
WRC 2026 观察|机器人不再需要掌声,它需要的是工位
如果问 WRC 2026 现场哪里最热闹,答案和往年没什么两样。
拳击台前依旧围得水泄不通,机器人足球赛、乒乓球赛也照例是人流最密集的区域。
只要机器人的动作幅度稍微大一点,不出十秒,周围就会自动聚起一圈举着手机的观众。
相比之下,那些把工厂、仓库、药房、机场甚至家庭客厅直接搬进展馆的展台,反倒不容易形成里三层外三层的围观阵势。
WAIC 刚过去一个月,不少展品难免重叠,部分观众甚至已经开始有点审美疲劳。
但真把整个展馆走下来,还是会察觉到一种微妙的转向。
机器人当然还在卖力表演,甚至比过去更会表演了;可真正让行业内的人停下来的,不再是它们还能做出什么高难度动作,而是它们被塞进了哪些具体的工作岗位。
快递分拣、机场行李搬运、手机组装、工厂上下料、商超理货、家庭收纳、药房取药……这些活儿远没有拳击赛刺激,却更接近机器人真正要面对的现实。
如果说今年WRC是一场考试,那它考的不再是机器人会不会动。
而是,它能不能干活?能不能持续把一件事做好?能不能从一个场景挪到另一个场景?以及,最终能不能真正走进人的生活?
1、场景复刻:从能展示到真干活
今年 WRC 有一个很直观的感受:场景复刻越来越多了。
而且已经不再是过去那种摆一台机械臂、放两个箱子、让机器人抓两下就完事的演示,越来越多公司开始尽可能还原一份真实的干活场景。
星海图把这件事做得最彻底。500 平方米的展台里,10 组 Demo 同时开工,场面堪称全场最壮观的劳动现场。
展台中央搭建了全球首个支持在线下单、全自动闭环履约的机器人前置仓,1:1 复刻真实商用流程。
观众通过小程序随机下单,机器人自主完成商品抓取、拣选、装袋、封口,全程无人干预。展会前一天,这套系统刚刚完成了 100 多单真实履约。
星动纪元则在物流分拣上交出了一份更硬核的成绩单。
快递运输线上,机器人持续完成抓取、翻面、放置等供包作业,分拣速度达到每小时 1200 件,内部极限测试可达 2000 件。
更关键的是,这是行业首个完成 PMF 验证的具身物流落地方案,已在顺丰和中国邮政全国十余个物流中心实现常态化运营。
换句话说,星动纪元的机器人不是来展会表演的,它本来就在快递线上干活,只是被搬到了展台而已。
瑞为技术首次完整展出面向机场行李转运场景的具身智能解决方案。
其晓蚁行李转运机器人已在华东一座千万级枢纽机场接入真实航班转运业务,单件行李处理节拍低于 18 秒,装车准确率 99.9%。
约 80% 的标准行李由机器人独立处理,其余 20% 的软包、异形行李由人工协同,形成 80-20 的人机协同模式。从机场到展台,瑞为把真实的生产力搬到了观众面前。
蚂蚁灵波选择用一套通用具身大脑打通模拟购药、包裹分拣和仓储上下料三个场景。
药房分拣项目里,观众现场模拟下单,机器人自主从货架上识别并取出相应药品。这套智慧药房系统不仅是 WAIC 2026 的镇馆之宝,也是行业首个落地真实药房的药品分拣方案,目前已在上海国大药房正式承担夜班分拣工作。
跨维智能展台旁围观的观众也一直很多。
他们复刻了与蓝思科技合作的真实产线工位,两台 Dexforce W1 PRO 人形机器人协同完成手机装盒、拆盒和检测上下料,在动态传送带上持续感知工件状态、完成精细操作。这套方案已在蓝思科技的工厂内真实部署。
晨昏线科技提出了一个有意思的概念,1×N+1,一个大脑连接 N 种身体。
他们将 SMT 上下料和服装印花两条真实产线搬进现场,以自研目标因果世界模型 GCWM 为核心,展示以软补硬、一脑多形的落地能力。
