具身智能走進千行百業，浙江人形 WRC2026 詮釋 "具身在場"

2026 WRC 現場，三臺機器人默契配合，正完成工業製造拆垛、分揀、搬運的全流程工作；幾步之外，觀眾在零售艙前下單，等機器人遞來飲料；廚房裡，一頓飯從食材處理一路做到最後的清潔；在生產線之外的賽博舞臺區域，NAVIAI i3 單膝跪地獻花，WA2 彎腰接過。這些畫面，來自浙江人形機器人創新中心有限公司的展臺，在這幾塊相鄰的區域中，浙江人形把機器人的工作半徑從生產線拉到人的日常，機器人的每一條動作軌跡、每一次執行，都在詮釋浙江人形展臺主題“Hello, World！具身在場，讓嚮往真正發生”。但如果只把這次展出讀成“場景豐富”，其實有點可惜。

把幾個畫面連起來看，真正被拉長的，是機器人承擔一件事的長度：一筆訂單要從下單走到交付，一頓飯要從備餐做到收尾，一段工序要接著上一段繼續往下跑。“嚮往”也因此變得具體，機器多接住一些事情，勞動就多一種選擇，生活多一分從容。只是，場景從來不是終點。當“進場景”已經成為行業的共同語言，差距也開始出現在後半程：機器人不僅要進得去，還得證明自己能在那裡留下來。機器人開始幹活 所有人都成了“監工”同一個 WRC，不同的人有不同的算盤。投資人算商業化空間，工程師盯技術差異，供應鏈找下一批需求。

普通觀眾簡單得多，一臺機器人跑上幾分鐘，大家很快就會進入“監工”狀態：卡沒卡，工作人員什麼時候進去救，這一輪到底能不能順下來，它到底距離真正融入生活還有多久。這種“監工式觀展”並非偶然。如果把過去幾年的WRC連起來看，展臺本身就是一張產業進度表。2024 年 ， 27 款人形機器人整機集中亮相，創下當時歷屆之最；2025 年，大會已經正式發佈“人形機器人十大潛力應用場景”；到了今天，生產線、商店、廚房被越來越密集地搬進展館。先把身體做出來，再把能力搬進場景，現在開始輪到作業質量。機器人一旦開始工作，也就失去了“表演者”的寬容。

Demo 卡住可以重來，放進生產和服務流程裡，就會變成人工接管、效率損失，最後都會算進 ROI。於是，成功率、連續作業、精度、部署週期這些不太“出片”的指標，反而開始決定機器人能不能真正留下。而這種標尺變化後，更值得多看一眼的企業也愈發清晰。真正能留下的，靠得不是展臺上的精彩DEMO，而是在真實場景中淬鍊後反過來將真實圖景展現在公眾面前的企業。其中最具代表性的就是浙江人形。服裝、化工、海外工廠，這些真實現場已經在持續檢驗它的能力。到了這屆 WRC，同一條路線又被攤在展臺上：任務被做長，多臺機器人開始接力，單點動作被放進連續流程。

工業看精度、效率和穩定性；零售看趣味性、便捷部署和複製能力；家庭則要面對更長、更非標的操作鏈路。這也讓浙江人形一直強調的“可泛化高精準”有了更具體的落點，任務可以變，到了具體現場，該守住的標準不能跟著打折。同行都在進入場景，浙江人形更像是在做另一件事：把場景變成驗收標準。“機器人走進千行百業、千家萬戶”喊了很多年。今天真正拉開差距的，已經不是機器人能去哪裡，而是到了那裡以後，有多少事情真的敢交給它。同樣都在幹活 差距開始藏在細節裡順著動作往裡看，浙江人形的技術底座才露出來。

自研的 SPIRE 智能技術體系中，世界模型 SPIRE-WM 建立對環境、對象及其變化的認知，判斷空間關係和物體狀態，並預測一次交互之後可能發生什麼；具身模型再結合機器人的本體狀態與實時感知，把這些判斷繼續推向長程規劃和動作執行。動作也會改變現場，新的狀態隨即進入下一輪判斷。人類、仿真與真機數據共同支撐模型迭代，機器人對現實的理解和動手能力，就這樣在真實作業裡一點點磨出來。具身模型內部，C2L2“大腦”把複雜任務拆開、往前推，目標不在視野裡時繼續探索，出現偏差時及時修正；M2S2“小腦”融合視覺、力覺、觸覺和關節狀態，把“抓住、對準、放好”落到具體的位置、力道和接觸分寸上。

到了工業現場，這些能力很快會換成另一套語言：精度、成功率、節拍，以及一條作業鏈究竟能穩定跑多久。從真實落地場景來看，工業最容易看出差別。人形機器人被寄予厚望，很大一部分原因，就是工廠承載足夠高的落地空間。但工廠要的不是單個能力拉滿的機器人，而是和人類生產方式相同，能協同配合的機器人工作鏈路。WRC 現場，浙江人形把 WA2 與 WA1 放進同一條作業鏈，拆垛、分揀、搬運一路接到精密裝配。流程一長，前一步留下的誤差會繼續傳到下一步，多機聯跑考驗的也從單點動作，變成技術難度更大的整套系統的持續工作。作業順序在機器人手間流轉，工廠真正需要的協作方式也在流轉中真正落地。

除了協作外，工廠還在等的是“頑疾”環節的新方案。傳統自動化程度已經改造了大部分生產環節，但需要高精度、處理柔性物體的環節，大部分解決方案依舊陷在“非此即彼”的落地現狀，選擇躲避根本矛盾，可浙江人形卻選擇了直面問題。浙江人形與傑克科技簽訂全球服裝業首筆2000臺人形機器人批量訂單。柔性布料會皺、會塌、形變難預測，此前其布料分片成功率已達到 98%，控制精度偏差 2 毫米內，整套系統作業成功率穩定保持 90% 以上，對位精度 ±2 mm，單次操作約3秒，全自動貼袋作業節拍低至 35 秒 / 件，按每日 10 小時生產測算，可充分匹配客戶日產 1000 件的產能要求。到了化工實驗，精度又被壓到0.

