场景选择也因此更加务实。当前，具身智能首先进入搬运、分拣、巡检、上下料等边界清晰、结果可量化的任务领域，再逐步向柔性装配、商业服务以及家庭等复杂环境拓展。报告测算，若单个动作的成功率为99%，则十个动作连续完成的总体成功率将降至约90%。对工业生产而言，这意味着机器人必须从短链条、高确定性任务起步，在运行中逐步延长任务链。

　　从单点技能到边干边学

　　机器人进入真实场景，难点不只在机械本体，更在于让运动、作业和交互三类能力协同起来。

　　报告将这一目标概括为“三智一体”。早期机器人往往分别训练移动、抓取和对话等模块，单项能力可以做得亮眼，但模块之间的信息损耗和误差累积，会在复杂任务中被放大。新的技术路线试图用统一模型贯通感知、决策和执行，让机器人既能理解任务，也能根据环境变化调整动作。

　　按照报告提出的能力分级，当前机器人本体和交互能力发展较快，已处于L3向L4过渡阶段；运动智能大体处于L3水平；直接决定劳动价值的作业智能仍略低于L3。面对陌生物体、光照变化和人员干扰时，机器人能否稳定完成任务，仍需更多真实场景检验。

　　数据是另一道关口。文本、图片可以从互联网获得，机器人的训练数据却要记录视觉、力觉、触觉和动作轨迹，还要知道一次操作为何成功或失败。真机数据成本高，仿真数据又存在与现实环境的差距。报告认为，具身智能需要从实验室集中采集数据，转向机器人在商业场景中边运行边学习，形成部署、采集、训练、更新、再部署的闭环。