夜雨聆风4月14日，我在朋友圈刷到一条直播链接。江西南昌，龙旗科技的平板电脑工厂，4台机器人正在流水线上干活。没有剪辑，没有预演，20万人在线围观。
机器人在高速产线上抓取、放置、检测，单道工序18到20秒，每小时产出310件。8小时下来，2283次任务，零失误。中途唯一的停顿，是后端工人去吃午饭了。机器人不吃饭。
三天后，智元机器人创始人邓泰华站在上海的舞台上，对着2500名来自34个国家的合作伙伴说了一句话：
2026年，是具身智能的"部署态"元年。
讲真，"元年"这个词在科技圈已经被用烂了。每年都有人宣布某某元年，然后第二年就没人提了。但这次我仔细看了看数据，又回头看了看那段直播录像，觉得邓泰华这句话的分量，可能比大多数人意识到的要重。
因为这不是一个技术故事。这是一个生产力故事。
机器人终于不跳舞了
过去三年，具身智能赛道最不缺的就是热搜。
空翻、踢沙袋、端茶倒水、跟人握手。每隔几周就有一条炫酷的demo视频刷屏，融资额一轮比一轮夸张，估值一家比一家离谱。2025年国内单季度融资243笔，同比翻倍。去年我去了一趟世界人工智能大会，展台上的机器人一个比一个会表演，但我问了好几家"你们进工厂了吗"，得到的回答基本都是"正在对接"。
产线上呢？
摩根士丹利做过一次调研，结论很扎心：头部厂商的人形机器人在工厂里的实际工作效率，大约是人类的30%。灵巧手成本高、寿命短，多家企业的量产计划一推再推。
说白了：机器人能动了，但还不会干活。会跳舞不等于会拧螺丝。
这就是为什么龙旗那场8小时直播让我看了半小时停不下来。它回答的不是"机器人能不能动"，而是"机器人能不能可靠地、持续地、在真实产线上干活"。
答案是：能了。至少在特定场景下，能了。
智元把这个转折叫做从"开发态"到"部署态"。翻译成大白话就是：机器人从实验室里的表演者，变成了工厂里的打工人。
这个转折的背后，有一组很硬的数字。智元成立三年，营收从第一年的30万，到第二年6000万，到2025年突破10亿。2026年3月，第一万台机器人下线。Omdia的数据显示，2025年智元以超5100台出货量拿下全球39%的份额，出货量和市占率双料第一。
不只是智元。Figure AI的机器人在宝马工厂连续运行了11个月，帮助生产了超过3万辆X3。优必选的Walker S进了富士康和比亚迪的产线。Tesla的Optimus Gen 3在2026年1月开始量产，目标年产5到10万台。领益智造的北京超级工厂刚刚下线了首批人形机器人，计划2026年产能1万台。
新华网4月18日的报道标题很直白：《具身智能正从"演示"走向"真干活"》。工信部同步发布了《人形机器人与具身智能标准体系（2026版）》。
当政策、技术和产业同时发出信号的时候，通常意味着一个拐点正在形成。
你见过这条曲线
邓泰华在大会上抛出了一个叫"XYZ曲线"的框架，用来描述具身智能产业的演进路径。
X曲线是2022到2025年，开发尝鲜期。机器人学会了动，从展品变成商品。Y曲线是2026到2030年，部署成长期。机器人学会了干活，从商品变成生产力。Z曲线是2030年以后，部署普及期。机器人的生产力全面超越人类，群体智能涌现。
第一次看到这个框架的时候，我脑子里立刻跳出了另一条曲线：S型技术扩散曲线。
每一次重大技术革命，从发明到普及，都走过同样的路径。起初缓慢积累，然后在某个临界点突然加速，最后趋于饱和。
蒸汽机从瓦特改良到工厂普及，用了大约60年。电力从爱迪生的灯泡到全面电气化，用了大约40年。个人电脑从车库里的苹果II到人手一台，用了大约20年。智能手机从iPhone到全球50亿用户，只用了15年。
每一代通用目的技术的扩散速度都在加快。
这里要解释一下"通用目的技术"这个概念，它的定义是：能够渗透到几乎所有行业、持续自我改进、并催生大量互补创新的基础性技术。历史上公认的通用目的技术只有寥寥几种：蒸汽机、电力、内燃机、计算机。