目前,其具身大脑已与近 20 家主流硬件厂商完成对接,在 10 余个真实场景跑通方案,收获超 5000 万元意向订单。
卡诺普展出了双足人形机器人新品,1.6 米身高、31 个自由度,具备动态平衡和多模态感知能力。
作为国内工业机器人领域的资深玩家,卡诺普从工业机械臂切入人形赛道,路径更务实,也更贴近制造业的真实需求。
工业之外,家庭场景同样是干活的重要阵地。
千寻智能让 Moz1 机器人现场完成整理客厅的长程任务。
接到指令后,机器人自主识别可乐、碗、垃圾、玩具等物品,拆解出可乐放入冰箱、碗放入洗碗机、垃圾投入垃圾桶、玩具归位等子任务序列,并逐一执行。
经过 30 天迭代,各子任务成功率已提升至 99% 以上。千寻智能坚持先工业、再商服、后家庭的三步走战略,节奏感相当清晰。
墨奇智能同样聚焦家庭场景,在 WRC 完成了首秀,也成了全场最忙的机器人之一。
其轮式机器人 MORPHI KINO 全程无人工干预,流畅完成长达 15 分钟的家居长程任务,涵盖桌面整理、冰箱补货及衣物洗烘折叠。
依托自研 MoRA 架构,实现 Agentic-Native 原生智能,具备目标持续执行、多层级记忆及进度闭环能力。
自变量机器人将家庭服务、物流分拣与无本体数据采集三个展区并列呈现。
在家庭场景中,机器人完成了整理衣物、铲猫砂、套垃圾袋等日常任务,动作虽不及工业场景利落,却更贴近生活本身的质感。
原力灵机则当起了精细操作的扛把子。
搭载通用具身基础模型 DM0.5 的机器人现场完成了黄瓜连续去皮与切片。
黄瓜形态不规则、皮质脆嫩,用力过猛会切断瓜肉,力度不足则削不掉皮。机器人依托实时材质感知与力反馈动态调节力度,多指协同完成稳定切削,作业效果接近人手水平。
三步之外,一台双臂物流系统正以约 2 秒/件的速度分拣包裹。同一套系统同时支撑削黄瓜、分拣包裹、搭积木,清晰展出了一套系统打天下的能力。
普渡机器人同样以一脑多形、场景智能为核心策略,展台搭建了一条复杂环境自主通行挑战路线。
D5 四足机器人自主攀爬 45°倾角楼梯,全程无需遥控;D7 类人形机器人最大负载 14 公斤、作业高度 2 米,多款异构机器人共享一套智能大脑。
截至目前,普渡已有超 13 万台产品落地,覆盖全球 85 个国家和地区。
总的来看,工业场景是在复刻工作,家庭场景是在复刻生活。前者需要把确定性做到极致,后者则需要在不确定性里找到确定的完成路径。
这也是为什么今年 WRC 越来越多的场景值得被认真看,它们不再只是机器人公司的背景板,它们本身就是一道题。
2、场景复刻之外,机器人开始自己「出题」
但今年 WRC 还有另一条很有意思的线。
并不是所有公司都选择把工厂、仓库完整搬进展馆。还有一批公司选择了更直接的方式,自己设计一场考试。
于是,乒乓球、桌面冰球、拼积木、叠衣服,这些看起来和干活没什么关系的任务,开始变得越来越多。
如果只看观众的反应,这些项目当然属于好看的那一类。但从技术角度来说,它们其实比很多固定场景更容易暴露机器人的真实能力,场景越开放、交互越动态,水分就越少。
极佳视界的乒乓球台前,GigaBrain-PingPong 竞技系统完成了 134 次连续击球,正手、反手、扣杀、侧切都能打。
这背后是其发布的新一代具身基础模型 GigaBrain-0.7,以双金字塔架构为核心,将世界模型引入机器人的实时决策回路,先预演判断,再执行动作。
同时,该系统实现了行业内首个超 20 分钟、超 10 个任务的长程复杂精细操作一镜到底。
