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来对现场进行降温——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：展览总面积得以首次突破10万平方米，其中1100余家企业参与展出，超过300款产品实现了全球首发。

而在所有赛道当中，只有一个词汇的存在感可以做到以一敌十——具身智能。

本届大会首次把具身智能提升到了与智算并列的两大核心赛道之一的位置。

参展的具身企业数量从去年的80多家猛增到了200多家；单论世博主场馆方面，具身智能的占地比例，几乎相当于其他所有企业的总和。
。

当人们走进展区之后，可以看到各式各样的人形机器人以及机器狗的数量多到了让人感到恍惚的程度，其中一位观展者所给出的形容显得非常传神：让人震撼的“中国具身智能钢铁洪流”。

但是，比“数量爆炸”更值得玩味的，是展台气质所发生的一次彻底切换。
。

三年前的WAIC，如同一扇橱窗，入口处“十八罗汉”以静态列队的形式进行亮相，让国内人形机器人第一次得以走到聚光灯下；
。

去年，百余台机器人同台开展了竞技活动，令大会得以升级成一场大型“秀场”，跳舞、打拳以及翻跟头的视频则会动辄获得百万播放。

而在今年，机器人不再进行翻跟头以及跑酷之类的展示，企业索性在各自展台搭建起小剧场，让机器人得以走进药房、流水线、客厅以及厨房这些真实场景，并在其中各自展现所具备的能力。

一位参展商一语道破了这种变化：去年观众问的是它能够跑多快，而今年问的是它能够干什么活。
。

这是一个决定性的转向。它所意味着的是，这个行业已经从验证能不能动的技术阶段，全面进入到了实现能不能干活的产业交付阶段。

根据《科创板日报》所指出的观点，具身智能正在逐步告别“秀场时代”这个阶段，而2026年将成为具身智能的“去表演化之年”。
。

具身智能或许将不再讨论进入工厂、进入展厅还是进入客厅的问题，不管进入哪种场景，其中关键在于要实现“有用”，一切都是为了达成“有用”的目标。
。

在世博展览馆里面，主办方甚至每隔几步就会摆放一个巨大的冰块来对现场进行降温处理——但没能浇熄的，是这届世界人工智能大会（WAIC）所具有的史无前例的热度。
这是WAIC举办九届以来参展企业数量最多的一届：展览总面积得以首次突破10万平方米，其中1100余家企业参与展出活动，超过300款产品成功实现了全球首发。
而在所有赛道当中，只有一个词汇的存在感可以做到以一敌十——具身智能。
本届大会首次把具身智能提升到了与智算并列的两大核心赛道之一的位置。
参展的具身企业数量从去年的80多家猛增到了200多家；单论世博主场馆方面，具身智能的占地比例，几乎相当于其他所有企业的总和。
当人们走进展区之后，可以看到各式各样的人形机器人以及机器狗的数量多到了让人感到恍惚的程度，其中一位观展者所给出的形容显得非常传神：让人震撼的“中国具身智能钢铁洪流”。
但是，比“数量爆炸”更值得玩味的，是展台气质所发生的一次彻底切换。
三年前的WAIC，如同一扇橱窗，入口处“十八罗汉”以静态列队的形式进行亮相，让国内人形机器人第一次得以走到聚光灯下；
去年，百余台机器人同台开展了竞技活动，令大会得以升级成一场大型“秀场”，跳舞、打拳以及翻跟头的视频则会动辄获得百万播放。
而在今年，机器人不再进行翻跟头以及跑酷之类的展示，企业索性在各自展台搭建起小剧场，让机器人得以走进药房、流水线、客厅以及厨房这些真实场景，并在其中各自展现所具备的能力。
一位参展商一语道破了这种变化：去年观众问的是它能够跑多快，而今年问的是它能够干什么活。
这是一个决定性的转向。它所意味着的是，这个行业已经从验证能不能动的技术阶段，全面进入到了实现能不能干活的产业交付阶段。
根据《科创板日报》所指出的观点，具身智能正在逐步告别“秀场时代”这个阶段，而2026年将成为具身智能的“去表演化之年”。
具身智能或许将不再讨论进入工厂、进入展厅还是进入客厅的问题，不管进入哪种场景，其中关键在于要实现“有用”，一切都是为了达成“有用”的目标。

如果说去年的WAIC所比较的是谁的肌肉显得更加炫目，那么今年的验收标准就只剩下了一项冷冰冰的要求：机器人是否能够在真实的生产线上连续工作满8小时。
。

极智嘉联合创始人以及具身智能公司首席执行官陈曦，在现场所发表的观点当中，说出了一句非常真实的大实话：
。

这个行业目前正处于早期阶段，虽然大家所看到的是满屏的Demo，但是当真正运用到实际干活环节时，客户其实是处于非常抓狂的状态。完成Demo之后无法实现持续运作，这正是产业方面所遇到的真正问题。

