WRC變了：從秀場到市場

定焦One2026.08.21 09:26 · 來自福建全文5703字00:00 / 18:03機器人開始找工作了。文 | 定焦One（dingjiaoone），作者 | 金璵璠，編輯 | 阿倫逛WRC時，最吸引「定焦One」的還是人形機器人。展館前場，格鬥、跳舞、後空翻輪番上演，觀眾裡三層外三層。WRC C館展示的機器人格鬥再往裡走，展臺上的機器人做著不起眼、卻更像“打工人”的活兒：傳送帶轉個不停，機械臂一次次落位，有的在分揀包裹，有的在搬運料箱，還有的機器人低著頭，努力把衣服疊好、把桌上的雜物歸位。WRC C館展示的機器人分揀訂單今年的看點，不全在最熱鬧的那幾個展臺。

泡完茶，能不能把杯子遞到人手裡？物料換了一批，還能不能找到抓取位置？箱子擺歪了，會不會自己調整？任務做到一半有人拿走了杯子，還能不能接著幹？這些事放在人身上稀鬆平常，放到機器人身上，卻一道比一道難。整機也不再是唯一主角。靈巧手、觸覺傳感器、關節、電機、減速器、視覺模組、數據採集設備和模型，都走到了前臺。論壇上，企業家和研究者談大腦、本體、世界模型、開發者、開源和數據供應鏈，也談家庭陪護、安全治理和責任邊界。話題各不相同，最後都落到實際使用上：機器人離開展臺之後，能不能把活兒穩定地幹下去。採購方關心的則更直接：能不能接入自己的業務流程，出了故障找誰，這筆賬最後算不算得過來。

逛完大會再回頭看，今年WRC有三條線並行。一條“補身體”：零部件、供應鏈和製造能力，讓機器人更穩、更輕、更便宜；一條“補大腦”：模型和數據，讓它能應對變化，把一連串動作做完，出了錯還能接著幹；還有一條更接近生意本身，機器人開始進工廠、倉庫和門店，採購、交付、維修和長期成本也被擺到了桌面上。這是一場從秀場向市場靠近的大會。機器人確實開始找工作了。至於能不能留下來，要等它在工廠、倉庫和家庭裡真正跑上一段時間才知道。01.今年搶鏡的不是整機，是賣鏟子的人整機還是展館裡最吸睛的部分。但今年，壽命、適配、量產和成本這些過去不太容易被看見的問題，也被擺到了臺前。

以靈巧手為例，今年比的不再只是自由度有多少、動作像不像人，而是負載、重量、觸覺精度、壽命和成本。對客戶來說，完成一次抓取只是第一關，更重要的是能不能連續處理不同物料，遇到打滑、錯位和軟物體時能不能調整。WRC C館展示的機器人疊杯子比如把杯子遞給人，力度大了可能捏壞，力度小了又可能掉下來；把零件裝進工裝，不只要找準位置，還要判斷有沒有卡住、是否已經放穩。關節、執行器、觸覺傳感器等零部件企業，講的東西也跟著變了。過去它們主要介紹參數和性能，現在也開始解釋，這些部件裝到機器人身上後，究竟能解決什麼問題。再往前一步，有些企業開始秀製造能力。靈心巧手展示了一條“靈巧手組裝靈巧手”的產線。

相比單純展示抓取動作，這條產線把問題帶到了生產端：靈巧手能不能穩定、批量地生產出來。對整機廠商來說，從樣機走向採購，不只要看產品能不能用，還要看良率、節拍和成本，以及供應商有沒有持續交付的能力。WRC B館展示的具身智能數據採集手套除了硬件，數據採集設備開始被單獨拎出來講。遙操作、動作捕捉、示教和仿真，都在解決同一個基礎問題：機器人需要什麼樣的數據，企業又怎樣持續拿到這些數據。人的動作、物體的位置和材質，都可以通過這些方式轉成訓練數據。02.場景從表演轉向幹活，工廠離規模化訂單最近今年WRC出現了越來越多“幹活”的機器人。

分揀、搬運、碼垛、上下料、檢測、裝配、物流、零售、餐飲和巡檢，都能找到對應的演示。從WRC展示的項目和企業反饋來看，不同場景所處的商業化階段差得很遠：工廠離規模化訂單最近；物流緊隨其後；極端環境付費意願明確，但更偏垂直項目；餐飲零售容易落地，但要證明比用人更划算；家庭最遠。工廠裡的任務也是分級的。機器人先乾的往往是位置固定、動作重複、流程清楚的活兒。搬運、碼垛、分揀、上下料和掃碼，投入產出相對容易計算。檢測、裝配和柔性上下料更復雜一些，機器人需要識別物料差異、調整動作，並在抓取失敗後重新開始。再難一些的，是把多個工序連起來，讓機器人自己完成從取料、加工到放置的一整段流程。

