具身智能占据绝对C位
40℃的上海,和一场"钢铁洪流"
7月,上海被盛夏的热浪笼罩。
世博展览馆里,主办方甚至每隔几步就摆上一个巨大的冰块给现场降温——但没能浇熄的,是这届世界人工智能大会(WAIC)史无前例的热度。
这是WAIC举办九届以来参展企业最多的一届:展览总面积首次突破10万平方米,1100余家企业参展,超300款产品全球首发。
而在所有赛道里,只有一个词的存在感"以一敌十"——具身智能。
本届大会首次将具身智能提升到与"智算"并列的两大核心赛道之一。

参展的具身企业数量从去年的80多家,猛增到200多家;单论世博主场馆,具身智能的占地比例,几乎相当于其他所有企业的总和。
走进展区,各式各样的人形机器人、机器狗多到让人恍惚,一位观展者的形容很传神:"让人震撼的“中国具身智能钢铁洪流”。
但比"数量爆炸"更值得玩味的,是展台气质的一次彻底切换。
三年前的WAIC,如同一扇橱窗,入口处"十八罗汉"静态列队亮相,让国内人形机器人第一次走到聚光灯下;
去年,百余台机器人同台竞技,大会升级成一场大型"秀场",跳舞、打拳、翻跟头的视频动辄百万播放;
而今年,机器人不再翻跟头、跑酷了,企业索性在各自展台搭起"小剧场"——让机器人走进药房、流水线、客厅、厨房,在真实场景里各显其能。
一位参展商一语道破这种变化:"去年观众问的是'它能跑多快',今年问的是'它能干什么活'。"
这是一个决定性的转向。它意味着,这个行业已经从"能不能动"的技术验证阶段,全面进入"能不能干活"的产业交付阶段。
用《科创板日报》的话说,具身智能正在告别"秀场时代",2026年,是具身智能的"去表演化之年"。
具身智能或许将不再讨论进工厂、进展厅还是进客厅,不管进入哪种场景,关键是要“有用”,一切为了“有用”。
"做对"比"做快"重要:一场去伪存真的验收
如果说去年的WAIC比的是"谁的肌肉更炫",那么今年的验收标准,只剩下冷冰冰的一条:能不能在真实产线上干满8小时。
极智嘉联合创始人、具身智能公司CEO陈曦在现场说了一句大实话:
"这个行业处于早期阶段,大家看到满屏Demo,但是真正去干活,客户其实是非常抓狂的状态。做完Demo之后没法持续,这是我们看到产业上面真正的问题。"
于是,"不做Demo,只做生产力",成了这届WAIC的集体信仰。
在极智嘉展台,轮式机器人Gino 1从料箱里逐一抓取薯片、透明包装面包、橡胶小碗,动作"平淡"到甚至有些无聊——
但"平淡"恰恰是工业场景最苛刻的验收标准。陈曦把仓储拣货定义为"物理AI的训练靶心",因为它集齐了"高频、真实、反馈明确、可迁移、接近商业闭环"五个条件。
在智元机器人展台,与京东物流合作的精灵G2 Max,实现了人形机器人首次在真实仓储生产场景中部署落地——单臂负载18kg、双臂峰值可达50kg,支持7×24小时不间断作业。
智元干脆把2026年定义为"部署态元年",还联合擎天租,派出60台机器人在WAIC主会场和分会场承担指路引导服务,成为行业首次实现具身智能的"部署态"公共服务。

蚂蚁灵波与国大药房打造的"机器人智慧药房"入选十大"镇馆之宝":
三台品牌不同、构型各异的机器人,由同一个大脑驱动,从接单到打包全程仅需90秒,且门店无需任何改造,机器人直接进入既有经营环境。这套方案,已经在国大药房上海门店实际运营。
从星动纪元在顺丰、中国邮政十余个物流中心常态运转、"行业首个完成PMF验证"的物流方案,到银河通用的Galbot S1在宁德时代产线7×24小时连续作业超3个月……"晒工单"取代了"秀肌肉","运营数据"取代了"参数表"。
但热闹背后,也有一盆冷静的冷水。
不少观展者发现了一个"吊诡的现象":操作越熟练流畅的机器人,往往用的是简单的程序设定+视觉识别,智能化程度不高;而操作磕磕绊绊、迟缓停顿的机器人,反而可能搭载了最先进的推理模型。
更有观察者调侃,很多机器人干活的对外视频都是"调了倍速"的,因为不调速就容易被误以为是慢动作。
这恰恰揭示了当前的真实水位:在现阶段,"做对"比"做快"重要得多。
从单位时间产出看,这些机器人干活效率甚至还远远比不过一个"日结老哥"。担心机器人抢工作的人,眼下大可宽心。
那么,机器人究竟该先去哪里"做对"?一场关于路线的大分化,就此展开。
进厂还是进客厅:一场路线的大分化
