文/VR陀螺 Wickey

2026年，VR/MR头显正在以一种超出预期的方式开辟新的市场方向。

这一次，增长的驱动力既不来自游戏娱乐，也不来自大空间体验，而是转向了近年来讨论度持续攀升的具身智能与机器人领域。

今年3月，大朋（DPVR）发布「RoboPilot」机器人遥操训练方案，将VR技术直接嵌入机器人远程控制与训练链路；5月，小派科技与上海城市设计与城市科学重点实验室签署课题合作协议，共建下一代具身智能数据平台；6月初，PICO宣布联合英伟达推出基于Isaac平台的开源机器人遥操作方案「Isaac Teleop」，将XR设备接入机器人仿真与训练体系。

多家VR/MR厂商在上半年相继公布具身智能相关方案和合作，并非巧合。一方面得益于具身智能产业的高速增长，机器人来到了需要实际训练与落地的新阶段，另一方面，沉寂已久的VR/MR产业也需要新变量，而具身智能所需的技术与VR/MR硬件不谋而合。

C端增速放缓，XR转战具身智能

2026年，VR/MR厂商几乎同时将目光投向具身智能，并成为宣发重点的一个原因在于原有的消费市场增长达到上限，需要引入新的增长曲线。

根据陀螺研究院数据，2025年全球VR头显（含MR）出货量约475万台，同比下降约35%。VR/MR头显的换机周期普遍在3至5年甚至更久，用户复购率远低于智能手机等其他消费电子品类，所以纯C端的销售模式存在明显的上限。

VR/MR头显除了换机周期这一问题，内容方面也同样面临困境，据陀螺研究院数据，2025年全球约有20家VR游戏相关工作室宣布裁员；时间来到2026年，仅5月就有两家VR游戏工作室关闭。而大空间面临的是内容题材雷同，体验无创新，导致很多大空间门店客流在开业3个月后急剧下滑。当新鲜感过去后，依靠内容生态拉动硬件销量，这条路相比前几年越来越难。

这也迫使VR/MR厂商探索其他路径，长期以来XR产业积累了空间定位、多传感器融合、环境建模以及低延迟运动追踪等关键技术，这些技术不仅是XR设备实现沉浸式体验的技术基础，也是具身智能完成自主行动的必要条件。由于已在消费级市场经历了多年的迭代验证，其技术成熟度和工程化能力明显优于实验室阶段的新兴方案。相关的XR技术可以复用于具身智能领域，这也为二者的结合提供了基础。

今年4月北京亦庄人形机器人半程马拉松中，近四成参赛机器人采用自主导航方案，其背后依赖的正是空间感知、多传感器融合等能力。这些原本大量应用于XR设备的技术，如今正在机器人领域得到验证。除了空间感知方面复用XR技术，机器人训练过程也与XR深度绑定。

XR遥操作，机器人训练数据采集的最后一公里

近期，优必选Walker C1、英伟达与宇树合作的Isaac GR00T、越疆陪伴交互AI人形机器人、阿里Qwen-Robot系列以及节卡JAKA π仔等具身智能机器人纷纷亮相。人形机器人已经逐渐走出技术验证阶段，但目前数据量不足的情况，仍然限制具身智能大模型训练的发展。

与大语言模型能够直接利用互联网资料不同，机器人没有天然的数据来源。抓取、搬运、避障、力度控制等行为，只能依靠真人示范获取。传统规则编程、遥操作或仿真强化学习均难以完整复现三维空间中的自然动作与决策过程。

XR遥操作由此进入产业视野。操作员通过VR/MR头显获得机器人的第一人称视角，借助手柄、动捕设备等交互工具，将头部、手部乃至身体的完整动作实时映射至机器人本体，实现沉浸式远程控制。相比传统"摇杆+监控屏"方案，XR遥操作能够同步记录操作者的头部姿态、手部动作和控制指令，为机器人训练生成更完整的人类操作数据。