物流處在工廠和開放環境之間。倉儲物流已經有比較清楚的作業流程，但倉庫裡的貨物、路線和訂單仍會不斷變化。展會上，一類企業把機器人放進實際作業流程裡，強調穩定完成任務；另一類企業展示全身遙操作，把人的轉身、彎腰和手臂動作映射到機器人身上，更多用於數據採集或遠程操作。前一種已經在嘗試把任務直接交給機器人，遙操作則給複雜任務保留了人工介入的辦法，也可以順便採集訓練數據。極端環境的需求更明確。水下、礦場、地下空間、化工管廊、變電站和消防現場，都有一些危險、惡劣，或者不適合讓人長期進入的工作。機器人在這裡做巡檢、探測、搬運和排險，替人承擔風險，本身就是很直接的價值。

WRC C館展示的水下巡檢作業機器人這類場景也更專用。水下、礦場、消防現場的地形和任務差異很大，現場因此出現了輪式、履帶式、輪足式、四足、無人機和水下機器人等不同形態。防護、通信、續航、遠程操控和故障處理，也往往要跟著場景重新適配。WRC C館展示的消防滅火機器狗這類項目可能更早產生訂單，但要像工廠和物流那樣規模化鋪開，並不容易。應急救援還有一個特點，往往不是一臺機器人單獨幹活。WRC共融機器人挑戰賽模擬事故救援，飛行器和無人車要完成偵察、信息共享、物資運輸和返回。大會同期還發布了“具身智能在應急場景的應用需求”。從比賽到實際需求，應急救援已經成為今年WRC上被反覆提到的一類機器人應用。

WRC機器人大賽餐飲、零售和導覽，則是現場最容易聚集人氣的一類場景。今年WRC還首次設置了機器人消費街。咖啡、冰淇淋、雞尾酒、禮品零售等場景被集中放到了一起，機器人開始按訂單取杯、操作設備、製作飲品，比起跳舞和後空翻，這些動作更接近真實服務。WRC C館展示的餐飲機器人但商家採購前一定會算效率和成本，機器人一天能接多少單、設備佔多大空間，以及這套方案和直接僱人相比劃不划算。家庭最有想象力，也最難標準化。展臺上已經能看到收攏雜物、分揀垃圾、疊衣物、澆花和插花等長序列任務。可真正進了家裡，杯子會換位置，衣服形狀各不相同，機器人面對的變化遠比展臺多。和普通家庭服務相比，養老和陪護的需求更明確。

WRC的民生普惠議題把養老、康復和輔助機器人單獨拿出來討論。機器人可以做行動輔助、康復訓練、提醒和環境監測，需求方也包括家屬、養老機構和護理人員。養老場景更看重可靠性。機器人能不能替代一部分護理工作，出現異常時能不能及時響應，會直接影響機構和家屬是否願意長期使用。03.都在補大腦，但路線還沒有收斂機器人開始接更復雜的活兒之後，“大腦”要解決的問題也變多了。今年WRC上，VLA、世界模型、端到端、Agent、類腦架構等技術關鍵詞都很高頻，它們解決的問題並不完全相同。

有的在解決機器人看到任務後怎麼生成動作，有的希望它先判斷周圍環境會怎麼變化，還有的關心同一套能力換個“身體”、換個“工位”之後還能不能用。銀河通用創始人兼CTO王鶴提到，機器人不能只完成訓練過的動作，還要把已經學會的能力用到新的任務裡。銀河通用嘗試用世界-動作模型（WAM）把VLA和世界模型放進同一套體系。機器人不只要決定下一步怎麼動，還要估計這個動作做下去，周圍會發生什麼變化。除了怎麼做決策，另一個被反覆討論的問題，是一套能力能不能換個“身體”繼續用。螞蟻靈波在WRC把同一套通用大腦用在藥房分揀、工業上下料和倉儲分揀等場景。

企業現場工作人員介紹，這套大腦在訓練階段已經適配多個機器人品牌和不同形態的本體。如果每換一臺機器人、一個工位，都要重新採數據、訓練和調試，一個項目就很難快速複製。機器人到了客戶現場，還會不斷碰到訓練時沒見過的情況。日冕開物創始人兼CEO肖中陽提到，真實環境裡的材料、摩擦、傳感器噪聲和各種長尾情況，很難只靠實驗室數據覆蓋。他把產品交付也看作學習的一部分：機器人到了現場，哪裡出錯、哪裡需要人工接管，這些數據還可以再拿回來訓練模型。大曉機器人在WRC展示的也是類似路徑。一端是世界模型和環境式數據採集工具，另一端接即時零售、酒店服務和戶外開放場景。

機器人在這些場景裡工作，產生的數據再回到模型，用於後續迭代。WRC上還有一條相對獨立的技術支線：腦機接口。BCI腦控機器人大賽展示了腦控輪椅、腦控機械臂和腦控人形機器人等項目。它解決的是另一類問題：如何把人的意圖更直接地傳給機器，在康復輔助等場景裡，這也是一種人機協作方式。WRC BCI腦控機器人大賽現場對更多希望自主工作的機器人來說，眼下的問題還是很具體：物品一換、環境一變，表現就容易受影響。宇樹科技創始人、董事長王興興在WRC演講中提到，在一個固定場景裡，經過足夠的數據採集和訓練，一些任務的成功率已經可以做到很高；但操作的物品換了，或者環境稍微變一下，成功率就可能明顯下降。

