作者｜白石 周永亮
8 月 19 日，2026 世界机器人大会在北京亦庄开幕。300 多家企业携 2000 多件展品亮相，涵盖大模型、本体、关键零部件及数据等具身智能全产业链。
开幕当日，宇树科技敲钟上市，盘中市值一度突破 4000 亿元，为中国机器人行业确立了重要的资本锚点。与此同时，云深处科技进入交易所审核环节，智元机器人启动赴港上市流程。一级市场的热度正加速向二级市场传导，具身智能行业开始直面收入、交付、毛利及规模化等商业化考题。
本届展会虽热闹纷呈，却鲜见“颠覆性突破”的惊叹时刻。宇树展示了已有产品的动作解锁，众擎引入八角笼格斗，维他动力主打二次元互动。相比追问“奇迹何时到来”，行业更关注朴素而关键的问题：机器人形态是否仅限人形？通用性进展如何？数据业务是否转向硬件？核心零部件又前进了多少？
基于对展馆的深度调研及与代表性企业的交流，我们发现赛道正发生关键变化：本体形态分化、通用模型竞争加剧、数据闭环重构，以及关键零部件逼近“最后一厘米”。银河通用实现多形态共用一套基础大模型；维他动力从场景反向定义人形机器人；自变量在物流分拣中实现高效精准作业；帕西尼则将触觉技术扩展为全身感知网络。
具身智能仍处于早期阶段，正步入更具挑战也更有价值的深水区。唯有将模型、本体、零部件与工程能力形成闭环的企业，方能赢得下一阶段的发展先机。
01
机器人是不是只能是人形？
过去两年，具身智能叙事高度集中于人形机器人。但在本届 WRC 上，“像人”不再是唯一标准，巨型、仿生、半人马等形态层出不穷。更多企业开始依据真实任务需求，重新设计机器人形态。
宇树科技展现了人形机器人的多样化能力：G1 侧重灵活格斗，H2 强调力量输出；乒乓球互动展示了对来球的感知与决策配合；全身遥操作格斗系统则通过精准复现操作者动作，积累具身智能数据闭环。此外，三米高可载人变形的机甲 GD01 直指文旅与特种作业场景，打破了传统人形或四足的界限。
维他动力正式发布人形具身智能终端 Vbot ATOM 并开启预订。该产品并非从零起步，而是承接了其四足机器人“大头”已验证的产品定义与量产交付能力。“大头”作为消费级具身智能销量冠军，已累计完成超百万次大模型交互与数万小时陪伴，证明了从交付到迭代的产品闭环能力。
Vbot ATOM 从家庭、零售及办公等生活场景反向定义形态，具备接近真人的服务尺度与友好的交互设计。技术上，维他动力发布“具身基因组”模型体系，支撑交互理解、世界模型决策及跨本体进化，推动人形机器人从本体展示迈向产品化落地。
未来不远机器人专注于家庭场景，已进入五百多个付费家庭。其第二代全栈自研机器人 F2 搭载自进化 WAM 世界动作模型，在现场端到端自主完成了意面制作。这一过程涉及双臂协同、流体判断及火候掌控等高难度操作，展示了其在复杂家务场景下的快速迭代与稳定执行能力。
除基础家务外，未来不远还覆盖了儿童陪伴、老人陪护及宠物照料等刚需场景，展示了棋类互动、双机协同等功能。自变量机器人则聚焦家庭与物流双场景，在物流端采用机械臂配合普通夹爪，依据包裹物理特性自主决定抓取或推送策略，分拣效率达每小时 1816 件，准确率超 98%，并已切入头部企业应用。
02
具身智能的通用性走到哪一步了？
具身智能的通用性指机器人跨物体、环境及指令完成复杂任务的能力。当前先进机器人已跨越单一动作展示阶段，具备多技能串联、状态跟踪及扰动后重规划能力。
在模型技术路线上，行业尚未收敛，主要探索方向包括端到端 VLA（视觉—语言—动作模型）、WAM（世界动作模型）、分层具身智能体操作系统及跨本体基础模型。
银河通用、千寻智能和未来不远是端到端 VLA/WAM 的代表。银河通用发布的双足机器人 Galbot ET1 利用 Agent 互动自学习，可实时模仿舞蹈及高动态网球对抗。其背后的 AstraBrain WBC 小脑基座模型，支持将人类动作轨迹实时映射至机器人本体，实现真正的实时模仿而非预编程回放。
银河通用强调“一颗大脑跨本体、跨任务”，其轮式、重载及双足机器人共享同一套具身基础模型，仅需少量数据适配即可复用感知与规划能力，无需从头训练。
未来不远推出的 Self-Evolving WAM 模型，不仅理解执行任务，还能预测结果并利用真实家庭数据持续迭代。以洗衣场景为例，该模型已能泛化至数百种不同机型与操作方式。