超维动力同样聚焦乒乓球动态对抗,搭载升级后的 SMASH2.0 高动态乒乓系统,可自主完成长短球、旋球等多样化回球操作,实现全自主无干预对局。
同时展出的还有 KAIBot 人形本体、自研灵巧手等全栈硬件产品,体现了算法+本体+执行器的全自研能力。
其动态运动控制技术不仅适用于竞技场景,更可反向赋能工业动态分拣、复杂环境避障等落地场景,乒乓球的快,练的是工业场景里的准。
星尘智能选择了更具趣味性的桌面冰球人机对抗。
机器人可实时捕捉冰球高速运动轨迹,完成毫秒级决策与反击动作,这项比赛要求模型具备实时视觉预测与快速反应能力,通过强化学习提升 AI 模型准确率的直接检验。
依托 Lumo-2 隐空间世界动作模型,机器人还完成了快速收拾杂物到书包并拉上拉链,这样的长时序任务+柔性物体+毫米级精准操作的超难家务。
与此同时,星尘智能也展出了 DuoCore 商用模型框架,机器人可全自主完成语音接待、抓取商品与递送、制作爆米花、饮料售卖等一系列复杂操作。
为了让更多人用上机器人,他们推出了星尘 OS,将 AI 能力嵌入系统底层,用户只需描述一个具体场景需求,系统即可自动完成理解、能力调度与执行组装。
云深处科技选择了另一种方式,把已经干过的活摆出来。
首次集中展出了能源电力、应急消防、安防巡逻、工业运维、民生服务、教育科研六大场景标准化解决方案,依托上千个真实落地场景的数据积累,实现运动能力与行业作业需求的深度适配。
这种展示逻辑和乒乓球完全不一样,它不是出一道题证明自己有多聪明,而是把不同身体形态摆出来,让观众看到机器人已经对应了哪些真实的场景。
因为具身智能真正追求的通用,可能更多发生在智能层,而不是身体层。
智身科技的系列展示,也属于这种产品能力矩阵的思路。
他们以真正干活的机器人为核心定位,用五个展区串联起从核心关节、整机运动性能、智能决策算法到全场景落地的完整链路。
人形机器人智身银毅 NE01 单关节峰值扭矩达 180N·m;四足机器人钢镚 L2 完成 7:1 极限负载自重比;关节模组 P85MAX-S 以 1kg 级重量驱动 90kg 负载。
截至 2026 年 6 月,智身科技累计量产超 15000 台,单月产能超 5000 台,这是整个具身智能赛道少有的量产数据。
而章鱼动力则选择了更生活化的考试题。
拼积木、叠衣服,看起来甚至有点「幼儿园风」,但它们恰恰在考验机器人能否理解物体之间的空间关系,以及能否把视觉识别转化成连续操作。
章鱼动力的世界动作模型可以实时预测未来画面和动作,目前现场使用的算力能做到每 300ms 预测未来 4 秒以上的画面和动作,现场大屏上展示的并不是实时画面,而是 T+2~4 秒的未来世界。
与此同时,章鱼动力也展出了脑-手-数据完整技术体系,包含 SYNWorld 世界基础模型、OctoH-Hand 仿生灵巧手、OctoSense 数采方案。
所以今年 WRC 出现了一个很有意思的现象:越是看起来生活化的 Demo,有时候反而越是在考验机器人的底层能力,能不能理解物理规则、能不能处理不确定信息、能不能在连续操作中保持稳定。
从这个角度看,乒乓球、冰球、削黄瓜、拼积木,和工厂分拣并没有本质区别。
它们都是考试题。区别只是,有的公司把题目设计成一份工作,有的公司把题目设计成了一场比赛。
3、机器人会干活还不够,还得让人愿意和它相处
如果说今年 WRC 大家都在追问机器人有没有用,那么还有一个问题迟早会摆到行业面前:人为什么愿意让机器人进入自己的生活?
