WRC 2026 大覆盤：具身智能告別「表演時代」，全面進入「算賬時代」

站在 2026 年 8 月北京世界機器人大會（WRC）的展館中心，如果你閉上眼，聽到的不再是兩年前那種對“機器人像人一樣跳舞”的驚呼，取而代之的，是從業者們在心裡撥動算盤，計算 ROI（投資回報率）的聲音。具身智能正在經歷一場從“秀肌肉”到“翻賬本”的集體變軌。回看這半年的軌跡，這種趨勢演進得極具層次感：5 月的維也納 ICRA，學術界和產業界第一次如此默契地把所有火力都集中在了 VLA（視覺-語言-動作）模型上，那是具身智能的“物理學補課期”；7 月初的上海 WAIC，200 多傢俱身智能企業同臺競技，集體把演示從“後空翻”換成了“擰螺絲、疊衣服”，那是行業的“場景落地焦慮期”。

7 月底的悉尼 RSS，開源硬件、仿真工具鏈和遙操作數據方案成為主角，行業開始為“大腦聰明、身體廉價、數據貧瘠”搭建公共底座，那是產業的“基礎設施奠基期”。而在 8 月的北京 WRC，所有話題似乎都圍繞工程約束和商業底線展開。在這裡，沒人關心你的模型是否有哲學意義上的“意識”，大家只盯著三個指標：多少錢？多穩？跑一個月能省幾個人的工資？“以前我們聊的是什麼時候 AGI，現在我們在聊這臺機器人跑一個月能省多少人工。”一位深耕分揀賽道的創業者對如是說。

如果說過去兩年的具身智能是一場關於“暴力美學”的競爭：比誰的參數大，比誰的視頻做得逼真；那麼 2026 年，行業關注的，不再是一個比拼“學會動”的時代，而是一個比拼“學會幹活”的紀元。經過數日對具身大腦、靈巧手、四足機器人、數採等領域的深度覆盤，我們發現：具身智能的下半場，已經悄然換軌。這場暴力進化，正通過商業 ROI、數採底座、形態收斂、觸覺控制四個維度，重構整個行業的版圖。01商業的歸商業：ROI 成了具身智能的“邏輯剎車”在 WRC 2026 現場，專業觀眾最關注的，一定是分揀節拍最快的展臺。

物流分揀作為具身智能商業化最早被跑通、也最被反覆打磨的場景，今年被各家廠商普遍重視，產業競爭也已經從“能不能做”進化到了“誰能賺到錢”的下半場。泛化性，也在這一年正式從“學術加分項”變成了“省錢工具”。原力靈機的邏輯極具代表性。他們的展臺並沒有像在 WAIC 上搭長城那樣整大活，而是搭建了一套雙臂物流包裹分揀系統，DM0.5 泛化大模型驅動下的雙臂機器人正在分揀混雜的物流包裹。外行看的是速度（約 2 秒/件），但專業觀眾看的是“不換系統、不寫死軌跡”。在之前與原力靈機聯合創始人範浩強的交流中，我們捕捉到了一個核心邏輯：泛化性 = 攤薄硬件成本。

過去，一臺機器只能幹分揀，如果任務變了，程序員得加班寫死軌跡。而現在，同一個模型、同一套硬件，一個月內能同時撐起削黃瓜、切黃瓜、搭建積木長城、傳送帶分揀等 4 個場景。這種“不換系統、不寫死軌跡”的能力，意味著機器人的資產產值和使用效率得到了本質提升。在海外人力成本極高、ROI 容忍度更窄的市場，這種“多面手”能力就是利潤：只有當模型具備“腦補”能力，看到沒見過的包裹也能直接伸手，泛化性才能真正通過減少軟件適配費用，把 ROI 拉回正值。另一主打“適配能力”的是自變量，他們推出的 WALL-B 大模型直接取消了“視覺、語言、動作”的三方傳話機制，將一切閉環在一個網絡裡。

在自變量的展示臺前，我們看到了令人驚歎的一幕：機器人根本看不見紙箱底部的面單，卻能通過箱體側面的微小凸起，自主預判面單位置並原地翻面。這種“實時物理預判”正是泛化能力的體現。為什麼這屆創業者如此死磕泛化？因為在真實的落地場景中，聰明的泛化能力本質上是在大幅削減人工干預與試錯的“隱性成本”。而除了用泛化能力摳下隱性成本，實幹派們在落地場景也在發力。無論是追求極致的泛化，還是部署各種工廠場景，這種務實主義，正成為具身智能的“邏輯剎車”。它阻止了行業繼續在無效的 Demo 競賽中燒錢，轉而逼迫創業者在泥濘的物理世界裡，算清楚每一分錢的產出。

