是具身智能真正进入产业深水区的标志。但现如今，每一台机器人似乎都在被单独教，重新编程、单独调参、单独验证。

如何助推机器人更多、更快进场景？这是鹿明NexCore在 8月19日WRC 2026发布时，真正想捅破的那一层窗户纸。

01.

订单加速，市场期待机器人“真干活”

中国机器人产业的热闹已经成为行业共识。工信部在 WRC 2026 新闻发布会上披露，今年 1 至 5 月，我国机器人规上企业营业收入突破 900 亿元，同比增长 26.9%。上半年具身智能赛道完成 288 起融资，融资总额 460 亿元。

融资是温度计，订单更是体温计。某招投标平台上，标讯从 2024 年全年的 37 条，跳升到 2026 年上半年的 345 条。订单量涨了 9 倍多。

订单涨得比融资快，说明客户掏钱的速度，远远跑赢了投资人撒钱的速度。客户已经不等了，他们要去工厂验证、要看成功率、要看 ROI。

所以从WAIC到整个 WRC ，我们发现展馆氛围出现了过去十年罕见的转向。

有企业在展位现场做抓取、拆垛、分拣，有企业展示了线边仓智能分拣工作站，有企业则把面向机场行李转运的完整方案搬到了展台。

干活，并且成为大势所趋。

这个切换的方向，三位行业一线创始人在 WRC 前夕都给出了相当直接的判断。宇树科技创始人王兴兴则补了另一半，硬件够用了，瓶颈在模型。智元机器人联合创始人彭志辉进一步指出，2026 年是部署态元年，走出 Demo 要看两点，真实场景稳定干、ROI 算得过账。鹿明创始人&CEO 喻超的核心判断是，具身智能的下半场不是本体大战，而是任务闭环之争。

三位创始人的判断指向同一个方向：机器人能不能落地干活，将比机器人能不能跳舞更重要。

方向统一了，问题却更具体。因为机器人要干活，先得有技能；技能不会凭空出现，它需要数据、训练、验证、部署一整套流程，还要在真实任务里不断更新。这个生产并更新技能的过程，就是技能闭环。

只有形成闭环，让数据成为资产，让模型成为能力，让技能成为可以调用的基础设施，让机器人在一次次真实任务中获得下一次进化的起点。

当出货量开始翻倍，谁来跑通这条闭环，成了比造本体更紧迫的一环。

02.

打破技能进化孤岛，让机器人持续获得新能力

在与产业客户的沟通中，会遇到3个经典问题：

第一个问题：希望机器人掌握更多技能吗？答案通常是肯定的，而且希望这些技能能够快速适配自己的业务。

第二个问题：希望直接使用已有的模型和技能吗？答案通常也是肯定的，但真正进入具体场景后，又会发现不同工厂、不同工艺、不同流程之间存在大量差异，通用能力仍然需要针对实际任务进行适配。

第三个问题：当机器人完成一项任务之后，还希望它做什么？答案是继续学习。因为产业现场并不是静态的，任务会变化，环境会变化，生产要求也会变化。

三个问题背后，是工业世界一个非常朴素的事实：工业现场需要通用能力，但工业任务又高度具体。同一行业、同一道工序，在不同工厂也可能因为物料、夹具、工艺和流程的差异，变成完全不同的任务；即使机器人已经掌握了一项技能，也需要不断适配新的场景和要求。

这也是为什么，真正能够进入产业现场的，不应该只是一个训练完成的通用模型，而应该是一套能够不断吸收新数据、训练新技能、验证新能力，并持续迭代的能力体系。

这也是 NexCore 与单纯模型平台的差异：模型训练不是终点，让通用能力真正进入具体场景，并持续沉淀为可复用、可部署的技能，才是终点。

不是给客户一台万能设备，也不是给客户一个一次训练完成的通用大脑，而是给客户一套能够把数据转化为技能、把技能部署到机器人、再通过真实任务持续优化的工具链。

鹿明希望通过 NexCore 打通多源数据输入，实现模型训练、能力评测、技能管理和机器人部署的一体化，并支持基于鹿明生态与非鹿明生态的技能部署。机器人每完成一次真实任务，都有机会产生新的训练数据，用于后续训练和技能优化。