于是，“不做 Demo，只做生产力”这一做法，成了这届WAIC所共同秉持的集体信仰。

在极智嘉展台，轮式机器人 Gino 1 从料箱里面逐一抓取薯片、透明包装面包以及橡胶小碗，其动作所展现出来的平淡程度，甚至达到了有些无聊的地步——
。

然而，“平淡”的表现恰恰成为了工业场景当中最为苛刻的验收标准所在。陈曦所做的是把仓储拣货定义为物理AI的训练靶心，这是因为它集齐了高频、真实、反馈明确、可迁移以及接近商业闭环五个方面的条件。

在智元机器人展台，与京东物流方面展开合作的精灵G2 Max成功实现了人形机器人首次在真实仓储生产场景当中所进行的部署落地——其中单臂负载达到了18kg，双臂峰值可达50kg，并且支持7×24小时的不间断作业。
。

智元干脆将2026年定义为“部署态元年”，还联合擎天租，派出了60台机器人在WAIC主会场以及分会场承担指路引导服务，从而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所共同打造的机器人智慧药房成功入选了十大镇馆之宝：
。

三台品牌不同、构型各异的机器人，由同一个大脑所驱动，从接收订单到完成打包的全程仅需90秒，且门店无需进行任何改造，机器人得以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现了实际运营。

从星动纪元在顺丰以及中国邮政十余个物流中心所开展的常态化运转、行业首个完成PMF验证的物流方案，到银河通用的Galbot S1在宁德时代产线所实现的7×24小时连续作业超过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，往往运用的是简单的程序设定以及视觉识别技术来进行作业，其智能化程度并不高；而那些操作磕磕绊绊、存在迟缓停顿的机器人，反而可能搭载了最先进的推理模型。

更有观察者对此进行了调侃，他们表示很多机器人在干活过程中所发布的对外视频都是调了倍速的，这是因为如果不进行调速处理，那么这些视频就容易被误以为是慢动作播放。
。

这恰恰揭示了当前所处的真实水位，因为在现阶段当中，“做对”会比“做快”显得重要得多。

从单位时间产出情况来进行观察，这些机器人所开展的作业效率甚至还远远无法比得上一位“日结老哥”。那些担心机器人会抢夺工作岗位的人士，在眼下这个阶段大可完全宽心。
。

那么，机器人究竟应当首先前往哪里来成功实现“做对”的目标？一场关于路线的大分化，就此展开。
。

究竟应当率先进入工厂还是进入客厅：这是一场路线的大分化
。

本届WAIC所传递的最明显信号在于：这个行业已经从是否要开发机器人的疑问阶段，逐步走到了应当选用什么类型机器人的选择阶段。没有人再一拥而上地开展通用人形机器人的开发工作，不同的技术路线开始清晰地呈现分野。

而分野所呈现的两极，一头指向工厂方面，一头指向客厅方面。
。

首先来看待进厂这一派所采用的路线，这是当下所绝对形成的主流方向。
。

几乎所有头部企业都会把机器人送往产线方面来进行实际作业。
。

石智航把比例为1:1的汽车线束精密装配流水线搬运进展厅当中进行展示，其方案已经在汽车线束龙头企业天海电子成功实现了规模化部署；
。

乐聚机器人则完全不设置任何静态样机，而是直接打造实景工业作业区，机器人在纸箱拆垛、塑料箱拆垛以及小件上料三个真实产线场景当中开展不间断作业，主打“无滤镜、真干活”；
。

科大讯飞的分拣机器人对 CR 认证、欧盟 CE 以及信通院评测的证书进行了前台展示，这也就意味着它同时拿到了国内以及国外的上岗证。
。

为什么大家都会率先选择挤进工厂这一路径？其中所体现的逻辑呈现出高度一致的特点。
。

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，这使得其能够形成“数据采集—模型训练—场景部署—效果反馈”的完整闭环，从而成为具身智能实现规模化落地以及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了“3D”场景，也就是Dirty所对应的脏污、Dangerous所对应的高危以及Dull所对应的枯燥，从而把底层能力封装成了可以“开箱即用”的套件。
。

网易灵动则把战场设定在了更极端的地方，从而让机器人得以前往人类不能去以及不敢去的电厂和港口，其“黑灯工地”方案跑出了综合效率达到熟练人工120%以及单站点人力负荷下降70%的实战数据。
。

再来看待进客厅这一派所选择的路线，可以看到其中想象空间显得更大，同时距离目标也更远一些。
。

傅利叶搭建起了涵盖厨房、玄关、餐厅以及客厅的真实居家场景，首发了“具身之家”解决方案，演绎了GR-3机器人“管家的一天”，从而得以实现端茶递水的功能；
。

千寻智能的Moz1在接收到“整理客厅”指令之后，能够自主完成从可乐归位到脏碗送进洗碗机的全流程，即使观众扔出纸团加以干扰，也能够重新规划路线；诺因智能带来了全球首款可折叠双臂家用机器人，折叠后高度可以控制在40厘米以内。
。

