機器人圈，徹底不裝了

# 机器人圈，彻底不装了：WAIC 2026见证“实干”取代“炫技”的产业大分流

2026年7月17日，世界人工智能大会（WAIC）在上海世博展览馆开幕。本届大会展览面积首次突破10万平方米，参展企业超1100家，首发首展产品349款，均创历史新高。但比数字更直观的是现场的热情——H3具身智能展馆入口排起回字形长龙，馆内摩肩接踵，站在通道中央几乎无法停留超过三秒。 走进展馆，一个鲜明的感受扑面而来：机器人展，彻底变了。去年那些翻跟头、跳舞的人形机器人表演，今年退到了角落——热闹依旧，但不再是主菜。占据C位的，是1:1复刻的工厂产线、药房货架、餐厅吧台、家庭客厅。展商们不再问“你看我酷不酷”，而是说“看我能干这个活，能帮你省多少钱”。 这场展会，见证了中国具身智能的大分流，给出了产业最直观的注脚：实干取代炫技，数据定义未来。三个关键词——干活、分化、筑基——对应着产业正在发生的三重深刻变化。 ## 一、B端岔路口：进工厂还是进门店？ “干活”是主旋律，分化是主要特征。同样是B端，两条路径截然不同。一派扎进工厂，干最枯燥的脏活累活；另一派涌向商超、药房、餐厅，在离人最近的地方找位置。 工厂派的打法简单直接：把真实产线1:1搬到展台，让机器人当众“上岗”。仓储物流机器人龙头极智嘉首发通用人形机器人Gino1，搭载手脚协同的全身并行控制能力，可与移动机器人、拣选工作站协同完成拣选全流程，单任务作业时间缩短约30%。智元集中发布五款新品，将精灵G2 Max与京东物流合作的仓储搬运场景搬进展台，还联合均普智能搭建整条芯片加工产线，连续完成上料、装盒、转运等长流程作业。它石智航将汽车线束环形流水线搬进展台，其A1线束智能机器人解决方案已于今年6月在天海电子实现规模化部署。乐聚机器人再现了拆垛、搬运、上料等全自动作业场景，全程无需人工干预。 工业场景结构化程度高、任务边界清晰、ROI可量化，这是工厂派共同的判断。机器人不需要“全能”，在特定工位上把一件事做到极致就够了。 商业服务派面临的则是完全不同的考卷——环境更开放、干扰更随机、容错空间更小。银河通用展示了主打交互服务的Galbot G1和面向工业场景的重载机器人Galbot S1，两款产品的所有动作均由自研“银河星脑”具身大模型实时驱动。G1覆盖做早餐、智慧零售、迎宾等多场景应用。智平方全新进化的AlphaBot 2则化身店主现场制作咖啡、鸡尾酒和冰淇淋，在“干活”之外提供情绪价值与消费体验。 值得一提的是，傅利叶首发高负载轮式双臂机器人GRW，最高16公斤稳定负载能力、2米级超大作业空间，聚焦仓储物流、工业制造、康养照护等高负载人机协同场景。智元在大会期间联合擎天租投放了六十台各类型机器人，在主会场和分会场承担指路引路等服务。 智元联合创始人彭志辉在采访中表示，行业最明显的转变是从炫技式展示转向部署态和生产力，“大家更关注它能不能真正进入工厂、进入商业服务的环境”。工厂还是门店，路径各异，但考题相通——如何在商业化进程中率先拿到生存的船票，每个企业都在以自己的方式作答。 ## 二、C端的时间观：卖在当下还是赌在未来？ C端的分化不如B端目标明确。工厂采购机器人算的是ROI、回本周期、替代多少人工。个人消费者的决策则复杂得多——有人冲着“好玩”下单，有人盯着“能干”比价，还有人既想要陪伴感又想要实用性。 从现场看，面向家庭和个人消费者的机器人大致分为两派。一派让机器人当“玩伴”或“学伴”，卖的是情绪价值；另一派定位“保姆”专攻家务，卖的是劳动解放。 傅利叶的“猫猫头”机器人把情绪价值往前推了一步：桌面级GR Nano专注个人情感陪伴，触摸时会产生微妙情绪变化，用户可为其塑造专属人格。GR Mini则以萌系外观与拟人化舞蹈赋能展厅导览、养老陪伴等场景。启元T1与Q1主打家庭陪伴与科教体验，T1可在轮足人形与四足形态间自由切换。节卡推出的小型人形机器人JAKA π身高仅1.22米，在同级别中最为小巧。逐际动力女版Luna机器人以柔性织物设计和流畅舞蹈表现力吸引了大批观众。维他动力则带来一款无需遥控即可自主陪玩陪聊的机器狗。 这些“陪玩”选手的任务边界清晰、交互可控、技术相对成熟，不需要理解复杂的物理世界，只需在有限规则内做出正确反应。这类场景本质上是“封闭题”，足够有趣就有市场。 干活派的路子完全不同。他们要进入家庭，做叠衣服、收拾玩具、整理房间等家务。这对机器人堪称“地狱难度”——布料是软的、褶皱是随机的，同一件T恤每次摆放的形态都不一样。傅利叶的“具身之家”搭建了完整的居家模拟空间，用户说出“我渴了”这样的模糊指令，GR-3无需明确目标位置即可自主理解需求并完成取物。未来不远F2定位“专属家庭管家”，既能陪玩下棋、监督学习，也能收叠衣物、补充猫粮，已进入数百个家庭付费使用。 展台上流畅的演示改变不了一个现实：家庭场景是开放世界，当前技术能力还停留在封闭或半封闭环境。陪玩派与干活派的分野，表面是技术路径的差异，实质是对“人机关系”的不同想象。一个靠规模效应快速起量，一个靠技术突破缓慢爬坡。目前不少陪玩派已率先走通量产闭环，干活派仍在等待技术拐点。 ## 三、数据困境：万倍差距下的“笨办法”