02數據的歸底座：數採設備從角落搬到了 C 位如果你問這屆 WRC 哪類設備增長最快，答案不是機器人本體，而是數據採集設備。一年前，數採方案大多藏在本體公司的展臺角落。今年，從大廠到上游供應商，幾乎都在展位正中心擺出了手套、頭環和多目相機陣列。原因很簡單：具身智能正集體撞向那堵名為“數據荒”的牆。“賣鏟子”的生意在 2026 年正式爆發。奧比中光與螞蟻靈波的“軟硬一體”組合最具代表性。硬件側是奧比自研的 MX6800 深度芯片及 3D 相機陣列，模型側則是 LingBot-Depth 2.0。他們試圖解決的工程痛點是：如何把獲取 3D 空間數據的門檻降下去？

只有讓無本體數採（採集人類視頻並映射到機器人）的成本跌破臨界點，具身智能才會有屬於自己的“GPT-3 時刻”。在他山科技的展位上，這種對數據的重視被具象化為一場桌面收納賽。觀眾戴上觸覺感知指套，便能實時捕捉接觸、受力、滑移這些信號，和第一視角的畫面一一對齊。他山科技告訴我們：高質量交互數據的關鍵，在於觸覺。視覺會有欺騙性，但觸覺能幫機器人理解物體的摩擦係數和剛性。模型企業入局數採的核心邏輯則是服務模型訓練。為解決外購數據適配度不足的痛點，自變量機器人、章魚動力、釐清智能、德塔智能等企業自研全套採集硬件，硬件設計、數據格式、標註標準全部圍繞模型訓練需求，打造完整數據閉環。

另一些“生而為數據”的公司正在構築行業的第二戰場。比如光輪智能、愷望數據、ORIGINFLOW 等到場公司，他們擁有客戶認知、場景積累、項目交付的先發優勢，同時沒有本體硬件的包袱和大模型的執念，從一開始就定位為數據基礎設施提供商。短期來看，幾類數據玩家面向不同客戶群體，差異化競爭格局仍將持續。長期來看，賽道融合與行業洗牌不可避免。想要產出低成本、高質量、多模態的訓練數據，需要傳感硬件、場景運營、數據治理、模型訓練的全棧綜合能力，單一玩家很難獨立完成。本屆 WRC 標誌著具身智能正式邁入數據與場景競爭的下半場。

數採已經從後臺配套升級為戰略入口，誰能高效產出可落地的高質量數據，誰就拿到人形機器人從 Demo 走向大規模量產的核心鑰匙。03形態的歸場景：四足已入場，人形在排隊在這屆 WRC 上，人形機器人依然是“明星”，但四足機器人（機器狗）和輪式機器人才是真正的“打工人”。一場關於“炫技”與“落地”的分化正在發生。維他動力避開了 WAIC，在 WRC 憋出了大招：正式推出了雙足人形終端 ATOM。但維他的核心邏輯依然極其冷靜——“用消費級四足驗證產品化能力，再向人形逐步遷移”。這種“農村包圍城市”的路徑，讓他們的大頭四足產品創下了近億的訂單記錄。真正讓人感受到“落地爆發”的是雲深處和智身科技。

雲深處 2025 年的行業應用收入已排全球第一。在展臺現場，我們看到的不再是後空翻展示，而是絕影 X30 鑽進瑞士高危核電站廊道執行巡檢的實戰記錄。這種“去特技化”是四足機器人成熟的標誌。它們正從展廳裡的表演者，變成戈壁灘光伏巡檢中的“耗材”。智身科技則亮出了“量產先鋒”的底牌：單月產能突破 5000 臺，關節模組年產能超 100 萬件。這種“暴力產能”直接對著具身智能的成本痛點下刀。其展示的銅錘 M1 機械臂在本體劇烈運動下依然保持末端穩定的 VLA 能力，證明了“大腦”和“小腦”的協同已經進入工業級。璇璣動力則走了一條更具差異化的路：“針對場景定製上裝”。

他們不相信“一套通用本體加簡單掛載打天下”，而是深耕電網、消防等垂直領域，讓機器人跨樓層自主作業。其巡檢效率提升 75% 的數據，比任何口號都更能打動電網巨頭。形態的位移折射出技術的務實。四足機器人之所以先行一步，是因為其運控穩定性已經通過了物理世界的“海試”。而人形機器人的“天塹”——本體差異帶來的數據遷移難題——正被維他動力的“具身基因組”等架構所挑戰。2026 年，WRC 的展臺告訴我們：人形機器人還在打磨“走”的精度，而四足和輪式已經開始思考“幹活”的效率。這種場景對形態的接納速度，決定了誰能先拿到通往規模化量產的門票。

04感知的歸觸覺：靈巧手的“祛魅”與“增重”走訪了幾乎所有靈巧手的展位後，我們的一個明顯感受是：比起爭論哪條路線更對，更重要的是根據場景倒推產品定義。行業正從“炫技”轉向“權衡”，形成了三個清晰共識。其一，高自由度驅動路線逐漸清晰，直驅、繩驅、混驅三條路線各有擁躉。

