今年WAIC逛下来，一个很清晰的感受是具身智能行业正在进入一个新阶段。前两年大家还在比谁的机械臂能抓起东西，谁的机器人能走得稳，到了今年，比的已经是一整套系统能不能稳定跑十几个小时了。

原力灵机展台上的积木长城就是一个很典型的例子。四台桌面机械臂加两台轮式机器人，连续作业十五个小时，用八万两千块微型积木拼出一座三米多长的微缩长城。单看某个环节，可能有人觉得没什么稀奇的——机械臂拼装、轮式车送料，分开来看都有人做过。但把这些能力放在同一套系统里，连续跑十几个小时不出大问题，这件事并不容易。

这背后其实反映了一个行业趋势：具身智能的竞争，正在从单点技术的比拼，升级为系统工程能力的较量。就像早年手机行业，大家比的是谁的像素高、谁的屏幕大，到了后来比的是谁的芯片和系统整合得好、谁的生态体验更流畅。单点参数再漂亮，系统跑不通，落地价值就要打折扣。

具身智能这件事之所以难，恰恰难在它不是一个单一技术问题。你需要视觉感知，需要力控，需要运动规划，需要任务调度，还需要硬件本体的可靠性。任何一个环节掉链子，整条线都跑不起来。这就像一支足球队，光有一个好前锋没用，中场、后卫、门将都得跟上，还得有战术体系把所有人串起来。

原力灵机的思路很明确，走全栈路线。他们不站队VLA模型还是世界模型，觉得这就像问轮子和激光雷达谁更重要，都是系统里的组件，有用的就都用。这种方法论听起来朴素，其实背后是一种工程导向的思维方式——不纠结于概念标签，只看能不能解决实际问题。

这种思维方式和他们的团队背景有直接关系。核心团队来自旷视，从ResNet时代就做计算机视觉，经历过AI 1.0的完整周期。那时候他们讲的是数据、算法、系统三要素，数据放第一位。现在把这套认知平移到具身智能领域，逻辑是一脉相承的。算法决定数据充足时能不能把能力发挥出来，系统决定能不能把算法的表现最终呈现出来。没有系统能力，算法再好也是纸上谈兵。

很多人看具身智能，容易把注意力放在模型有多强、参数有多大上。但真正落到产业里，问题的性质就变了。产线不关心你的模型是不是最新架构，只关心你能不能稳定干活、出了错能不能自己调回来、一天能运行多少小时、换个产品能不能快速切换。这些都是系统层面的问题，不是单点技术能回答的。

拿积木长城这个展项来说，真正花时间最多的不是精度调试，而是异常流处理。很多人以为机器人做到完美无缺才能上产线，其实恰恰相反。产线最看重的不是零错误，而是出错之后自己能恢复，不让整条线停下来。毕竟百分之几的废品率可以接受，产线一停就是真金白银的损失。这个认知上的转变，其实是从"技术思维"到"产业思维"的关键一步。

错误恢复能力又分两种。一种是人为制造的干扰，比如用手电筒照一下改变光线，或者推一下物体改变位置，机器人再调整回来。这种展示看起来很惊艳，但未必和真实工况相符。另一种是自然产生的错误，比如积木本身公差不一，有的凹槽紧有的松，拼装中零件可能崩出去掉到随机位置。这种错误很难预演，只能靠大量真实场景数据去训练。

原力灵机的做法是大量采集真机遥操作数据，每个月数万小时的真实操作数据，再配合强化学习让模型从自身运行分布中学习。他们甚至说地球是最好的模拟器，因为在GPU里模拟一次，花的钱和能耗可能比真实做一次还大。这个观点很有意思，它打破了一种常见的迷思——不是所有事情都靠仿真就能解决，真实物理世界的数据有不可替代的价值。

但真机数据训练这件事，听起来门槛不高，做起来难度是层层叠加的。一百台机器人同时采数据已经很难，还要带着算法一起采，本质上每个数据采集任务都是一个独立项目。这背后需要的是从硬件到驱动到深度学习基础设施的全链条系统化能力，涉及大量的基建工程投入。

这也是为什么今年原力灵机节奏很快，二月份发布DM0，七月开发者大会一口气推出DM0.5、Apex本体和DFOL2.0、MaaS、DexOS三件套。从模型到本体到开发工具到云服务，完整的产品矩阵已经就位。这些不是孤立的产品，而是一套系统能力的不同出口。没有底层的系统基建，不可能在这么短时间里推出这么多东西。

多机协作也是系统能力的直接体现。六台机器人协同工作，桌面机械臂负责精细拼接，轮式机器人负责上料下料和巡视，整个调度由一个Agent完成，这个Agent直接调用了阶跃星辰的大模型。它要感知谁缺料了、谁的组件完成了、整体进度怎么样，然后把任务分解成对原子技能的调用。这里面的难点不是单个机器人有多聪明，而是多机之间的调度效率、任务分配、异常处理，这些都是系统工程的典型问题。

具身智能的底层能力其实是以原子性动作为学习单元的，一拿、一放、一塞、一拉。新任务到来时，模型可以进行子任务拆解，重新组合。就像拼积木和牙膏包装，看起来完全不相关，抽象到原子动作层面其实是同一类事情。这种任务泛化能力，本质上也是系统架构设计的结果——底层动作原子化，上层任务可组合。