但是，迈向家庭场景的这条路径在实际落地方面明显会面临更大的难度。正如复旦大学教授苏昊在论坛上所发表的犀利发言内容：

当今的人工智能虽然已经能够创作诗歌、编写代码以及制作PPT演示，但它却无法协助一位老人完成翻身的动作。智能所具备的价值目前大多仍然停留在数字世界当中，然而人类最沉重的那些需求却全部存在于物理原子所构成的现实世界里。

家庭环境是完全非结构化且其中充满随机变量的开放世界，其复杂度会远超产线场景。这也解释了为什么绝大多数企业会选择先进厂再进客厅的路径，鹿明机器人将其总结为具身智能迈向通用化的三个阶段：工业到商业再到家庭，从结构化程度最强的地方起步，逐步向开放环境方面延伸。

虽然企业可以选择进厂还是进客厅，但所采取的路线方面可以有所不同，然而所有人最终都会回归到同一个原点，也就是要实现有用的目标。而在有用这一目标的背后，是一场比拼谁的技术更为硬核的地下战争。

竞争壁垒下沉：从 " 炫身体 " 到 " 卷数据 "

当机器人集体开展“去表演化”转变之际，行业的竞争壁垒，正从光鲜的“身体”所代表的部分，悄然下沉到三个不那么性感、却更加难以复制的领域：大脑、数据以及量产。
。

第一，大脑之争：从身体能力所代表的范畴转向智能决策所具备的能力。
。

过去几年，赛道的叙事主线一直是以“身体”所代表的能力为核心，也就是要实现翻跟头以及跳舞的功能。而2026年的信号则显得无比清晰：行业重心正转向“大脑”这一关键方面。蚂蚁灵波CEO朱兴直言：“过去两年，硬件所取得的进展非常快，但大脑的进展还是相对偏慢。”

资本已经借助用脚投票的形式对自身倾向进行了表达。据IT桔子数据，2026年上半年国内具身智能赛道融资总额成功达到了935亿元，其中超过一半的资金涌向了VLA模型以及世界模型等底层“智能”赛道。
。

但是大脑所选取的技术路线方面，目前仍然尚未实现收敛。行业主流分成了两大派别：其中一派是已经成熟而且成本相对较低的视觉-语言-动作（VLA）技术，该派别会把所观测到的内容首先转换成文字描述，然后再依据文字来生成相应的动作；另一派则是蚂蚁灵波所大力推广的视觉-动作（VA）技术，这一派别省去了中间的文字转换过程，可以直接对动作进行预判。
。

蚂蚁灵波首席科学家沈宇军借助“薛定谔的猫”这一比喻，对具身智能的困难方面进行了阐释——在一扇不透明的门后蹲着一只猫，对于数字人工智能而言它被写在了代码里面，但对于机器人的物理视觉而言，在开门之前它甚至并不存在。机器人要去理解这个物理世界，其复杂程度会远超对于文字的理解过程。
。

不过，几乎所有人都同意世界模型以及大小脑协同机制正逐步成为通用技术底座这一判断。智元总裁彭志辉坦率表示，行业对具身大脑所采用的技术路径尚未实现收敛，两三年内可能会出现新架构，因此很难预判出唯一答案。

第二，数据之争：规模化的最大瓶颈。

大脑再聪明，也要依赖于数据的喂养才能够发挥作用。而具身数据，也就是抓取、搬运、力控以及触觉这类真实交互数据，目前处于极度稀缺的状态，成了行业规模化的最大瓶颈。

星源智创始人刘东一针见血地指出，具身智能的数据问题首先并非规模的大小，而是标准的问题。不同本体的数据格式以及采集方式所存在的差异巨大，如果直接混合进行训练，那么根本无法形成有效的模型。
。

于是，一场数据“军备竞赛”就此打响，各种破局解法涌现出来：觅蜂科技推出“无本体”采集硬件，让普通人借助头戴设备“随行即采”，从而把采集门槛以及成本大幅降低下来；松应科技算过一笔账：
。

真机在开展每一次抓取动作时都会产生磨损情况，一次有效交互数据的获取成本会超过2元，因此它引入了包含10%真机加80%仿真加10%微调的混合体系，借助这一体系把单条数据成本降低到0.2元以下，并且让长尾场景覆盖率达到了99%；穹彻智能则以全国47个城市所采集的十万小时级家庭数据为基础，对无本体真实数据驱动模型训练的路径进行了验证。
。

这也对上述情况进行了阐释，说明了为什么所有头部企业都在争相把机器人送入工厂以及物流中心，即便利润方面显得较为微薄——谁在真实世界里运行的机器人越多，谁所积累的数据就会越多，而谁的模型也就能够进化得越快。

