7月20日，上海。WAIC 2026的会场内，一场聚焦智能体落地的深度讨论，热度甚至超过了窗外的盛夏。这场以“智能体走向纵深 激活产业新动能”为主题的财经下午茶专场，邀请了云蝶科技联合创始人余澜博士、吉翼智能董事长兼CEO王超、卡尔动力技术战略副总裁王珂、云从科技高级副总裁兼董事会秘书杨桦，并由财联社TMT主编毛明江主持。几位嘉宾探讨的并非空泛概念，而是真刀真枪的落地实践问题。

从“能动起来”到“持续干好活”

当智能体跨越数字世界，真正进入物理世界时，评价标准也随之改变。模型能够完成一次演示，仅仅是一个起点；产业真正关心的是：它能否在真实环境中长期稳定运行，并产出可量化的业务成果。这背后，考验的远不止模型本身。

余澜博士结合客户实际使用视角，提出了三个必须回答的关键问题：技术成熟度能否支撑持续部署？人与机器人在业务流程中应如何合理分工？任务完成质量是否能被明确评估？他用“驾校”打了个比方：具身智能体就像考生，真实环境不仅是训练场，还兼任考官和题库。只有将场景、任务、执行、评估、反馈这一整条链条打通，具身智能才有可能从“一次性演示”转变为“持续使用”。

在现实中，具身智能落地的一大瓶颈正是真实业务数据的匮乏。与自动驾驶拥有数十万辆车在路上采集真实交互数据不同，具身智能恰恰缺少这种大规模的真实数据来源。如果机器人仅在实验室或仿真环境中训练，一旦进入客户现场，就容易受到空间变化、人员协作、设施状态、长链条任务等因素影响。因此，具身智能的规模化，不仅需要持续提升单个模型的能力，更要构建一个连接机器人、环境、人员与业务流程的完整系统。余澜博士的总结非常精炼：“具身智能的进化不再是单点模型的迭代，而是整个有机系统的进化。”

从场景复刻到异构多智能体协同

基于这一判断，余澜博士进一步介绍了云蝶科技提出的具身环境智能（Embodied Environment Intelligence，EEI）路径。该路径分为三步——

第一步，让机器人先进入真实场景。通过1:1复刻真实场景的赋能中心，使机器人平时的训练与真实交付“做同一套题”，从而提升在客户现场真机部署的成功率。第二步，让场景转化为数据空间，从“机器人本体采集”升级为“环境全域采集”。第三步，让场景本身成为智能体，实现面向物理世界的多智能体协同。余澜博士以医院场景为例：人形机器人作为入口与环境通讯，环境中的感知Agent、路径优化Agent、决策Agent分别调用配送机器人、调度电梯等资源，最终形成一套由物理机器人和虚拟智能体共同构成的有机系统。

这场讨论所指向的，并非某一种机器人形态或单项模型能力，而是一套面向真实业务的智能体方法论：让智能体先在可工程化的场景中持续工作，让环境参与感知、决策与协同，再通过每一次真实任务推动整个系统不断进化。圆桌尾声，余澜博士坦言，他相信AI Agent和具身智能一定会在真实场景与真实业务中焕发新活力，通用人工智能终究会到来。