作者丨邓哲敏 齐铖湧
编辑丨齐铖湧
上海 WAIC 落幕不足一月，北京 WRC 2026 接踵而至。短短数十天，模型推倒重来并不现实，期待颠覆性突破亦不切实际。本次现场观察将跳出展台“花活”，结合数月来各家综合表现，深度解析“具身大脑”的真实进展。
首日逛展最直观的感受是场景变迁：咖啡制作与递送成为高频演示（如无界动力、仙工智能）；包裹分拣竞争加剧（自变量速度突出，原力灵机势头强劲，星动纪元持续深耕）；办公与零售场景显著增多（如星海图、银河通用）。更为关键的是，专业观众的关注点已从欣赏本体 Demo，转向考量大脑的稳定性与商业闭环能力。
01 分拣赛场：泛化能力成为硬通货
物流分拣是具身智能商业化验证最早、打磨最深的场景。其优势在于任务明确、环境可控且 ROI 清晰；劣势则在于入局者众，单纯依靠展示已难突围。本届 WRC 上，分拣赛道的竞争已呈现分层态势。
原力灵机：以泛化模型支撑多任务
原力灵机此次未追求宏大场面，而是展示了水果切削及双臂物流包裹分拣。其核心亮点在于利用刚发布不久的基础泛化大模型 DM0.5，在无专项长时特训的情况下，用同一套系统同时支撑分拣、削黄瓜、搭积木等多类任务。这证明了其核心竞争力在于模型的强泛化能力，而非依赖写死轨迹或特定场景堆砌。
在具身智能领域，“泛化”已成为衡量模型价值的黄金指标。无论是求之科技还是原力灵机，头部玩家均达成共识：技术范式争论不如落地泛化能力重要。原力灵机瞄准海外高人力成本、高 ROI 容忍度的分拣场景，其高溢价策略正依赖于模型的通用泛化性。
星动纪元：全栈闭环打造丝滑体验
作为具身智能“全栈派”代表，星动纪元的展示凸显了“持续干活”的能力。其在真实传送带节奏下的稳定作业，尤其是灵巧手分拣的流畅度，展现了深厚的落地功底。公司坚持“数据 - 大脑 - 运控 - 灵巧手 - 本体”全自研路径，近期推出的星动 L7 本体与 XHAND 1 PRO 灵巧手，进一步加速了数据采集与场景验证的飞轮效应。通过与广东邮政等企业的深度合作，星动纪元已构建起基于落地深度的竞争壁垒。
自变量机器人：效率为先的黑马
自变量机器人在分拣场景中主打“极致效率”。依托最新自研的 WALL-B 大模型，该系统将视觉、语言、动作整合于同一网络，实现了实时物理预判。例如，机器人能根据箱体侧面凸起自主翻面查看面单，或在处理卡阻件时先清理主线包裹再回头处理。这种非死板执行指令、而是实时预判物理世界变化的能力，诠释了另一种维度的泛化实力。
综上，物流分拣仍是兵家必争之地。无论展会演示还是工厂实战，无法依靠规则代码穷尽所有情况，模型泛化能力始终是分拣场景的核心命门。
02 场景拓展：从办公到咖啡多点开花
若说分拣是首座被攻克的考场，办公、家庭与零售则是下一阶段的争夺高地。环境更复杂、任务链条更长，但市场天花板也更高。
优必选：集群协同与自主换电
优必选展示了十几台 Walker S2 人形机器人的集群协同作业，依托群脑网络 2.0 实现物料搬运全流程自动化。此外，Walker S2 支持 3 分钟全自动换电，有效解决了续航痛点。在工业实景中，Cruzr 系列机器人基于自研 Thinker 基座大模型，实现了汽车钣金上下料、电商小件分拣等场景的无人自主作业，展现了老牌玩家在规模化协同上的成熟度。
银河通用：大小脑协同的平台野心
银河通用采用独特的“大脑 - 小脑”分离又协同架构。其“小脑”AstraBrain-WBC 0.5 专注于高动态动作控制，推理延迟低至 0.39 毫秒；“大脑”AstraBrain WAM 0.5 则融合世界模型与动作决策。这种架构在家庭场景（如叠衣、做早餐）和零售场景（如货架抓取）中表现优异，不仅能处理长程复杂任务，还能在干扰下实时纠偏。其商业意图明确：不止于单品机器人，更致力于构建平台级具身能力。
机器科学：一脑多手的高精度控制
RoboScience 机器科学展示了轮式仿人形机器人 REX G1，配合具身世界模型，实现了视觉信息与自然语言指令的联合推理。现场开放的“任意物品摆放 + 自然语言指令”测试，以及毫米级的“魔法棒”指挥表演，凸显了其在复杂环境下的快速反馈与高精度运控能力。
千寻智能：数据回流驱动进化
从 WAIC 到 WRC，千寻智能展现了显著的进化速度。其 Moz1 机器人在“客厅整理”长程任务中，综合效率提升超 15%。得益于数据回流机制，机器人 now 能自主应对物体位置变更、识别新增杂物，并在冰箱门未关严时进行二次推合。这种自我纠偏能力的提升，标志着具身智能体正从“能动”向“好用”迈进。