落地场景的选择也体现了系统思维。原力灵机不做流水线中间的高频节拍，那些用非标自动化更经济，而是做线头线尾的零碎活：料盘用完要拿走、材料卷用完了要上新卷、不同批次的产品需要不同的包装方式。这些动作很难用一套固定的自动化设备实现，占地面积大、稼动率低，但恰好是机器人柔性能力的用武之地。这不是技术能力够不够的问题，而是商业逻辑上的选择——找对场景，才能让技术价值最大化。

从工业设计的角度看，硬件设计上的一些细节也很能说明问题。Apex轮式机器人走圆润亲切的路线，导航摄像头装在左右两侧而非脑袋前后。这背后不只是审美选择，更是全栈算法能力的体现——有些公司摄像头换个位置算法就适配不了，全栈自研的团队才有更大的硬件设计自由度。这也是系统能力的一个侧面：软件和硬件不是割裂的，而是相互支撑的整体。

对于江苏创品这样的工业设计公司来说，具身智能行业的这个趋势很有启发意义。创品的四力五维方法论里，系统思维贯穿始终。创新力、专业力、控制力、保障力，四力合起来就是一个完整的设计服务体系。好看维、专利维、合规维、成本维、量产维，五维评估也是从系统角度对产品进行全维度考量。单个维度做得再好，其他维度跟不上，产品就会有明显短板。

很多制造企业找设计公司，容易陷入一个误区：只看外观好不好看，或者只看成本够不够低。但真正有竞争力的产品，一定是各个维度平衡得好的产品。就像具身智能机器人，单项参数再漂亮，系统跑不通就没有价值。产品设计也是一样，造型再好看，量产不出来就是图纸；成本再低，过不了合规就是废品。

创品在服务客户的过程中，经常遇到这样的情况：企业拿着一个想法过来，说我要做一个什么样的产品，目标成本多少，外观要达到什么水准。如果只是简单地按需求去做，最后出来的东西很可能顾此失彼。真正负责任的设计公司，应该从系统角度帮客户做全盘考量——这个产品的目标用户是谁、核心价值是什么、供应链能不能支撑、量产时良率能不能保证、后期维护方不方便。这些问题串起来，才是一个完整的产品定义。

具身智能行业现在也在经历类似的阶段。早期大家都在秀单点能力，谁的机械臂精度更高、谁的视觉识别更准，这些都是必要的基础。但当行业走到落地这一步，系统整合能力就变成了决定性因素。一个机器人光手巧没用，还得眼明、脚快、脑子清楚，还得能和其他机器人配合、能和人配合、能适应环境变化。这些能力整合在一起，才是真正有用的机器人。

平衡设计方法论讲的就是这个道理：功能与形式的平衡、技术与艺术的平衡、成本与品质的平衡、创新与传承的平衡。这些不是空洞的口号，而是在每个具体项目中都要面对的取舍。一个有经验的设计团队，价值就体现在这些取舍判断上。

原力灵机为什么能把积木长城跑通？不是因为某一项技术独步天下，而是因为他们把模型、系统、场景三件事都做到了相当的水准。具身智能是个系统工程，缺了任何一块都走不远。同样的道理，产品设计也是系统工程，外观、结构、材料、工艺、成本、合规，每一个环节都得踩到位。

创品在多年的工业设计实践中，一个很深的体会就是：好的设计一定是系统思考的结果。接到一个项目，不是上来就画草图，而是先理解用户的真实需求、产业的实际情况、供应链的现实约束，然后在这些边界条件里找最优解。这和原力灵机做具身系统的思路其实是相通的——不迷信单点突破，追求系统最优。

回到具身智能这个行业。今年WAIC上百花齐放，有的叠衣服，有的用烤面包机，有的做咖啡。这些展示各有各的精彩，但真正能走得远的，一定是那些把系统能力打扎实的公司。展台秀只是第一步，进了工厂、跑上产线、经受住真实工况的考验，才是真正的开始。

具身智能的征程才刚刚开始。能同时把模型、系统、场景三件事都做到极致的公司，才有可能穿越技术周期与产业周期。原力灵机至少已经把这三件事都做在了前面。而对于更多制造业企业来说，理解这种系统工程的思维方式，可能比关注具体的技术参数更有价值。

从企业管理的角度看，系统思维的培养不是一朝一夕的事。它需要领导层有足够的格局，不被短期的技术热点牵着走，而是从更长远的产业逻辑去布局。也需要团队有跨学科协作的能力，软件、硬件、算法、工艺，不同专业背景的人能够在同一个目标下协同工作。更需要有足够的耐心去做基础建设，那些看不见的系统能力，恰恰是最核心的竞争力。

很多企业喜欢谈生态，但生态不是说出来的，是做出来的。你先把自己的系统建扎实了，别人自然愿意接入你的生态。原力灵机开源Dexbotic 2.0开发框架、开放模型权重，本质上也是在构建自己的生态。但前提是，你自己的系统首先得跑通、得好用。没有这个前提，生态就是空中楼阁。

对于中国制造企业来说，具身智能带来的既是挑战也是机遇。挑战在于，传统的制造业思维方式可能跟不上智能时代的节奏。机遇在于，中国有全世界最完整的供应链体系、最丰富的应用场景、最大的工业数据量。这些都是孕育具身智能产业的沃土。关键是能不能抓住这个窗口期，把系统能力建起来。

因为无论是做机器人还是做普通产品，最终拼的都是系统能力。