除了B端和C端的场景分化，展馆里还有一类特别的展台——没有舞蹈、没有抓取，只有头戴式相机、数据手套和遥操作台，以及戴着它们重复同一个动作的人。他们做的事很简单：在机器人学会干活之前，先教会它怎么学。 觅蜂科技展台上摆着头戴式采集设备和夹爪状的手持装置。体验者戴上设备，用夹爪拿起面前的物品，夹爪上的鱼眼镜头、三维触觉传感器、九轴IMU同步采集数据，旁边大屏以毫米级精度实时重建操作轨迹。觅蜂定位很干脆：不造机器人，只做“机器人老师”。通过众包方式采集人类操作视频，数据成本可降至传统真机遥操作的三分之一甚至更低。 思灵机器人走高精度力反馈遥操作路线，操作人员手持主臂，远端从臂实时镜像复制全部运动，可实现毫秒级双向力反馈。它石智航展示了围绕“Human-Centric”范式构建的数据采集体系，采用五指手套完整捕捉手部空间位姿及操作力度。展馆里类似的数采设备远不止这三家——穹彻智能的RoboPocket、简智机器人的HumanData解决方案、千觉机器人的视触觉采集夹爪、宸境科技的Looper系统，从视觉到触觉，从全身动捕到第一视角，数采设备正在覆盖越来越细分的维度。 展台上那些扎进工厂、商超的机器人，表面看是在干活，实则在采集真实场景中的有效数据。干活和数采，被绑在了一起。零次方是体现这一逻辑的典型案例，其ZERITH-H1轮式人形机器人在模拟便利店货架前持续运行，每一次抓取的成功或失败、力度是否合适的数据全部回流后台用于模型迭代。 但“用数据喂出来的能力”能否真正走向泛化，仍是行业最大的未知数。智元合伙人姚卯青在WAIC论坛上指出，物理AI要实现规模化必须突破三道墙：数据墙——真实交互数据稀缺且获取成本高；表征墙——跨任务、跨场景的统一物理表征尚未形成；闭环墙——真实试错代价昂贵、反馈缓慢。他透露，具身数据规模与语言模型预训练语料存在万倍以上差距，要实现通用物理规律的理解，至少需要亿小时级别的数据积累。 在数据供应链的更上游，速腾聚创发布的第二代全固态感知平台E2精度较上代提升3倍，支撑机器人在移动和操作中同步生成可计算、可学习的数据资产，形成“感知—数据—训练—迭代”的闭环。 数采设备的扎堆出现，某种程度上是在用“勤劳”弥补“智慧”的不足。展馆里那些头戴式相机、数据手套、遥操作台，都在做同一件事：把物理世界“翻译”成模型能理解的语言。翻译得越快、越准，机器人学会干活的那一天就越早到来。但在那之前，整个行业还得继续埋头采集数据，用最笨的办法，等一个最聪明的结果。