具身智能有没有资格加入这个名单？
我在研究新质生产力的时候，一直在追踪AI作为通用目的技术的三个核心特征。具身智能全部满足：广泛渗透性，从制造到物流到服务到安防，几乎没有不能进入的行业；持续改进性，数据飞轮让机器人越用越聪明；互补创新性，围绕它正在生长出传感器、执行器、操作系统、数据平台、租赁服务等一整条新产业链。
如果这个判断成立，那邓泰华的XYZ曲线就不只是一家公司的战略规划，而是一条技术扩散曲线的产业版本。我们现在，可能正站在从平缓到陡峭的那个拐点上。
为什么是现在？彭志辉在大会上给了一个我很认同的判断：不是因为某一项技术突然突破，而是三件事第一次在同一个时间窗口里同时成熟。大模型解决了理解世界的问题，机器人本体跨越了可靠执行的门槛，真实部署开始形成数据飞轮。
这让我想起经济史学家卡洛塔·佩雷斯的技术革命理论。她研究了过去250年的五次技术革命，发现每一次都有一个"安装期"和一个"部署期"。安装期是资本疯狂涌入、泡沫膨胀的阶段，部署期是技术真正渗透到实体经济、创造真实价值的阶段。简单理解就是，金融资本是技术革命的点火器与收割机，泡沫是新旧范式切换的必经阵痛，危机后才是真正的黄金时代。
具身智能的安装期，大概就是过去三年的融资狂潮和demo大赛。而"部署态元年"这个说法，本质上是在宣告：我们正在进入部署期。
14块钱一小时意味着什么
说完宏观框架，来算一笔微观的账。
罗兰贝格最近发布了一份人形机器人产业报告，里面有一个数字：人形机器人的运营成本，预计将降至每小时2美元左右。
2美元一小时。折合人民币大约14块钱。
中国制造业工人的平均时薪大约是8美元。美国是30美元。德国是45美元。日本是25美元。
也就是说，当机器人的小时成本降到2美元，它在全球任何一个主要制造业国家都比人工便宜。不是便宜一点，是便宜四倍到二十倍。
劳动经济学里有一个概念叫"自动化临界点"：当机器的单位成本低于人工成本的某个比例时，企业的替代决策就会从"观望"切换到"加速"。这个比例因行业而异，但通常在50%到70%之间。2美元对8美元，已经远远越过了这条线。
龙旗工厂的实测数据更直观：一台智元灵犀G2，单道工序18到20秒，每小时310件，一台机器人顶两班人工。场景标定最快15分钟完成，产线换型重训不超过4小时，设备复用率95%。龙旗的机器人业务部总经理说了句大实话："现在是两台机器人拼一个真人，还没做到1比1。但并线之后，我们已经在尝试1比1了。"
但我想说的重点不是"机器人要抢工作了"。
看一组更大的数字：中国的劳动年龄人口已经连续多年下降。
因此，不是机器人抢了人的工作，是根本没有足够的人来干这些工作了。
我在写新质生产力相关论文的时候反复论证过一个观点：技术革命对就业的影响从来不是单向的。蒸汽机消灭了手工纺织工人，但创造了铁路工人、机械师、工厂管理者。电力消灭了煤气灯夫，但创造了电气工程师、家电维修工、电影放映员。每一次技术革命都在消灭旧岗位的同时创造新岗位，而且历史数据表明，创造的总量大于消灭的总量。
Acemoglu和Restrepo在他们那篇经典论文里把这个机制拆得很清楚：自动化有"替代效应"，也有"生产率效应"。替代效应减少特定岗位的劳动需求，但生产率效应提高了整体产出，创造了新的任务和新的岗位。
具身智能的特殊之处在于，它面对的不是一个劳动力充裕的世界，而是一个劳动力日益稀缺的世界。在这个背景下，机器人不是劳动力的竞争者，而是补充者。它填补的是人类不愿意干、干不动、或者根本找不到人干的岗位。
一种全新的规模经济
但具身智能的规模经济，跟福特T型车的规模经济有一个本质区别。