有時候，問題甚至只差最後幾釐米。機器人看起來已經快抓住一個東西了，但最後一點物理誤差沒有修正好，整個任務就會失敗。王興興提到，在80%左右的陌生場景裡，機器人如果能通過語言指令完成80%左右的任務，可以視為通用能力的一個重要臨界點。他估計，走到這一步，快的話還要2-3年，慢的話可能要5-10年。至少在今年WRC上，還看不出哪一套方案已經把這些問題解決得足夠好。04.買家進場，渠道也來了今年WRC，來了一批大買家。大會首次設置採購日，能源、製造、物流、巡檢和應急等領域的需求方集中進場。有的手裡有產線、倉庫、電站和礦山，有的掌握零售、物流等渠道，都在找機器人能落進去的場景。

WRC C館展示的電站場景機器人開幕式上，工信部副部長辛國斌提出“以智能化為主線、以實用化為牽引”，統籌技術攻關、產業培育、場景拓展與安全治理。央企是其中重要的一批需求方。中央企業機器人創新聯合體還發布了十大創新成果和十大高價值應用場景，覆蓋能源、製造、物流、應急等領域。但從場景對接走到採購，中間還有不少環節。需求溝通、現場測試、小規模試用、方案調整，跑通之後才可能擴大部署。星動紀元現場展示的M7，就是一個走到常態化運營階段的案例。這款機器人沒有完整下肢，腰部以下采用立柱結構，把任務收在固定工位上，主要做分揀、掃碼等物流作業。

現場工作人員介紹，相關方案已經在順豐、中國郵政全國十餘個物流中心運營，往後還要看能不能繼續鋪開。如果每到一個客戶現場都要重新做一套方案，生意仍然更接近項目制。相近場景能夠使用同一套產品，第一批試完之後客戶還願意繼續買，規模才有機會起來。WRC C館展示的機器人結賬除了直接採購的客戶，京東帶來的是渠道入口。它連接機器人品牌，也有零售、物流和消費場景。對機器人企業來說，過去更多是一個項目一個項目地找客戶，現在也開始出現幫助產品展示、比較和銷售的渠道。到了渠道端，價格怎麼定、供貨能不能跟上、安裝和使用麻不麻煩，同一款機器人交到不同客戶手裡能不能表現一致，都會影響銷售。05.

賣出去之後，還有運維、責任和成本機器人賣出去之後，還有一批問題要到真正用起來才會暴露。首先是設備運維。在展臺上，設備停了可以重啟，動作不對可以讓工程師上前調整。到了工廠、倉庫和門店，停機影響的可能是一條產線、一批訂單，或者正常的服務流程。在WRC，很多客戶問得很詳細：零部件壞了有沒有備貨，故障能不能遠程判斷，工程師多久能到現場，修完以後多久能重新開工。機器人只賣幾十臺時，研發人員還可能親自跑現場。出貨量增加、客戶分散到更多地方之後，備件、遠程診斷、維修網點和現場響應，都要變成一套固定的服務體系。設備長期跑起來以後，責任問題也就變得更具體了。

工廠裡的機器人抓錯零件、撞到設備，可能涉及整機廠、軟件供應商、系統集成商和使用方。進入家庭和養老場景，問題更敏感：誤操作造成損傷怎麼辦，攝像頭和傳感器採集的數據怎麼處理，哪些動作必須由人確認。今年WRC的論壇已經把安全治理、倫理護欄和責任邊界放進議程。歐洲機器人協會副主席Juha Roening在演講中提到，人工智能只是機器人系統的一部分。機器人投入使用後，硬件、控制、安全和整套系統的可靠性都要一起考慮。什麼情況下機器人應該自己停下來，什麼時候必須由人接管；出了故障，能不能查到是模型、硬件、控制系統還是現場操作出了問題。

WRC A館展示的外骨骼機器人這些問題如果說不清，機器人越靠近人和複雜設備，使用風險就越難控制。最後還要算長期使用的賬。機器人一天真正能工作多久，要配多少人，第一次部署需要調多久，換任務之後還要重新做多少工作，都要算進使用成本。如果機器還需要工程師長期照看，或者每換一個任務都要重新調試，這些人力和時間也要由客戶承擔。硬件價格降下來，只解決了其中一部分。06.結語關於WRC，視頻平臺上點贊量最高的，可能還是機器人翻跟頭、打拳、跳舞的瞬間。但認真逛完展館後能感受到，具身智能行業比想象中跑得更快，也更務實。

機器人已經開始進工廠、倉庫和門店，靈巧手、數據採集、模型、售後這些過去不太顯眼的環節，也越來越受關注。今年WRC還提供了一個觀察中國具身智能產業位置的窗口。中國一年新增的工業機器人數量遠高於美國；在人形機器人領域，2026年上半年，中國廠商已經佔到全球出貨量的97%以上。完整的零部件供應鏈、大量製造業場景，以及降本和量產速度，讓中國企業能更快把機器人做出來、送進現場。美國在AI芯片、基礎模型和開發生態上仍然佔有優勢。對中國企業來說，下一步是把已經形成的製造和部署規模，繼續變成數據積累和模型能力。