03mm，分液誤差控制在1mL以內；另一邊，NAVIAI 已經進入 Beko 歐洲工廠生產線，接受更長期的運行驗證。批量訂單、複雜工藝、海外產線，已經把浙江人形的驗證尺度拉出了 Demo。零售裡，差別藏在另一處。WRC現場，讓機器人遞出一瓶飲料已經不稀奇。真正難的是，離開展會以後，這套服務還能不能換一個地方繼續開。所以浙江人形的智慧零售倉“耐味島”更值得看的，是那些不太搶鏡的設計：艙體更緊湊，強調遷移和定製；算法側強化語音、表情識別與反饋，讓機器人在取貨之外，也能完成更自然的服務交互；末端使用五指靈巧手，為不同商品和後續工具操作留出更大的適配空間。

零售機器人真正需要複製的，是一家店、一種工作能力。廚房則把任務繼續往後拉。食材狀態會變，擺放位置會變，一頓飯也不會停在某個漂亮動作上。“新手廚師 NAVIAI”從拾取、打蛋一路做到裝盤和檯面清潔，用戶只負責點餐。炒一道菜容易贏得掌聲。把飯做完，再把殘局收掉，才更接近家務本來的樣子。七夕機器人婚禮也把另一類能力說得很直觀：i3 跪地獻花，WA2 彎腰接花，雙足行走、柔順操作和雙機互動，被翻譯成一個普通人不看參數表也能理解的瞬間。這些場景串起來，浙江人形的路線也更清楚了：機器人的能力跟著現場走，而不是讓現場遷就機器人。泛化意味著會得更多。更難的是，場景換了，價值不能跟著泛掉。

“具身在場”走出展臺 現實繼續出題展臺上的一次成功可以按分鐘計算，真正的應用卻要接受小時、天乃至更長時間的檢驗。機器人越往現場深處走，問題越具體。一次失誤可能來自末端執行器、控制和數據，也可能只是一次此前沒人預料到的擺放變化。這也是為什麼，現階段的自主執行並不意味著人要立刻退出系統。WRC 現場，浙江人形與灝存科技進行了遙操作手套聯合展示。工作人員控制 WA2 完成不同規格化妝品的抓取、捏取和打包。機器人當然正在朝更高程度的自主執行前進，但產業不會等到“完全自主”的那一天才開始部署。精細操作、遠程接管、數據採集，人仍然會在相當長一段時間裡留在迴路中。再往下，問題就不只屬於一臺本體。

一臺機器人真正進入一個行業，會同時碰到零部件、數據、開發工具和具體工藝。產業化已經很難由一家企業關起門來完成。浙江人形正在做的，也是從“把機器人送進更多場景”，延伸到把更多角色接進同一條落地鏈路。這次 WRC，8 家供應鏈合作伙伴也被一起帶到了臺前。豪恩汽電的頭部多目視覺、宇立儀器的六維力傳感器落在感知側；卓譽科技的關節模組、綠的諧波旗下開璇智能的力控關節，以及博銀諧波的諧波減速器、富賢達的空心杯減速電機，一路深入關節、傳動與驅動；靈境智源的 N210 與迦智科技的具身控制器，則落在計算與控制側。視野、受力、關節、傳動、控制，一臺機器人背後的硬件鏈條，由此被拆成了一層層可以看見的能力。

這也是產業化最吃力的地方。模型、本體、零部件和場景各自長成孤島，很難以“高耦合”的姿態前行。浙江人形試圖把這些原本分散的環節往一起接。圍繞不同場景，它將柔性硬件、多形態執行終端、全鏈路 SDK、低代碼平臺和 30+ 原子級技能庫串進同一套開發與部署體系，讓機器人進入不同現場時，能力能夠更快適配和複用。而在熊蓉這次帶到 WRC 的思路里，這條連接還被繼續往外拉長，從一臺機器人的能力，逐漸延伸到更完整的產業協同。供應鏈之外，汽車、服裝、生化、物流等真實需求，以及數據和應用夥伴，也被拉進同一條鏈路。這套生態真正想解決的，是讓技術、硬件、數據和場景不再各自往前跑，而是圍繞真實應用一起往前走。

再往產業深處看，還缺另一種基礎設施：人。這條線也延伸到了人才培養，與 50+ 院校展開合作，把真實設備、課程和場景繼續往產業人才端鋪。從一個零部件到一處應用現場，產業化最費功夫的地方，往往就藏在這些連接之間。連接得足夠順，機器人才能從一次展示，慢慢走向長期存在。“Hello, World”曾經是一句隔著屏幕的問候。如今，機器人開始把這句話帶進真實世界。在這場相遇中，人類開始重新思考：未來的機器，應該如何服務於人？而未來的人，又希望擁有怎樣的生活？當機器人在一項項具體任務中與人、環境建立連接，答案也會一點點寫進真實生活。展會還將持續最後兩天，更多場景體驗和互動展示仍將在現場展開。

觀眾可以站到機器人面前，看一項能力如何進入工序、訂單與生活，也可以成為它在WRC遇見的下一位Partner、Darling、Family或Friend。真正的“在場”，從來不只發生在展臺上的幾分鐘裡。展臺之外，每一次穩定運行、每一次被真實需要，都會讓這聲“Hello, World”留下更長的迴音。