以大朋「RoboPilot」方案为例，该方案基于PCVR架构，实时采集操作者头部与双手的6DoF位姿信息并同步传输至机器人控制系统，形成“采集—传输—控制—反馈”的完整链路。同时，系统还能持续记录头部轨迹、双手动作、控制指令以及机器人执行结果，形成全方位的真人操作数据。该方案进一步的减少了XR遥操作的成本，提高了操作的便捷性。

与此同时，PICO联合英伟达推出的「Isaac Teleop」进一步推动标准化。该方案支持统一设备接口、自动数据录制以及仿真与现实共用同一套代码栈，使XR遥操作的价值从“远程控制机器人”延伸至“持续生产训练数据”。

XR在机器人训练与控制方面的探索在几年来快速扩散，机器人厂商也在积极融入这一趋势。宇树科技开源项目中已出现多个与遥操作和数据采集相关的模块，包括面向XR设备的人形机器人遥操作框架、XR视觉与手柄控制接口，以及与LeRobot训练框架打通的数据采集方案，关注重点已延伸至“数据采集—模型训练—开发者复用”的完整链路。

同时，学界也在进一步探索，北京智源人工智能研究院今年5月发表的BifrostUMI方案则尝试将“机器人在场采集”转变为“人类先示范、机器人后学习”——采集现场无需绑定机器人，利用轻量化VR设备采集人类动作轨迹与视觉信息，再通过动作重定向和全身控制系统转化为机器人可执行动作，进一步降低真机参与采集的成本。

告别边缘化争议，XR仍是具身智能进化关键

不过，XR遥操作也并非机器人训练中的公认最优方式。

2025年6 月，特斯拉Optimus开始弱化VR遥操作方案，转而采用第一视角多摄像头采集，让模型直接学习人类行为轨迹。这一转向与其FSD纯视觉路线一脉相承，旨在降低外部设备依赖，扩大数据规模并提高采集效率。

然而，这并不意味着XR遥操作的价值被否定。无论是XR遥操作、动作捕捉，还是第一视角视频采集，本质上都在解决同一个根本问题——如何持续获得高质量的机器人训练数据。

不同方案各有侧重，特斯拉的转向凸显了规模化数据采集的另一种可能，这也是特斯拉在智能驾驶中长期积累的结果，基于成本和技术实现难度的考量来说，并非所有厂商都可以直接复用。

XR遥操作在装配、精密抓取、工具使用等需要高自由度控制与实时反馈的任务中，仍具有不可替代的优势。它不仅能精准映射操作者的行为动作，还能捕捉决策过程中的时序信息，这是纯视觉方案难以完整覆盖的部分。

因此在实际训练场景中，XR遥操作往往与视觉采集方案并行使用——前者偏向高精度示范，后者偏向规模化积累，二者互为补充而非替代关系。随着具身智能模型的发展，不同来源的数据或将会进一步整合到统一的训练框架中，共同提升机器人的智能度。

随着数据量的积累，模型将逐渐从“模仿特定动作”进化到“理解动作语义”。遥操作的比例也将随之逐步降低，机器人自主决策比例逐步提升。而这一切的起点，正是当下每一帧遥操作数据的积累。

写在最后

XR与具身智能的结合，是两个产业在技术演进过程中的一次交汇。

对VR/MR厂商而言，具身智能提供了消费市场之外的新需求来源；对机器人产业而言，XR则为数据采集、人机协同和远程控制提供了成熟的技术基础。

从实际的市场反馈来看，机器人产业拉动了XR设备的B端采购，而这些设备产出的数据又反哺机器人模型迭代，进一步扩大对XR设备的需求，XR硬件出货与机器人数据需求之间形成了正向循环。

在机器人真正实现自主学习之前，人类经验仍是最重要的训练资源之一，而XR正在扮演连接人类与机器人的桥梁角色。这或许不是XR产业最初设想的发展方向，却有可能成为其下一阶段的重要价值所在。