（文/胡祥熙 编辑/吕栋）
2026 年 7 月，世界人工智能大会（WAIC 2026）现场呈现出一番新景象。参观者不再仅见机器人跳舞、翻跟头等表演性场景，取而代之的是身穿黄马甲的导览员、烈日下指挥车流的交警机器人，以及熟练分拣药品的药剂师机器人。
本届大会展览面积首破 10 万平方米，参展企业超 1100 家。具身智能首次被列为核心赛道，参展企业从去年的 80 余家激增至 200 多家，超 300 台机器人真机同台亮相。相比数字增长，更值得关注的是机器人身份的根本性转变：它们从舞台表演者转变为会场正式工作人员，涵盖安保、导览、咖啡制作及药房分拣等岗位，标志着行业正经历从“会表演”到“能干活”的实质性跨越，产业逻辑迎来深刻重构。
从炫技表演转向场景落地
今年 WAIC 最直观的变化在于展台布置与展示重心的转移。往年以宇树科技“拳王争霸赛”及舞蹈表演为代表的流量中心，今年已退居二线。厂商不再单纯比拼运动能力的流畅度，而是聚焦于实际场景的落地应用。
智元机器人将工厂物流仓库场景搬至现场，演示流水线上的搬运与码垛；穹彻智能展示药房抓药系统，能在 2.5 平方米空间内识别并抓取超 3000 种药品，无需改造门店；云深处推出应急救援方案，机器狗可前出数公里进行危险探查与数据回传；深圳智平方则开设机器人饮品店，自主完成咖啡、冰淇淋等制作。
宇树科技虽保留人形拳击赛，但 C 位已让位于售价 390 万元的载人变形机甲 GD01，定位为民用交通工具及危险场景作业替代方案。这些变化共同指向一个趋势：评估标准从单一动作的炫酷程度，转向真实场景下的任务完成能力。
会场外的规模化部署更具说服力。数十台具身智能机器人在上海世博展览馆、张江科学会堂等四地同步投入服务，覆盖交通执勤、展馆导览等多元场景。人形交通管理机器人不仅能识别信号灯、疏导车流，还能即时纠正违章行为。擎天租联合部署 60 台全尺寸人形机器人提供公共服务，标志着“机器人打工”从概念走向现实。
行业观点认为，核心竞争已从“造出机器人”转变为“创造价值”。这催生了表演赛道与工业赛道的路径分化。表演赛道凭借春晚、演唱会等舞台迅速建立品牌认知，如宇树科技 2025 年出货量超 5500 台，松延动力将消费级产品价格下探至万元以内。然而，该赛道面临商业天花板低、审美疲劳及价格战风险，其实用能力备受质疑。
随着行业风向转向“能干活”，单纯的明星效应不再是核心价值标尺。观众、厂商与投资人的关注点已转向机器人的稳定性与产出价值。工业赛道致力于解决真实生产力问题，被视为商业化终极目标。智元精灵 G2 轮式机器人已在龙旗科技 3C 产线稳定运行数千小时，单工段效率超越人工。
尽管前景广阔，工业赛道仍面临 AI 复杂任务成功率低、成本高企、硬件可靠性不足（如灵巧手寿命、电池续航）及行业标准差异等挑战。此外，量产成为今年行业分水岭，产业链专业化分工日益明显。数据、世界模型、具身芯片及传感器等环节出现独立展台，表明具身智能已从单一技术竞赛演变为多方协作的产业生态。
机器人进入真实场景需应对大量未知情况，泛化能力依赖大规模真实数据，单靠本体厂商难以补齐。数据、模型、感知等环节正加速细分聚集，行业告别“通用性”幻想，转向更加务实的垂直领域深耕。
具身智能瓶颈：大脑与工程化
数据匮乏制约智能上限
尽管硬件进展迅速，行走、抓取等动作已相当利索，但机器人的“大脑”——理解复杂世界与自主决策能力，仍是当前核心瓶颈。今年上半年，国内具身智能赛道近 440 亿元融资中，超半数流向“大脑派”公司，市场共识明确：瓶颈不在身体，而在大脑。
数据困境首当其冲。具身智能训练依赖真实物理交互数据，截至今年初，全球高质量数据总量仅约 50 万小时，不足大语言模型训练数据的两万分之一。要实现物理世界的"GPT 时刻”，数据量级需达到亿小时级别。智元机器人高管指出，数据收集是全社会动员的系统化工程，方法论清晰但落地挑战巨大。
为弥补数据缺口，行业尝试多条路径：一是利用模拟器自动生成海量数据，成本低但存在仿真与现实的偏差，仅适合作为预验证；二是通过头戴设备采集人类第一视角操作数据，有企业目标接近 1000 万小时；三是汇聚各行各业技能数据，以真实数据描述物理规律。
技术路线与工程化挑战
技术架构上，VLA（视觉 - 语言 - 动作模型）与世界模型之争持续。VLA 结构稳固，在特定场景已跑通闭环，是当前适配国产芯片的务实选择；世界模型擅长长程复杂任务，有望随数据规模扩大吸收 VLA 能力，走向大一统基座模型。从业者强调，真正需要的是围绕千万小时具身原生数据从头设计的多模态大模型，而非基于娱乐视频或图文模型的改造。
工程化落地同样面临三道关卡：
- 模型上机难：大模型参数庞大，端侧部署受限于算力、内存及量化工具链，云端部署则受制于网络延迟，难以满足实时控制需求。
- 系统算力要求高：需同时处理多路相机、激光雷达及 IMU 数据的时空对齐，协同几十个关节的低延迟运动，对计算架构要求远超普通智能设备。
- 产业协同难：量产涉及结构设计、接口标准、可靠性验证及全流程品控，单点技术突破已不足以支撑，必须依靠产业链协同速度。
从 WAIC 2026 可见，机器人正从舞台走向车间与街头，衡量标准已由“表演能力”转向“创造价值”。大脑瓶颈意味着产业变革进入深水区，唯有率先突破数据、算法与工程化三重门槛的企业，方能拿到物理 AI 时代的入场券。