这样一来，模型不再只是一次训练的结果，机器人也不再只是一次部署的设备。用户可以基于真实工业现场不断训练、验证和沉淀技能，让机器人在持续作业中获得新的能力。

这套产品逻辑的核心，不是替工厂把所有问题解决掉，而是把能力生产变成一件可以持续进行的事情。过去，工厂想增加一项机器人技能，往往需要重新进行方案设计、开发和调试，周期较长、成本也高。NexCore 希望把这一过程变成更加标准化、低门槛的日常操作，让懂业务的人也能够参与技能开发。

集成商解决的是一次项目，NexCore 要建立的，则是一套持续生产机器人能力的基础设施。

03.

技能 API 化，具身智能的 Linux 时刻

把鹿明 NexCore 的产品架构拆开看，会发现它正在做的事情，是让机器人能力开始拥有自己的生产流程。

NexCore 由四条能力线组成。

第一条，数据资产管理。多源数据接入包括真机、仿真和第三方数据融合，平台通过数据治理把原始数据转化为可用于模型训练的结构化资产。第二条，模型训练与技能生成。客户无需深度理解算法和模型，就能通过平台完成技能训练、封装和部署。第三条，技能评测体系。支持多维评测、能力诊断和结果对比，并可结合仿真环境与真实环境对机器人技能进行验证。第四条，机器人运营。技能进入机器人执行后产生的新数据，在获得客户许可的情况下，可以定向回流平台，推动技能持续进化。

四条能力线背后是一条完整的循环链路。任务理解、数据采集、数据治理、模型训练、技能封装、能力评测、部署执行、运行反馈，再回到数据采集。一个原本单向的链条，被改造成一个可以持续滚动的飞轮。

这套架构真正的革命性在于，它试图让机器人技能变成一种可调用的云服务。任何工厂里的真实任务，从一个动作开始，到一个可运行技能结束，都能在这个平台上被观察、被训练、被验证、被部署。一旦技能被结构化，它就不再只是一次工程交付，它可以被保存、被验证、被复用、被继续训练。

这很像具身智能的 Linux 时刻。2000 年前后，Linux 让应用开发者不再关心硬件细节。今天的 NexCore 想让工业客户不再关心底层模型细节。能力调用方式标准化了，技能就可以被交易、被组合、被定价、被复用。

一项技能从此可以像一段 API 一样被调用、计费和升级。商业模型因此出现了根本性的变化。

鹿明 NexCore 当前的商业模式由四部分构成，平台订阅费、训练算力费、真机验证费、技能授权费。这套结构与云计算平台的商业模式高度类似，本质上是把机器人能力变成一种云服务。

未来，客户购买的可能不再是一台机器人本体，而是一项拣选技能、一项装配技能、一项柔性整理技能。这些技能可以被训练，可以被验证，可以被部署到不同设备，也可以根据现场数据持续优化。

机器人产业的商业模式，可能从一次性硬件销售，增加一条持续性的服务收入曲线。硬件公司与能力公司，会在机器人产业内部出现一次角色分化。卖硬件的公司比拼精度、负载和成本，卖能力的公司比拼技能库规模、订阅渗透率和任务成功率。两类公司的护城河完全不同。

NexCore 想做的是后一类。

更长远看，技能资产化会重塑机器人产业的资产结构。过去一家工厂部署一百台机器人，意味着多了一百台设备资产。未来如果这些机器人不断产生新的任务经验，企业真正的资产会变成另一个数字，它拥有多少项成熟技能，这些技能能覆盖多少任务、能迁移到多少设备。硬件会折旧，技能会增值。这套指标体系一旦成型，机器人产业的估值逻辑也会随之改写。

04.