自变量展示的 WALL-B 模型同样实现了家庭服务与物流分拣的通用，将视觉、语言、触觉及物理预测融合，使机器人理解重力、惯性等规律并预判动作结果。
逐际动力 COSA 0.5 代表分层架构探索，将大脑分为负责推理调度的 System 2、调用技能的 System 1 及负责运动控制的 System 0。
星海图 G0.5 则是跨本体基础模型的代表，通过统一动作编码适配不同机器人，现场演示了 R1 Lite 在移动中完成环境理解、任务拆解及异常恢复。
千寻智能 Moz1 展示了长程任务处理能力，如连续完成环视、取物、开门及洗碗等系列动作，并在环境变动时重新规划。尽管家庭公共场景的成熟度尚待提升，但在工厂、仓库等封闭场景中，星动纪元 M7 等机器人已在中国邮政等物流中心实现每小时 1200 件的复杂分拣落地。
各家公司正从单项技能向跨本体、长程任务及动态环境泛化演进，垂直场景的稳定运行也在反哺通用能力的提升。
03
具身数据正在变成一门硬件生意吗？
无论是通用性能还是垂直场景表现，模型进化均依赖高质量数据。当前数据采集主流方式包括遥操作、无本体 UMI、动捕及真机采集等，普遍涉及硬件投入。然而，数据的价值不在于采集本身，而在于能否反哺模型并形成数据飞轮。
光轮智能构建了 Real2Sim2Real 数据闭环，重点展示 SimFoundry 仿真与 RoboFinals 评测体系，提升了柔性物体仿真精度及模型大规模测试效率。
极佳视界采用世界模型路线，利用 GigaWorld 作为“数据放大器”，推演环境变化并批量生成交互数据，提高操作模拟可信度。数据显示，单纯的数据采集难以满足模型需求，形成数据飞轮需深入具体场景，通过真实协作迭代优化模型。
银河通用构建“银河星数”数据基座，统一互联网、人类行为、仿真合成及真机回流数据，其通用小脑模型经工程优化后推理延迟低于 1.5 毫秒。智元机器人搭建真机、无本体和多源数据金字塔，将评测、落地与回流纳入同一体系。
行业趋势显示，数据采集正从“集中式数采工厂”走向“机器人部署现场”，通过在工厂等环境中让人类纠正机器人行为并进行 Post-Training，成为新的数据获取范式。
04
关键部件往前走了几步？
灵巧手、触觉与视觉感知、电机关节等关键零部件的进步，标志着行业的实质性跨越。其中，精细操作与感知能力尤为关键。
灵心巧手展示了“灵巧手组装灵巧手”案例，通过视觉识别与力控在狭小空间完成精密装配，并将能力泛化至商超、工厂等场景。其 Open TeleDex 系统同步采集多维数据，旨在打造兼具人手灵活性与小脑协调性的理想灵巧手。
帕西尼感知核心在于触觉技术，展示足底多维传感器及第四代多维触觉产品，覆盖夹爪至全身电子皮肤。通过全栈自研，帕西尼打通了从信号采集到六维力输出的链路，并现场演示了在视听觉协同下自主拼装小马。此外，其五指数采手套可实现“一次采集、多机复用”，并将多维触觉数据纳入百亿级全模态数据集。
奥比中光推出面向具身智能的 Gemini 330 系列双目 3D 相机及 Physis 视觉新品，平衡大视野、高成像质量与可靠性。同时，其无本体数据采集平台整合第一视角、腕部近场及手部交互等多视角数据，服务于模仿学习与世界模型训练。
灵巧手与感知组件是具身智能落地的“最后一厘米”。当前，相关公司纷纷跨界布局数据采集，反映出行业对高质量数据的迫切需求。
05
行业整体发展到什么阶段？
具身智能热潮 reminiscent 十年前的计算机视觉与自动驾驶。历史经验表明，技术热潮往往让人高估短期落地速度，却低估长期产业影响。
目前，具身智能正处于从原型验证走向产品验证的早期阶段。未来几年，行业将优先在工厂、物流、巡检等结构化场景落地，全面进入家庭生活仍需时日。这是一项软硬件结合的长链条系统工程，单点突破难以驱动整体飞跃。
然而，中国拥有完整的供应链、制造能力及丰富场景，能有效缩短试制周期、降低成本并加速数据获取与产品迭代。这些优势虽不能保证单一路线必胜，但确保持续推动机器人在真实场景中完成技术与商业验证。
热潮终会退去，具身智能融入普通人生活的进程可能比预期更长。但当机器人真正开始在工厂、仓库和家庭中工作时，属于具身智能的精彩故事才刚刚拉开序幕。