第三，量产之争：万台级交付已经成功成为了进入这一赛道的入场门槛所在。

往年所比较的是机器人能否完成后空翻动作，今年则转为对产能、良率以及标准化交付等方面进行比较。智身科技截至2026年6月累计量产已突破15000台，6月单月突破5000台。
。

一位从业者给出了透彻的阐述：万台级量产所意味着的是供应链管控、产线良率以及交付体系成功通过了实战压力测试，而这要比任何单项技术参数都更加难以复制。

量产压力会向上游环节进行传导，这也为国产零部件造就了机会窗口。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。

力觉被称作机器人实际下场作业的“最后一毫米”，因为如果没有它提供的力反馈，机器人便无法精准捏起鸡蛋。在这条隐形赛道上，人形机器人尚未大规模赚钱，但“卖铲人”已经率先完成了国产替代。
。

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。

尽管展台上的各类场景展示已在内卷竞争中进入白热化阶段，但不少业内人士指出，这表象背后其实暗藏着技术同质化问题——

展馆里的场景大多属于半结构化的固定应用场景，这使得其中的环境并不复杂、变量数量不多、任务相对可控。很多场景虽然看起来花哨，但其实只是展示性比较强，适合用来讲故事，任务设置则非常单一。

换句话说，具身智能目前仍然在等待属于其自身的“GPT时刻”的到来。
。

现有的多模态大模型，一旦任务复杂度得以提升、涉及多步推理以及动态环境，其表现便会迅速下降。

真正的突破，取决于对世界模型进行纵向探索，也就是要构建出一种能够把互联网视频的广度、教科书的精确、真机实验的真实以及人类操作的细腻直觉融合到同一个模型中的物理AI。而这，可能需要举全社会之力。

但 " 有痛点的地方，就有机会 " 。

世界模型开发进度存在的不确定，反而为新玩家提供了入局的窗口。

今年200多家参展企业之中，许多是成立不足一年的新面孔——既有从智驾行业转型而来的它石智航，其创始人陈亦伦曾担任华为车BU自动驾驶CTO，也有经由高校AI团队孵化所得的脱胎于复旦的新智具身。

资本热度并未减退：它石智航刚刚成功获得了4.55亿美元Pre-A轮融资，进而刷新了国内具身单轮纪录；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指出的，卷未必是坏事……各方其实也在相互借鉴，从而进行良性竞争，进而推动整个产业向前迈进。
。

而在这场喧嚣之中，最为触动人心的一句话所传达的内容，或许源自麦麦科技创始人李楠。他刚刚带领机器人厂商在海外获取了农业2万台订单，并以此为基础为东南亚的橡胶以及椰子开发出了采摘机器人。他所提到的是，东南亚割胶工人每日在深夜之际要在蛇虫蚊蚁出没的环境里穿着厚防护服进行持续6小时的下腰作业——
。

人类虽然需要进行这项工作，但如果交由机器来完成执行过程，那么这才真正体现了人本主义的精神。

这句话，几乎揭示了这届WAIC所蕴含的最温暖、也最本质的底色。

结语：进厂还是进客厅，关键是有用

回顾这三年的WAIC可以发现，具身智能已经走过了一条清晰的进化曲线：从那些静态列队展示的展品阶段，逐步发展到能够炫技刷屏的秀场演员角色，再到如今可以走进药房、产线以及客厅当中的生产力工具。
。

该领域已发生转变，从仅能实现运动发展到可以实际干活，从单纯炫耀身体能力转向卷大脑、卷数据以及卷量产，从考虑是否要做转变为明确要做什么以及如何有效落地。
。

它当然尚未达到完美的状态：目前仍然在等待“GPT时刻”的到来，同时还受困于“1%长尾场景”当中，完成实际工作的效率依然比不上一名日结工人，而且许多演示视频仍然需要借助倍速播放的方式来掩饰其所体现出的笨拙。
。

但是方向已经变得无比明确。当人工智能装备上身体并且步入物理世界之后，一个万亿级的新产业正依赖于技术、资本、政策以及场景等多方面所形成的合力滚滚向前。

工信部开展了预计工作，2026年全年人形机器人整机产量有望成功突破10万台，其中量产元年与部署态元年两个方面实现了双重叠加。
。

至于究竟是进厂还是进客厅，是工业还是家庭，是选用VLA还是VA，是双足还是轮式，这些路线之争或许都不是最为重要的方面。
。

因为在这场有史以来最热的WAIC大会上，所有喧嚣最终都会得以收敛到了两个字上：
。

有用。

机器人能够帮助工人把脏活累活承担下来，也可以替老人把身体翻转过来，
。

来源：具身智能占据绝对C位 | OFweek机器人网