Scaling Law 迁移，从数据规模到经验规模

NexCore 对数据的理解方式，藏着另一个被严重低估的产业判断。

喻超在阐述产品逻辑时提出，真实世界数据必须从小时数走向有效数据量。不是采集的数据越多越好，而是要回答四个问题。是否覆盖任务分布，是否包含失败和恢复，是否可以跨机器人迁移，是否真正提升模型成功率。

这四个问题背后，是对当前行业数据采集方式的系统性反思。

具身智能行业正在经历从数千小时到数百万小时的数据跃升，但数据质量和数据治理能力并没有同步提升。大量采集的数据存在冗余、噪声和标注不一致的问题，真正能用于模型训练的高质量数据占比并不高。

用小时数评估数据质量，本质上是用互联网 AI 的逻辑套用物理世界。文本可以复制，物理经验必须经过一次次真实执行才能获得。一个机器人需要知道杯子怎么拿，也需要知道杯子滑落之后该怎么办。

这构成了喻超提出的另一个判断：具身智能真正的 Scaling Law 发生在任务经验上。未来有价值的不只是某一台机器人，而是机器人完成数万个真实任务后积累的任务数据、技能模型和失败经验。

换言之，机器人产业的价值锚点正在从设备转向经验。这和过去十年 AI 行业的估值逻辑有结构性的差别。OpenAI、Anthropic 等头部大模型公司估值是建立在参数规模和预训练数据规模上的，机器人产业的下一轮估值锚点，会建立在任务经验沉淀的厚度上。

一个掌握了一万个真实任务经验的机器人系统，和一个只掌握了一百个的，前者更接近产业基础设施，后者还只是个设备。把这套逻辑投射到 2026 年的产业现实，会发现一个被多数人忽略的反差。一方面，机器人本体出货量在以 3.5 倍的速度膨胀；另一方面，真正能在工厂连续干活的机器人数量，仍然以个位数为单位计算。两端的差距，就是技能基础设施需要填补的空间。NexCore 在做的事，本质上是把机器人产业的进步速度，从硬件产出节奏拉回到能力沉淀节奏。

05.

机器人下一场战争，争夺的是会做什么

WRC 2026 不再让 300 家企业比拼谁家的机器人跳得更高。展台上的主角从能做什么，变成了能解决什么问题。这是一个行业从青春期走向成年期的标志。

具身智能的下半场不是本体大战，而是任务闭环竞争。这句话在 2026 年的产业语境下，第一次有了可以被验证的产业内涵。本体只是基础，数据获取效率、模型泛化能力、硬件通用性、技能复用效率、产业交付效率的综合乘积，才是真正的胜负手。

鹿明 NexCore 的发布，是对这一趋势的一次系统回应。它试图回答一个根本问题，当机器人进入真实产业场景后，如何让它持续学习、持续进化、持续创造价值。

答案藏在 NexCore 的产品哲学里。让机器人能力像云服务一样被调用、训练和验证。不是造一台更炫的机器人，而是建一套让机器人持续变强的基础设施。

机器人产业的下一场战争，争夺的不再是谁造出了更聪明的机器人，而是谁沉淀了更厚实的技能资产。当机器人能力可以像云服务一样被调用、训练和验证，一个工厂买下 NexCore 的那一刻，买下的其实不是软件，而是一条可以持续产出技能的产线。这条产线跑得越久，工厂拥有的技能资产就越厚，机器人真正能干的活就越多。

回到 NexCore 本身，它的价值判断其实很简单。机器人会越来越多，但会干活的机器人不会自动变多。中间缺的，是一个把经验变成技能、把技能变成可调用能力的机制。NexCore 做的，就是把这个机制做成基础设施，让每一台进入工厂的机器人，都能踩在上一个机器人积累的经验上前进。

而这场战争，正在 WRC 2026 的展馆里，被 300 家企业、150 件新品和无数行业观察者共同见证。