这也是今年 WRC 非常容易被忽略的一条暗线。
毕竟,机器人最终不可能只待在工厂里。
它要进入商场、酒店、社区、家庭,甚至进入人的日常生活。于是,除了生产力,它还多了一样需要交付的东西,情绪价值。
宇泛智能的四足机器人灵猫 Cyvet,距 WAIC 首发仅 30 天就在 WRC 完成了二次进化。
背越式跳高 1 米、立定跳远近 2 米、720°连续后空翻群舞,这些动作放在一年前足以惊掉下巴,但在 2026 年的 WRC,更值得关注的是它的产业化速度。
15 公斤机身扛得起 20 公斤负载,超低功耗运控模型支撑 5.5 小时续航。
更重要的是全链路自研,从关节电机、运动控制、视觉感知到多模态交互大模型与巡检 SaaS 平台全部自主研发,断网环境下可独立完成感知、推理与决策。
从设计线稿到量产仅 8 个月,如今,灵猫正从展会走向产线,率先在社区巡检等场景投入规模化应用。
宇泛用硬核的产业化速度,回答了机器狗能干什么的问题。
维他动力则走了另一条路,从消费端反向定义产品。
去年 12 月发布的机器狗大头首销 6540 台、订单金额近亿元,截至目前累计 126 万次大模型交互、23700 公里用户伴随里程、131500 小时用户陪伴,两周用户留存率 86%。
WRC 上,维他动力发布了人形具身智能终端 Vbot ATOM,160cm 身高、180cm 臂展、31 个自由度。
维他动力认为四足与人形不是彼此替代的路线,而是面向不同空间和任务的身体选择。这种跨本体进化的思路,为赛道提供了不同于传统工业场景的另一种可能性。
四川具身智能发布了新一代情感交互人形机器人爱湫,交互版与运控版同步推出,售价 9.8 万元起,当情绪价值有了明确的价格锚点,说明市场正在认真为它买单。
中科慧灵的机器人乐队由吉他、贝斯、键盘、鼓四台机器人组成,与真人歌手同台共演,这支乐队已在音乐节、展会、商业市集等场景实际落地。
多台机器人实现了毫秒级时序同步,精准完成合奏演奏,将多机协同控制技术与艺术结合,打破机器人作为工具的刻板印象。
它不仅展现了智能设备的人文价值,也直观验证了中科慧灵在多机器人协同、精准时序控制上的硬核技术实力。
与本体厂商的秀肌肉不同,京东在 WRC 期间把「买机器人上京东」这句 slogan 真正立了起来。
京东不做本体制造商,而是做机器人进入真实场景的基础设施提供方。
展台上最吸睛的,莫过于全球首款万元级高性能机器人 Zeroth Bridge「小桥」,身高 88cm、体重 13kg,却能完成后空翻等高难度动作,算得上是同尺寸段最能打的小钢炮。
8888 元的预售价,让高性能人形机器人首次杀入千元级价格带。配合 OpenBridge 开源生态,开发者可以低成本二次开发,让机器人能力持续进化。
更值得注意的是,「小桥」48 小时预订量突破 200 台,在情绪价值之外,价格本身也是消费决策中不可忽视的变量。
这也是当下机器人两个更具体的发展方向:一边往工厂里走,争取成为真正的生产力工具;另一边往家庭里走,争取成为人们愿意接受的消费产品。
前者需要证明 ROI,后者需要证明值得被喜欢。
两者最终可能殊途同归,因为一台机器人如果既能干活,又不会让人觉得讨厌,才真正有机会成为一个长期存在的产品。
说回文章开头那个画面,拳击台前里三层外三层的观众。热闹当然还在,但行业自己的评判标准已经变了。
从前,人们围观的是机器人能不能后空翻。
现在,大家追问的是:一台机器人每小时能分拣多少件快递?单件行李处理节拍能不能压进 18 秒?在药房值夜班能不能替药剂师分担压力?
这些问题听起来不够酷,但它们才是产业走向成熟的标志。
这届 WRC 释放的最强信号是:具身智能正在从技术验证期迈入规模化商用期。参数竞赛的时代正在过去,场景落地的时代正在到来。
拳赛和乒乓球依然围满观众,这没有错,观众爱看热闹天经地义。
但行业不能只活在表演里。
当行业开始算 ROI、算节拍、算准确率,而不是比谁的后空翻转体更多,具身智能才真正走上了正轨。
WRC 2026,我们看到了这个转折点最清晰的路标。
格隆汇声明:文中观点均来自原作者,不代表格隆汇观点及立场。特别提醒,投资决策需建立在独立思考之上,本文内容仅供参考,不作为实际操作建议,交易风险自担。