靈心巧手Linker Hand O30、曦諾未來Prima 1、強腦Revo 3、星動紀元XHAND 1-PRO都走直驅，力反饋乾淨、便於模型訓練，但體積、發熱與出力互相牽制，勝負手在電機本身；靈巧智能DexHand021 Pro、章魚動力OctoH-Hand選擇繩驅，手指纖細、慣量小，代價是腱繩摩擦與形變對材料和算法要求更高；超維動力KAIHand、因時RH524J1則走混驅，兼顧兩者所長。廠商普遍多路線並押，方案沒有對錯，只看場景適配。其二，觸覺從炫技配置變成了基礎能力。壓阻、電容、視觸覺、磁霍爾四類傳感器並行。

章魚動力整手布了1900個觸覺點，強腦Revo 3全掌都有觸覺，帕西尼的自研觸覺傳感器做到0.01N感知精度。觸覺數據的一致性是核心難題，比技術路線更重要，數據差異過大，對模型等於噪聲。其三，商業化主力並非高自由度旗艦，而是六自由度連桿手與三指手。中科硅紀今年規劃的3萬臺產能，主力正是這兩類產品。道理不復雜：結構成熟、成本可控、可靠性高，其中三指的明顯優勢是負載強，對大多數工業場景來說，“夠用”遠比“參數漂亮”重要。整體看，今年展區的靈巧手自由度上限衝到37個，觸覺鋪滿全掌，動態演示取代靜態陳列，但真正進產線的仍是低自由度方案，高自由度產品距規模化落地尚有距離，數據積累與模型打磨都急不得。

05世界模型正在變成具身智能的“物理編譯器”在 WRC 2026 結束之際，我們不僅盤點了這幾天的產品，更在思考這些趨勢背後的那個“看不見的導演”。回顧 7 月悉尼 RSS 大會上黃文龍和徐丹飛等人的辯論，當時，學術界還在探討“生成不等於規劃”，爭論世界模型是否需要全量像素生成。而到了北京的 WRC 現場，我們看到了這些討論的落地。世界模型正在從一個“玄學概念”，正式坍縮為具身智能的“物理編譯器”。為什麼這麼說？在經典的計算機文明中，編譯器的任務是把人類的語義意圖翻譯成機器能讀懂的 0 和 1。

而在WRC上，世界模型被反覆提起，在不同賽道中承擔了同樣的角色，只是它翻譯的媒介不再是二進制，而是物理規律。當原力靈機讓機器人削黃瓜時，世界模型在把“削皮”這個模糊概念，編譯成“力反饋、柔性形變、連桿運動”的物理指令；當智在無界把運行成本壓到 150 元時，它是在試圖開發一套更高效的“編譯器後端”；當章魚動力把預測過程可視化時，它是在展示這個“編譯器”如何實時修正物理邏輯的 Bug。......具身智能行業要的不是造出一臺完美的、能夠表演後空翻的機器，而是建立一套“自動採集、自動訓練、自動進化”的編譯器閉環。

在這個閉環中，人類只負責給出最高層的的指令，而世界模型這個“編譯器”則負責在腦海裡反覆試錯、校準，最終給身體下發那行絕對安全、絕對物理一致的代碼。2026 年，是機器人從“學會動”到“學會幹活”的分水嶺。我們見證了具身智能告別像素幻覺，紮根於賬本現實。這場關於物理真理與商業邏輯的終極對齊，才剛剛跨過第一個里程碑。在這個被數據採集、算力編排和場景閉環重塑的戰場上，最後的鑰匙不在於誰的口號響，而在於誰的模型能更精準地“編譯”這個複雜的物理世界。具身智能的“算賬時代”，才剛剛開始。

編輯部特別放送：WRC 2026 深度資訊大本營在過去的一週裡，AI 科技評論的特派觀察員們穿梭於 WRC 現場的各大展臺與論壇，為您記錄了這場行業變軌的每一個關鍵切面。限於篇幅，本文僅能為您呈現宏觀的覆盤。如果您對本文提到的各企業對 ROI 賬本、觸覺數據方案、巡檢實戰的觀點和看法等內容，或是各大頂尖學者的前沿演講實錄等更多獨家細節感興趣，我們已為您搭建了業內最全的 WRC 2026 資源庫。更多獨家專訪、硬核演講實錄與深度解讀文章，請全面鎖定 WRC 2026 特別專區：專區直達鏈接： http://wrc26.leiphone.

com(您也可點擊文末“閱讀原文”一鍵直達)▼推薦閱讀▼WRC 逛展手記：才過一個月，具身大腦又進化到哪了？2026-08-20王興興上市後首次公開演講：機器人真正爆發要等兩個「80%時刻」丨WRC 20262026-08-20