分类：AI动态 标签：具身智能、机器人、大模型、开源项目
8 月 19 日，北京亦庄迎来了 2026 世界机器人大会（WRC）的开幕。300 多家企业携 2000 多件展品亮相，大模型、本体、关键零部件以及数据流等具身智能的核心要素悉数登场。
在开幕当天，宇树科技敲钟上市，盘中市值一度冲破 4000 亿元，这不仅是过去十年中国机器人行业距离资本狂欢最近的一次，也为这个仍处早期的赛道钉下了一个强有力的资本锚点。与此同时，一级市场的热度正向二级市场传导，具身智能不再只是纯粹的技术想象，开始被要求直面收入、交付、毛利和规模化的现实大考。
穿梭于各个展区，并没有出现让人惊呼的颠覆性瞬间，更多的是已有技术在不同场景下的 Demo 展示。比起盲目追寻奇迹，行业更需要思考几个朴素而迫切的问题：机器人只能长成人的样子吗？通用性究竟走到了哪一步？数据正在变成硬件生意吗？硬件零部件又推进了多少？
1. 机器人是不是只能是人形？
过去两年，人形机器人几乎统治了具身智能的叙事中心。但在本届 WRC 上，「像人」不再是唯一的标准答案，行业开始根据真实任务重新设计机器人的形态。
- 形态分化与场景倒推：银河通用展示了轮式、重载和双足三种形态共享同一套大模型；Vbot 维他动力从真实家庭、零售和办公场景出发，发布了高度贴近真人尺寸的人形具身智能终端 Vbot ATOM；未来不远机器人则深入家庭厨房，通过全栈自研的端到端系统完成意面制作。
- 垂直场景的高效验证：自变量机器人在物流分拣场景中，直接放弃了复杂的人形外观，通过双机械臂配合普通夹爪，将分拣效率做到每小时 1816 件，准确率超过 98%。这表明，具身智能正在从单一的本体展示走向多元化的产品落地。
2. 具身智能的通用性走到哪一步了？
通用任务能力指的是机器人跨物体、跨环境、跨指令完成复杂任务的泛化水平。从目前的进展来看，先进的机器人已经跨过了单一动作展示阶段，能够实现多技能串联与异常恢复。
在模型技术路线上，行业尚未收敛，主要分为以下几大方向：
- 端到端 VLA/WAM 路线：如银河通用、未来不远和自变量，尝试将视觉、语言、动作和物理预测统一进一个网络。例如银河通用通过 AstraBrain WBC 小脑基座模型，让双足机器人实现实时的网球对抗与舞蹈模仿。
- 分层具身智能架构：以逐际动力 COSA 为代表，将大脑分为负责场景理解的 System 2、调用操作技能的 System 1 以及控制全身运动的 System 0。
- 跨本体基础模型：如星海图 G0.5 和千寻智能 Moz1，通过统一动作编码，让同一套模型能够适配不同的机器人本体，挑战整理餐厅等长程复杂任务。
3. 具身数据正在变成一门硬件生意吗？
无论是通用模型还是垂直场景，高质量数据都是核心燃料。目前的数据采集方式涵盖遥操作、无本体 UMI、第一视角采集以及仿真合成，这让外界戏称具身数据正在变成一门硬件生意。
然而，数据的核心价值在于反哺模型并形成飞轮。光轮智能通过 SimFoundry 仿真和 RoboFinals 评测体系构建数据闭环；极佳视界则利用世界模型作为数据放大器批量生成交互数据。趋势表明，具身数据正从早期的集中式数采工厂，逐渐走向机器人部署现场的真实场景回流。
4. 关键零部件往前走了几步？
灵巧手、触觉感知、视觉感知和电机的突破，构成了具身智能落地的最后一厘米：
- 灵巧手与精细操作：灵心巧手展示了灵巧手组装灵巧手的案例，将操作从简单抓取推进到精细工业装配。
- 触觉感知扩展：帕西尼感知通过自研 6D 触觉感知芯片与足底多维触觉传感器 PX-FOOTRIX，将触觉从指尖扩展到全身电子皮肤，使机器人具备力触觉混合控制能力。
- 视觉感知升级：奥比中光推出 Gemini 330 系列及具身视觉新品 Physis，在大视野、高质量成像与空间感知之间实现了平衡。
5. 行业整体发展到什么阶段？
具身智能目前正处于从原型验证走向产品验证的早期阶段，其发展路径类似于当年的自动驾驶，技术热潮往往会高估近期落地速度，但会低估长期的产业影响。
尽管全面进入家庭生活尚需时日，但中国拥有完整的供应链、制造能力和海量的真实场景，能够加速产品迭代与商业验证。当机器人真正开始在工厂、仓库和家庭中稳定工作时，具身智能的产业故事才刚刚拉开帷幕。