人形機器人，不想再當“演員”丨WRC一線-文化-漫步新聞-陪你看看

“機器人最終能不能站住腳，取決於各類技術難點能否被攻克，也取決於它在真實環境中的實際表現。”

文 /巴九靈

“實踐是檢驗機器人的唯一標準。行業端客戶不是靠教育出來的，是靠解決問題征服的。”

8月19日，2026世界機器人大會（WRC）在北京經開區開幕。一家參展企業掛在展牆上的這句標語，成爲這場大會最好的註腳。

圖源：小巴拍攝

本屆大會的規模較往年進一步擴大，匯聚了300餘家參展企業、2000餘件展品，首發新品超過150款。展廳內的一些機器人，還像去年一樣，以舞蹈、格鬥、打乒乓球、彈鋼琴等才藝互動的方式，持續吸引觀衆的眼球。

可是展臺上的行雲流水，未必能經得起真實產線的檢驗。生產車間的油污、複雜光線與不規則地形，都可能成爲機器人落地的“攔路虎”，讓它們變成廢物。

一位參展商對小巴說：“去年展會上，多數機器人更像是‘演員’，核心任務就是表演；到了今年，機器人開始當‘牛馬’，即便是表演，也是表演幹活兒。”

圖源：小巴拍攝

公共場合的炫技，有助於提高品牌知名度。但市場關注的重點是，機器人在真實環境裏能不能穩定的工作？機器人又該如何實現商業化落地？

小巴在會場逛了兩天，見到了形態各異、功能不一的機器人，它們正從不同場景切入，試圖解決問題。

最硬核的當屬特定作業機器人。

它們摒棄人形外觀，把特殊環境下的作業能力放在第一位，擅長水下探測、核電檢修、高空除冰與焊接、跨域潛行。這批展品來自首次組團亮相的48家央企“國家隊”，它們的機器人目前用於太空與深海探索、電力、礦業等高危複雜的場景中，現場還展出了一臺月球基地智能機器人。

2026世界機器人大會上展出的水下機器人

展廳裏最不缺的，就是參展商們搭建的工廠模擬工作區。多家廠商都展示了機器人分揀、搬運、拆垛、碼垛的能力。零售場景的機器人，則能售賣各類產品。有的機器人還成爲機械警察，一家公司就在展區直播了中國22個城市的實時畫面：它的智警機器人正在站崗，協助開展疏導交通等工作。

廚房裏的機器人能煮咖啡、做麪條、炒菜、製作披薩。有個機器人還能在雞蛋上雕刻上自家公司的logo，如果你掃碼關注了它的社交賬號，這枚雞蛋就是獎勵。一個長相如同小冰箱的機器人，製作一盤辣椒炒肉的時間是2分鐘，同時支持多套菜譜切換適配，不過食材預處理、配料裝填仍需要人工完成。

家庭生活場景是本次展會的亮點。

機器人在臥室或者客廳等模擬環境中，完成餐桌收拾、垃圾傾倒、餐盤迴收、洗衣晾衣、疊衣服、取外賣、澆花、按摩等各類任務。

圖源：小巴拍攝

人終究害怕孤獨，所以面向情感陪伴衍生出來的產品，就包括能做各種動作的機器狗以及跟人類面部表情幾乎高度相似的超仿生機器人。陪伴的成本並不低。優必選公司展出的相關產品，男、女版的最高售價分別是99萬元、88萬元。

機器人的動作效率雖有進步，但依然太慢。如同《瘋狂動物城》裏的閃電，疊一件夏季的短袖襯衣要耗上兩分鐘，衝一杯咖啡、搬一隻紙箱的動作，總是遲緩而僵硬，讓人着急想去幫忙。一位媒體人觀展後對小巴說，一臺繫着圍裙的機器人負責擦桌子，“就那麼一點活兒，磨蹭半天，像在瘋狂摸魚，相比之下，人類太好用了”。

圖源：小巴拍攝

動作緩慢的背後就是時延問題。機器人在執行任務時，需要啓動感知、決策、執行的三個環節，但這三個環節往往分屬不同獨立芯片，數據的反覆搬運，既堆高時延又推升功耗。

而從商業化角度來看，不同場景的機器人，也出現明顯分層。

特種高危作業領域需求剛性最強，排爆、消防、高空焊接等場景人工作業風險極高，機器人商業化起步較早。

工業汽車廠、物流場景任務邊界清晰、環境相對結構化，依託機械臂等過往自動化積累，落地路徑相對清晰。一些機器人公司如今正把外部的汽車整車廠、電池工廠當作機器人的練兵場，進行實體的部署與實驗。

圖源：小巴拍攝

在業內人士眼中，機器人的終極戰場，就是居家場景。因爲家庭環境高度非結構化、任務多樣碎片化，對機器人的靈巧操作與環境泛化能力的要求遠超工業場景。目前，有關的技術探索還處於早期的階段。