本届WAIC最明显的信号是:行业已经从"要不要做机器人",走到了"做什么样的机器人"的阶段。没有人再一拥而上做通用人形,路线开始清晰地分野。
而分野的两极,一头指向工厂,一头指向客厅。
先看"进厂"这一派——这是当下绝对的主流。
几乎所有头部企业都把机器人往产线上送。
它石智航把1:1的汽车线束精密装配流水线搬进展厅,其方案已在汽车线束龙头天海电子规模化部署;
乐聚机器人干脆不设任何静态样机,直接打造实景工业作业区,机器人在纸箱拆垛、塑料箱拆垛、小件上料三个真实产线场景不间断作业,主打"无滤镜、真干活";
科大讯飞的分拣机器人把CR认证、欧盟CE、信通院评测的证书摆上前台,等于同时拿到了国内外的"上岗证"。
为什么大家都先挤进工厂?逻辑高度一致。
鹿明机器人的判断颇具代表性:工业场景结构化程度高、任务边界清晰、投入产出可量化,能够形成"数据采集—模型训练—场景部署—效果反馈"的完整闭环,是具身智能实现规模化落地和持续迭代的最佳起点。
北京人形机器人创新中心更是精准锁定"3D"场景——Dirty(脏污)、Dangerous(高危)、Dull(枯燥),把底层能力封装成"开箱即用"的套件。
网易灵动则把战场设在了更极端的地方——让机器人去"人不能去、不敢去"的电厂、港口,其"黑灯工地"方案跑出了综合效率达熟练人工120%、单站点人力负荷下降70%的实战数据。
再看"进客厅"这一派——想象空间更大,也更远。
傅利叶搭建了涵盖厨房、玄关、餐厅、客厅的真实居家场景,首发"具身之家"解决方案,演绎GR-3机器人"管家的一天",实现端茶递水;
千寻智能的Moz1听到"整理客厅"指令后,能自主完成从可乐归位到脏碗送进洗碗机的全流程,哪怕观众扔出纸团干扰,也能重新规划路线;诺因智能带来全球首款可折叠双臂家用机器人,折叠后高度可控制在40厘米以内。
但家庭这条路,明显更难走。正如复旦大学教授苏昊在论坛上的犀利发言:
"今天的AI会写诗、会写代码、会做PPT,但它帮不了一位老人翻身。智能的价值大多还停在数字世界,但人最沉重的需求全部在物理原子世界。"
家庭环境是完全非结构化的、充满随机变量的"开放世界",其复杂度远超产线。这也解释了为什么绝大多数企业选择"先进厂,再进客厅"的路径——鹿明机器人把它总结为具身智能迈向通用的三个阶段:工业→商业→家庭,从结构化最强的地方起步,逐步向开放环境延伸。
进厂还是进客厅,路线可以不同,但所有人最终都要回到同一个原点——有用。而"有用"的背后,是一场比拼谁更硬核的地下战争。
竞争壁垒下沉:从"炫身体"到"卷数据"
当机器人集体"去表演化",行业的竞争壁垒,正从光鲜的"身体",悄悄下沉到三个不那么性感、却更难复制的地方:大脑、数据和量产。
第一,大脑之争:从"身体能力"到"智能决策"。
过去几年,赛道的叙事主线是"身体"——会翻跟头、会跳舞。而2026年的信号无比清晰:重心正转向"大脑"。蚂蚁灵波CEO朱兴直言:"过去两年,硬件进展非常快,但大脑的进展还是偏慢。"
资本已经用脚投票。据IT桔子数据,2026年上半年国内具身智能赛道融资总额达935亿元,其中超过一半涌向了VLA模型、世界模型等底层"智能"赛道。
但大脑的技术路线,尚未收敛。行业主流分成两派:一派是成熟、低成本的VLA(视觉-语言-动作),把看到的内容先转成文字再转成动作;另一派是蚂蚁灵波力推的VA(视觉-动作),省去中间的文字转换,直接预判动作。
蚂蚁灵波首席科学家沈宇军用"薛定谔的猫"来解释具身智能之难——一扇不透明的门后蹲着一只猫,对数字AI来说它写在代码里,但对机器人的物理视觉来说,开门前它"甚至不存在"。机器人要理解这个物理世界,远比理解文字复杂。
不过,几乎所有人都同意:世界模型 + 大小脑协同,正成为通用技术底座。智元总裁彭志辉坦言,"行业对具身大脑的技术路径尚未收敛,两三年可能就会出现新架构,很难预判唯一答案。"
第二,数据之争:规模化的最大瓶颈。
大脑再聪明,也要靠数据喂养。而具身数据——抓取、搬运、力控、触觉这类真实交互数据——极度稀缺,成了行业规模化的最大瓶颈。
星源智创始人刘东一针见血:"具身智能的数据问题首先不是规模,而是标准。"不同本体的数据格式、采集方式差异巨大,直接混合训练根本无法形成有效模型。
于是,一场数据"军备竞赛"打响,各种破局解法涌现:觅蜂科技推出"无本体"采集硬件,让普通人头戴设备"随行即采",把采集门槛和成本大幅打下来;松应科技算过一笔账:
真机每抓一次都有磨损,一次有效交互数据成本超2元,于是它引入"10%真机+80%仿真+10%微调"的混合体系,把单条数据成本降到0.2元以下,长尾场景覆盖率做到99%;穹彻智能则基于全国47个城市采集的十万小时级家庭数据,验证"无本体真实数据"驱动模型训练的路径。
这也解释了为什么所有头部企业都在争相把机器人送进工厂和物流中心,哪怕利润微薄——谁在真实世界里跑的机器人多,谁的数据就多,谁的模型就进化得快。
第三,量产之争:万台级交付成了入场门槛。
往年比后空翻,今年比产能、良率、标准化交付。智身科技截至2026年6月累计量产突破15000台、6月单月突破5000台。
一位从业者说得透彻:"万台级量产意味着供应链管控、产线良率、交付体系通过了实战压力测试,这比任何单项技术参数都更难复制。"
量产压力向上游传导,也造就了国产零部件的机会窗口。六维力传感器厂商蓝点触控透露,其国内市场份额已达72.6%,并把价格打到进口产品的一半以下。
力觉被称为机器人下场干活的"最后一毫米"——没有它,机器人捏不起鸡蛋。在这条隐形赛道上,"人形机器人尚未大规模赚钱,但'卖铲人'已经先完成了国产替代"。
还在等待"GPT时刻",但方向已无比清晰
热潮之下,也需要一份清醒。
尽管展台上场景"内卷"到白热化,但不少业内人士指出,这背后其实暗藏技术同质化——
展馆里的场景大多是"半结构化的固定应用场景",环境不复杂、变量不多、任务相对可控。"很多场景看起来花哨,但其实只是展示性比较强,适合讲故事,任务设置非常单一。"
换句话说,具身智能仍在等待属于自己的"GPT时刻"。
现有的多模态大模型,一旦任务复杂度提升、涉及多步推理和动态环境,表现便迅速下降。
真正的突破,取决于世界模型的纵向探索——一种能把"互联网视频的广度、教科书的精确、真机实验的真实、人类操作的细腻直觉"融进同一个模型的物理AI。而这,"可能需要举全社会之力"。
但"有痛点的地方,就有机会"。
世界模型开发进度的不确定,反而给了新玩家入局的窗口。
今年200多家参展企业中,很多是成立不足一年的新面孔——有从智驾行业转来的(如它石智航创始人陈亦伦,曾任华为车BU自动驾驶CTO),有高校AI团队孵化的(如脱胎于复旦的新智具身)。
资本热度不减:它石智航刚拿到4.55亿美元Pre-A轮融资,刷新国内具身单轮纪录;近18个月内超百亿美元资金涌入物理AI赛道。
正如它石智航技术负责人郑宇欣所说,"卷未必是坏事……大家其实也在相互借鉴,进行良性竞争,让整个产业向前迈进。"
而在这场喧嚣里,最动人的一句话,或许来自麦麦科技创始人李楠。他刚带着机器人厂商在海外拿下农业2万台订单,为东南亚的橡胶、椰子开发采摘机器人。他说,东南亚割胶工人每天深夜要在蛇虫蚊蚁间穿着厚防护服下腰持续6小时——
"这工作人类需要,但应该有机器去做,这才是人本主义!"
这句话,几乎道破了这届WAIC最温暖、也最本质的底色。
结语:进厂还是进客厅,关键是有用
回望这三年的WAIC,具身智能走过了一条清晰的进化曲线:从静态列队的"展品",到炫技刷屏的"秀场演员",再到今天走进药房、产线、客厅的"生产力工具"。
它变天了——从"能运动"到"能干活",从"炫身体"到"卷大脑、卷数据、卷量产",从"要不要做"到"做什么、怎么落地"。
它当然还不完美:还在等待"GPT时刻",还困在"1%长尾场景"里,干活效率还比不过一个日结工,很多演示视频还得靠倍速来掩饰它的笨拙。
但方向已经无比确定。当AI装上身体、走进物理世界,一个万亿级的新产业正裹挟着技术、资本、政策与场景的合力滚滚向前。
工信部预计,2026年全年人形机器人整机产量有望突破10万台——"量产元年"与"部署态元年"双重叠加。
至于进厂还是进客厅,工业还是家庭,VLA还是VA,双足还是轮式——这些路线之争,或许都不是最重要的。
因为在这场史上最热的WAIC上,所有喧嚣最终都收敛到了两个字上:
有用。
能帮工人扛下脏活累活,能替老人翻个身,能让割胶人不必在深夜的蛇虫间下腰——
谁能真正做到"有用",谁就能穿越这场狂热,在钢铁洪流退去后,依然稳稳地站在牌桌上。
END
如果喜欢,戳戳我
原文标题 : 具身智能占据绝对C位
(来源:维科网)








