WRC变了：从秀场到市场

逛WRC时，最吸引「定焦One」的还是人形机器人。展馆前场，格斗、跳舞、后空翻轮番上演，观众里三层外三层。

WRC C馆展示的机器人格斗

再往里走，展台上的机器人做着不起眼、却更像“打工人”的活儿：传送带转个不停，机械臂一次次落位，有的在分拣包裹，有的在搬运料箱，还有的机器人低着头，努力把衣服叠好、把桌上的杂物归位。

今年的看点，不全在最热闹的那几个展台。泡完茶，能不能把杯子递到人手里？物料换了一批，还能不能找到抓取位置？箱子摆歪了，会不会自己调整？任务做到一半有人拿走了杯子，还能不能接着干？这些事放在人身上稀松平常，放到机器人身上，却一道比一道难。

整机也不再是唯一主角。灵巧手、触觉传感器、关节、电机、减速器、视觉模组、数据采集设备和模型，都走到了前台。

论坛上，企业家和研究者谈大脑、本体、世界模型、开发者、开源和数据供应链，也谈家庭陪护、安全治理和责任边界。话题各不相同，最后都落到实际使用上：机器人离开展台之后，能不能把活儿稳定地干下去。

采购方关心的则更直接：能不能接入自己的业务流程，出了故障找谁，这笔账最后算不算得过来。

逛完大会再回头看，今年WRC有三条线并行。一条“补身体”：零部件、供应链和制造能力，让机器人更稳、更轻、更便宜；一条“补大脑”：模型和数据，让它能应对变化，把一连串动作做完，出了错还能接着干；还有一条更接近生意本身，机器人开始进工厂、仓库和门店，采购、交付、维修和长期成本也被摆到了桌面上。

这是一场从秀场向市场靠近的大会。机器人确实开始找工作了。至于能不能留下来，要等它在工厂、仓库和家庭里真正跑上一段时间才知道。

01.今年抢镜的不是整机，是卖铲子的人

整机还是展馆里最吸睛的部分。但今年，寿命、适配、量产和成本这些过去不太容易被看见的问题，也被摆到了台前。

以灵巧手为例，今年比的不再只是自由度有多少、动作像不像人，而是负载、重量、触觉精度、寿命和成本。对客户来说，完成一次抓取只是第一关，更重要的是能不能连续处理不同物料，遇到打滑、错位和软物体时能不能调整。

比如把杯子递给人，力度大了可能捏坏，力度小了又可能掉下来；把零件装进工装，不只要找准位置，还要判断有没有卡住、是否已经放稳。

关节、执行器、触觉传感器等零部件企业，讲的东西也跟着变了。过去它们主要介绍参数和性能，现在也开始解释，这些部件装到机器人身上后，究竟能解决什么问题。

再往前一步，有些企业开始秀制造能力。灵心巧手展示了一条“灵巧手组装灵巧手”的产线。相比单纯展示抓取动作，这条产线把问题带到了生产端：灵巧手能不能稳定、批量地生产出来。对整机厂商来说，从样机走向采购，不只要看产品能不能用，还要看良率、节拍和成本，以及供应商有没有持续交付的能力。

除了硬件，数据采集设备开始被单独拎出来讲。遥操作、动作捕捉、示教和仿真，都在解决同一个基础问题：机器人需要什么样的数据，企业又怎样持续拿到这些数据。人的动作、物体的位置和材质，都可以通过这些方式转成训练数据。

02.场景从表演转向干活，工厂离规模化订单最近

今年WRC出现了越来越多“干活”的机器人。分拣、搬运、码垛、上下料、检测、装配、物流、零售、餐饮和巡检，都能找到对应的演示。

从WRC展示的项目和企业反馈来看，不同场景所处的商业化阶段差得很远：工厂离规模化订单最近；物流紧随其后；极端环境付费意愿明确，但更偏垂直项目；餐饮零售容易落地，但要证明比用人更划算；家庭最远。