跨维智能：跨场景泛化与工业落地
跨维智能展示了手机质检、商超分拣及连续出餐三类任务，验证了其具身大脑在不同精度要求下的稳定性。特别值得注意的是，现场复现了蓝思科技的手机装机流水线质检任务，表明其工业落地进程迅速，已具备承接真实产线需求的能力。
无界动力：真实服务场景的订单验证
无界动力联手 HOLLYS 咖啡品牌打造了沉浸式机器人咖啡空间。在人流穿梭的真实环境中，K15 机器人需连续完成端送、清理、消毒等全套服务。依托自研 MWA 隐空间世界模型，机器人能有效拆解长程任务并减少误差累积。目前累计订单已达 7 亿元，真实商业订单成为其技术实力的最佳背书。
03 底层基建：世界模型与数据闭环
相较于应用场景，世界模型与数据基建虽难以直观“出圈”，却是行业长远发展的基石。
章鱼动力：世界模型推理可视化
章鱼动力发布了具身原生世界基础模型 SYNWorld V0.5。其独特之处在于将预测与动作生成统一于一个多模态基座，并首创将模型推理过程实时可视化。现场大屏同步展示机械臂当前状态与模型预测的未来状态，让观众直观看到模型如何“预演”下一秒的动作。尽管目前受限于算力仅能支持毫秒级预测，但这种透明化的展示方式为理解世界模型提供了新视角。
灵初智能：Ego 数据映射提速
灵初智能聚焦于数据采集环节，通过穿戴式设备记录人类第一人称操作视频，约 10 秒即可生成训练数据并映射至机械臂复现。这种“人类数据”路线有效降低了真机采集成本，其内部已积累 10 万小时量级数据。对灵初而言，世界模型是数据迁移的工具，核心目标是将人类操作高效转化为机器人能力。
鹿明机器人：闭环进化能力
鹿明机器人展示了重载轮臂式机器人 MOS2 的持续进化能力。通过激光雷达、相机及力传感器，机器人将作业中的感知与操作数据实时回流至自研大脑 NexCore，形成“执行 - 学习 - 优化 - 部署”的闭环。这种让机器人在工作中自我进化的模式，是具身智能区别于传统自动化的关键特征。
极佳视界与穹彻智能：补齐数据与技能短板
极佳视界利用视频生成世界模型合成高质量训练数据，显著提升了模型在新纹理、新视角下的泛化性能。穹彻智能则致力于抓取能力的基建化，其 AnySkill 技能库（包含 AnyGrasp 等）旨在解决“未见物体抓取”难题，为行业提供即插即用的通用操作能力，降低重复研发成本。
04 生态角色：卖水人、国家队与 C 端试探
展会现场还涌现出三类特殊角色：提供基础设施的“卖水人”、制定标准的“国家队”以及探索 C 端市场的先行者。
蚂蚁灵波×奥比中光：软硬一体数据采集
奥比中光的深度相机阵列与蚂蚁灵波的 LingBot-Depth 2.0 模型结合，打造了低门槛的空间数据采集平台。这一合作本质是渠道互补：硬件厂商获得智能卖点，算法厂商获得落地出口。虽然评测数据亮眼，但能否跨越 Sim-to-Real 鸿沟仍需时间验证。
国地共建：开源底座与统一评测
国家地方共建人形机器人创新中心专注于开源模型底座（如 OpenLoong）与统一评测平台建设。在行业标准缺失、榜单泛滥的背景下，国家队通过提供公共品和定标尺，避免了行业陷入各自为战的乱象，为具身智能的泛化能力建立了客观坐标系。
松延动力：情绪价值切入 C 端
松延动力避开恐怖谷效应，通过夸张生动的表情交互主打二次元与情感陪伴市场。其仿生机器人已在京东等平台取得销量佳绩，并获大额融资。这表明“情绪价值”在 C 端具备商业潜力，但长期留存仍取决于运控稳定性与成本控制。
05 总结：寻找 PMF，闭环比口号更重要
本届 WRC 传递出的核心信号是：行业正从"PPT+ 后空翻”的表演阶段，转向“场景 + 模型 + 商业算账”的务实阶段。专业观众关注的不再是单次动作的惊艳，而是作业的稳定性、节拍维持能力及商业闭环。
- 原力灵机、星动纪元、自变量在分拣赛道分别以泛化、全栈、效率构建壁垒；
- 章鱼动力、灵初智能在世界模型与数据基建上探索新路径；
- 银河通用、星海图等企业在家庭与办公长程场景中寻找切口；
- 蚂蚁灵波、国地共建等机构则在底层设施与标准制定上发挥关键作用。
路径虽有差异，但所有玩家的共同目标一致：找到产品市场契合点（PMF），让具身智能在真实物理世界中跑通商业闭环。
