一个足以让所有演示视频失信的数字
中国信通院《具身智能发展报告（2026年）》里，藏着这个行业最不愿被反复提起的一组对照：
同一套算法、同一个机器人，在仿真环境里的任务成功率是89.4%；一旦搬进真实的家庭环境，这个数字塌方到12%。
从九成到一成，不是打了折扣，是近乎归零。
而我们平时刷到的那些惊艳视频——机器人叠衣服、倒水、收拾桌面——绝大多数拍摄于两种环境：要么是精心布置、反复重试后剪辑出的"高光集锦"，要么是仿真器里跑出来的漂亮曲线。真实的、杂乱的、充满意外的家，是另一回事。
为什么仿真会骗人
要理解这道鸿沟，得先搞清楚机器人到底靠什么"学会"干活。
语言模型可以躺在互联网上睡觉——人类几百年的文本、图像早就堆在网上，喂进去就行。但机器人需要的不是"看过什么"，而是"摸过什么"：一个杯子的重量、一张桌子的摩擦力、一次没抓稳导致的滑落、光线变化时摄像头的曝光补偿。这类物理交互数据，互联网上一条都没有。它必须被一台一台机器、一次一次动作、一小时一小时地攒出来，量级要求是千万小时级。
这是天文数字。靠真机慢慢采集根本来不及，于是行业造了两个"温室"：
一是仿真合成。在虚拟世界里建一万个厨房、十万种光照、无穷多的物理参数，让机器人在里面日夜不停地练。优点是快、便宜、可控；致命缺点是——虚拟世界的物理规律，永远是对真实世界的简化。仿真里的桌面没有那层看不见的油膜，光线不会突然过曝，杯子掉下去不会碎成需要打扫的残骸。机器人在温室里学会的"完美动作"，到了野外第一个回合就水土不服。
二是遥操作与 UMI（人类示教）。让人戴着设备手把手教机器人，把人的动作录下来当样本。这条路的数据更"真"，但更贵、更慢，而且人示范的是"理想轨迹"，机器人复现时一旦环境有零点几厘米的偏差，就崩了。
这就是行业最尴尬的处境：真数据贵到采不起，仿真数据又假到不能用。两边都靠不住，于是"仿真跑分"成了最容易刷、也最没意义的指标。
"温室依赖症"是怎么养成的
问题不只出在技术上，也出在激励上。
对一家需要融资的初创公司来说，"我们的模型在基准测试上成功率 89%" 是一句能写进 PPT、能上发布会、能打动投资人的话。而"我们派了二十个人去真实家庭里采了三个月数据，成功率只有 12%"——这句话没人爱听，也拿不到钱。
于是整个行业不约而同地选择了在温室里刷分：优化仿真环境、挑选友好场景、把评测基准往有利于自己的方向调。跑分越高，融资越顺，融资越顺，就越有动力继续刷分。一个自我强化的泡沫就这么吹起来了。
报告罕见地把这层窗户纸捅破，并给出一句冷静的判断：当前行业正处于"期望膨胀期"，未来两三年会经历一轮市场出清。翻译成人话就是：现在靠仿真跑分和剪辑视频撑起来的高估值，很大一部分会在真实世界的检验面前被挤掉水分。
仿真衰减：那个绕不过去的"打折系数"
业内有个词叫sim-to-real gap（仿真到真机的性能衰减）。它不是一个可以靠堆算力消除的 bug，而是这门学科的底层物理约束。
你无法在仿真里 100% 复现真实世界的摩擦力、形变、光照、噪声与传感器误差。只要仿真和现实之间哪怕存在千分之一的物理偏差，机器人在仿真里"零误差"的完美策略，搬到现实就会被这个偏差放大、扭曲，直到失效。
报告点明，仿真和真机采集是互补而非替代——仿真负责让机器人"见多识广"（覆盖长尾场景），真机数据负责教会它"手上有多少真实力道"。谁要是宣称纯靠仿真就能训出能干活的机器人，基本可以判定是在讲一个不成立的故事。
国内已经建了超过 70 家"训练场"，本质上就是为了在受控但真实的环境里采集这种数据。但报告同时直言：高质量数据供给与合规流通仍是短板。数据这件事，远没有到"钱到位就能解决"的程度。
这件事为什么值得你警惕
如果你正被"机器人马上要进家了"的叙事撩得心痒，这组数字是最好的清醒剂。
12% 的成功率意味着：你花十几万买回家的机器人，十个任务里要失败将近九个。它会把水洒了、把衣服揉成一团、在杂乱的客厅里彻底懵掉。这不是"再优化两代产品就好了"的量级差距，而是一道需要从数据基础设施、物理建模、评测标准全链条重建才能填平的鸿沟。
反过来，它也解释了一个此前让人困惑的现象：为什么出货量看着挺热闹，真实"上岗"的却没几个。因为很多被统计进"出货"的机器人，流向了科研教育和展会表演——这些场景要么不在乎成功率，要么有人在旁边兜底。真正需要在无人监管下自己把活干成的家庭场景，12% 这个数字说明它还没准备好。
一门学问如果只能在自己的考卷上拿高分，那不叫学会，叫押题。
机器人真正的考场不在仿真器里，而在那个满地是玩具、光线忽明忽暗、谁也不会为它的失败买单的真实客厅。在 89.4% 和 12% 之间那道裂缝被真正填平之前，所有关于"机器人管家"的承诺，都应该先打上引号。