福特的规模经济是"造得越多越便宜"。流水线上每多造一辆车，分摊到每辆车上的固定成本就少一点。这是传统的供给侧规模经济，核心驱动力是生产效率。一百年来，制造业的逻辑都是这个。
具身智能的规模经济是"用得越多越聪明"。每多部署一台机器人，就多产生一份真实场景的操作数据。数据越多，模型越强。模型越强，机器人越可靠。机器人越可靠，就能部署到更多场景。更多场景又产生更多数据。
这个正反馈循环，经济学里叫"飞轮效应"或者"网络效应"。它的威力远大于传统的供给侧规模经济，因为它不只是降低成本，而是在持续提升产品本身的能力。你的手机不会因为苹果卖了更多手机而变得更好用，但你的机器人会因为智元部署了更多机器人而变得更聪明。
智元的数据很能说明问题：通过SOP在线学习系统，部署在现场的机器人持续回传作业经验，云端并行训练后实时下发策略。3小时在线训练，任务成功率提升33%，吞吐率提升3到4倍。
3小时，成功率提升33%。我第一次看到这个数字的时候愣了一下。一个人类工人要把某项操作的成功率从70%提升到93%，可能需要几个月的培训和实践。机器人只需要3小时。而且一台机器人学会了，所有机器人都会了。这是人类劳动力永远做不到的事情。
这就是为什么智元要做开源、要做AIMA平台、要投20亿做生态。开源操作系统灵渠OS、动作创作平台灵创、智能体定制平台灵心，每一个都是在降低外部开发者接入生态的门槛，让更多机器人在更多场景里产生更多数据。
彭志辉在大会上提了一个让我眼前一亮的视角：谁是AI时代最大的Token消费者？不是ChatGPT，不是代码助手，不是图片生成器，而是具身智能体。
你品一下这个逻辑。一个在物理世界持续运行的机器人，每时每刻都在消耗算力，也在每时每刻产生数据。当机器人大规模部署之后，物理世界本身就变成了一个巨大的计算场。这个规模一旦上来，可能真的会超过现在所有数字世界的AI应用加在一起。
我在之前写算力那篇文章里用过杰文斯悖论来解释Token经济学。同样的逻辑在这里也成立：机器人越便宜、越好用，部署量就越大；部署量越大，对底层算力和数据的需求就越大。具身智能不是算力需求的终点，而是算力需求的新起点。
起点长什么样
回到标题的问题：第四次工业革命的起点长什么样？
它不像科幻电影里那样轰轰烈烈。没有一个"天网上线"的戏剧性时刻。它看起来更像是：一家南昌工厂里，4台机器人安静地在流水线上重复着抓取和放置的动作，8个小时，2283次，零失误。旁边的工人该吃饭吃饭，该刷手机刷手机。
它看起来像是：一个做了二十多年通信行业的人，站在台上说"规模是王道"，然后给出一条从10亿到100亿到1000亿的营收曲线。台下2500人鼓掌，但真正听懂这条曲线意味着什么的，可能不到一半。
它看起来像是：全球人形机器人市场从2025年的29亿美元，以每年39%的速度增长，到2030年达到153亿美元。罗兰贝格更激进，预测到2050年这个市场将达到2到4万亿美元，跟今天的汽车产业规模相当。
每一次工业革命的起点，在当时看起来都不像革命。1769年瓦特改良蒸汽机的时候，大多数人觉得那只是一台更好的抽水泵。1882年爱迪生在纽约点亮第一批电灯的时候，报纸上的评论是"有趣但不实用"。1977年乔布斯在车库里组装Apple II的时候，IBM的高管说"个人电脑没有市场"。
革命从来不是在掌声中开始的。它是在某个工厂的某条产线上，一台机器人安静地完成了第2283次任务的时候，悄悄开始的。
对普通人来说，真正值得关注的问题不是"机器人会不会抢我的工作"。历史反复证明，这个问题的答案永远是"会替代一些，但会创造更多"。真正值得关注的问题是：当新的生产力范式到来的时候，你是站在被替代的那一边，还是站在驾驭新工具的那一边。
蒸汽机时代，最先富起来的不是最强壮的工人，而是最先学会操作机器的人。电力时代，最先富起来的不是最好的煤气灯夫，而是最先理解电气化逻辑的企业家。AI时代，逻辑不会变。