路線

宇樹科技的展位位於C館，從地圖來看正好處於場館中心，穩居“C位”。春晚機器人節目帶來的爆紅效應，加上現場機器人比賽的持續引流，它總能吸引大批觀衆把展位圍得水泄不通，甚至擋住道路。

圖源：小巴拍攝

但這家上市不到一週，市值達到2000多億元的公司展位周圍，又扎堆着5家高估值的獨角獸。它的左側是星海圖、智平方，右側是雲深處科技，隔着一條道的對面展位，則是銀河通用、自變量機器人。

雲深處科技的估值是100億元，另外4家的估值都超過了200億元。這幾家獨角獸的總估值接近1000億元。這批企業中，有四家成立於2023年左右，在資本加持下，它們僅用三年時間，估值就能突破百億元。

星海圖的展會產品手冊首頁寫着“資本加持”四個字，這家成立三年的公司，“累計融資近50億元”，第二頁則羅列了20家投資機構的名稱。

上市龍頭與高估值創業企業同區陳列，C館成爲本次展會熱錢瘋狂湧動的核心地帶。

IT桔子數據顯示，今年上半年，國內具身智能賽道融資總金額達935億元，較2025年上半年提升5倍；融資數量達322筆，同比增長137%。該機構預測，今年的融資規模可能突破1500億元。

圖源：網絡

湧進的熱錢，部分流向了機器人決策系統的開發。決策系統，相當於機器人的大腦。

宇樹IPO募資的部分金額，就計劃投入到“智能機器人模型研發項目”。計劃IPO的雲深處科技也宣稱，籌集的資金大部分也將用來研究“具身大腦”“具身小腦”。

傳統語言大模型依靠網絡文本學習，擅長處理文字信息。但具身大模型主要使用機器人在現實環境作業產生的實操交互數據進行訓練。它不光要讀懂人類指令，更要理解物理世界的客觀規律，要應對實體接觸交互、摩擦受力、形變等各類因素。

目前針對大腦的開發，已經形成了幾條技術路線。

視覺語言動作模型（VLA）前些年曾是主流，但也有專家認爲它存在短板，對陌生場景的泛化能力極差。目前討論比較多的是世界模型，該模型能夠幫助機器人習得物理世界的運行規律，推演動作交互帶來的後續結果。還有一種技術，則是仿照人類“快慢思考”認知模式的雙系統架構。

多家企業都在嘗試整合不同的模型，在探索中尋找技術的最優解。

但大腦開發的主要障礙是數據。

展會上，一家公司展示了機器人利用工具擰緊螺絲的動作。小巴從現場溝通中瞭解到，僅這一個笨拙、緩慢的動作，就需要先由人員穿戴設備採集約20小時真人實景數據，再經過數小時模型訓練與調優，機器人才初步學會模仿人類的操作節奏。

具身數據採集難度高，需人類穿戴動作捕捉設備、佩戴攝像頭進行示範，成本遠高於互聯網文本數據抓取；當前行業可用的具身數據規模小，和頭部語言大模型訓練數據存在上萬倍的差距。數據也不通用，不同廠商機器人的尺寸、臂展、關節結構等千差萬別，A廠商採集的數據對B廠商的機器人可能完全無效。

機器人正在進行數據採集

數據短板也催生了專門蒐集整理數據的服務商，它們也都在展會上集中亮相。一些地方政府也在牽線創辦專業化數據實訓基地，搭建家居、工業等多元場景，規模化產出高質量的數據集。

另一道難關卡在機器人本體，尤其是它的靈巧手。手部被業內稱爲人形機器人與物理世界交互的“最後一釐米”。

特斯拉擎天柱機器人屢次跳票，核心原因正是靈巧手研發陷入瓶頸，在極小體積內塞入諸多零件，同時兼顧操作精度與百萬次級別的耐磨可靠性，技術難度極高。實驗室裏做出一隻高性能靈巧手並非難事，真正的考驗在於規模化量產。

靈巧手目前尚未形成統一的技術路線，主流分爲腱繩傳動、齒輪連桿傳動、關節直驅三類。幾種路線又各有利弊，仿生效果好的，卻容易磨損；負載能力強，卻不夠精巧。

參觀者與靈巧手互動

參展商深圳大象安泰的創始人藺德剛已是該展會的常客，公司的展位上擺着多個擅長迎賓導覽的仿生機器人。他跟小巴分享了廠商的兩個務實變化：“去年大夥都在卷雙足人形，覺得輪足丟人、技術含量低。但今年會場裏輪足人形大量出現，數量已經超過了雙足。原因很簡單，工廠、倉庫都是平地，輪足更穩、更可靠、效率更高，幹活就得皮實，不能老摔。靈巧手也一樣，去年大家都奔着五指去，今年發現大量活兒用兩指夾爪、三指夾爪就夠了。”