工厂：结构化红利的终点站
工业+物流占 2026 出货七成以上，原因简单：环境为人而建、任务重复、失败代价可隔离。已验证工序集中在搬箱/上下料/巡检/排序；非结构化精细装配仍是协作臂+视觉的地盘。工程约束：节拍稳定性（84s 级）、异常恢复、与 MES/WMS 的接口。
家庭：最难的最后一米
家庭是"非结构化+人机共居+失败代价高"三重叠加：衣物形变、餐具易碎、老人儿童在场。2026 年可见的落地是单任务试点（递物、收纳、陪伴监测），达闼在深圳/上海养老院的穿衣喂饭试点与傅利叶 GR-1 康复训练（覆盖 40 国 2000 家医院）是少数有运营数据的案例。恒桓判断：家庭具身的商业化晚于工业 3-5 年。
户外：四足的主场
电网巡检、变电站、矿山、应急救援是四足平台规模化最快的场景：宇树/Spot 在雨后湿滑、台阶碎石地形的通过性远超轮式；Boston Dynamics Spot 的地下矿实拍与宇树消防现场图是这一类的标准证据。工程约束是续航（2-4 小时级）与自主充电坞覆盖率。
运动：最好的公开测试台
乒乓球对打、足球对抗、马拉松陪跑被厂商用作动态平衡与实时决策的公开 benchmark：对手不可预测、规则公开、观众即评审。2026 年的人形乒乓球对打已能维持多回合相持——这背后是 200 Hz 级视觉运动策略与毫秒级重心调整，与工厂节拍控制同源。
水下：最苛刻的感知环境
水下把具身智能的三大依赖全部打折：视觉浑浊（光学失效）、通信带宽极低（云端大模型不可用）、浮力扰动连续变化。因此水下具身走"端侧自治+声学低速回传"路线：坝体闸门巡检、船体除锈、养殖网箱检查是 2026 年的三类付费场景。这一场景证明：云边端架构在极端环境会退化为"纯端侧"，模型压缩与本地世界模型是刚需。