工厂里的任务也是分级的。机器人先干的往往是位置固定、动作重复、流程清楚的活儿。搬运、码垛、分拣、上下料和扫码，投入产出相对容易计算。

检测、装配和柔性上下料更复杂一些，机器人需要识别物料差异、调整动作，并在抓取失败后重新开始。

再难一些的，是把多个工序连起来，让机器人自己完成从取料、加工到放置的一整段流程。

物流处在工厂和开放环境之间。仓储物流已经有比较清楚的作业流程，但仓库里的货物、路线和订单仍会不断变化。

展会上，一类企业把机器人放进实际作业流程里，强调稳定完成任务；另一类企业展示全身遥操作，把人的转身、弯腰和手臂动作映射到机器人身上，更多用于数据采集或远程操作。前一种已经在尝试把任务直接交给机器人，遥操作则给复杂任务保留了人工介入的办法，也可以顺便采集训练数据。

极端环境的需求更明确。

水下、矿场、地下空间、化工管廊、变电站和消防现场，都有一些危险、恶劣，或者不适合让人长期进入的工作。机器人在这里做巡检、探测、搬运和排险，替人承担风险，本身就是很直接的价值。

WRC C馆展示的水下巡检作业机器人

这类场景也更专用。水下、矿场、消防现场的地形和任务差异很大，现场因此出现了轮式、履带式、轮足式、四足、无人机和水下机器人等不同形态。防护、通信、续航、远程操控和故障处理，也往往要跟着场景重新适配。

WRC C馆展示的消防灭火机器狗

这类项目可能更早产生订单，但要像工厂和物流那样规模化铺开，并不容易。

应急救援还有一个特点，往往不是一台机器人单独干活。WRC共融机器人挑战赛模拟事故救援，飞行器和无人车要完成侦察、信息共享、物资运输和返回。大会同期还发布了“具身智能在应急场景的应用需求”。从比赛到实际需求，应急救援已经成为今年WRC上被反复提到的一类机器人应用。

WRC机器人大赛

餐饮、零售和导览，则是现场最容易聚集人气的一类场景。

今年WRC还首次设置了机器人消费街。咖啡、冰淇淋、鸡尾酒、礼品零售等场景被集中放到了一起，机器人开始按订单取杯、操作设备、制作饮品，比起跳舞和后空翻，这些动作更接近真实服务。

WRC C馆展示的餐饮机器人

但商家采购前一定会算效率和成本，机器人一天能接多少单、设备占多大空间，以及这套方案和直接雇人相比划不划算。

家庭最有想象力，也最难标准化。

展台上已经能看到收拢杂物、分拣垃圾、叠衣物、浇花和插花等长序列任务。可真正进了家里，杯子会换位置，衣服形状各不相同，机器人面对的变化远比展台多。

和普通家庭服务相比，养老和陪护的需求更明确。WRC的民生普惠议题把养老、康复和辅助机器人单独拿出来讨论。机器人可以做行动辅助、康复训练、提醒和环境监测，需求方也包括家属、养老机构和护理人员。

养老场景更看重可靠性。机器人能不能替代一部分护理工作，出现异常时能不能及时响应，会直接影响机构和家属是否愿意长期使用。

03.都在补大脑，但路线还没有收敛

机器人开始接更复杂的活儿之后，“大脑”要解决的问题也变多了。

今年WRC上，VLA、世界模型、端到端、Agent、类脑架构等技术关键词都很高频，它们解决的问题并不完全相同。有的在解决机器人看到任务后怎么生成动作，有的希望它先判断周围环境会怎么变化，还有的关心同一套能力换个“身体”、换个“工位”之后还能不能用。

银河通用创始人兼CTO王鹤提到，机器人不能只完成训练过的动作，还要把已经学会的能力用到新的任务里。银河通用尝试用世界-动作模型（WAM）把VLA和世界模型放进同一套体系。机器人不只要决定下一步怎么动，还要估计这个动作做下去，周围会发生什么变化。

除了怎么做决策，另一个被反复讨论的问题，是一套能力能不能换个“身体”继续用。

蚂蚁灵波在WRC把同一套通用大脑用在药房分拣、工业上下料和仓储分拣等场景。企业现场工作人员介绍，这套大脑在训练阶段已经适配多个机器人品牌和不同形态的本体。

如果每换一台机器人、一个工位，都要重新采数据、训练和调试，一个项目就很难快速复制。

机器人到了客户现场，还会不断碰到训练时没见过的情况。

日冕开物创始人兼CEO肖中阳提到，真实环境里的材料、摩擦、传感器噪声和各种长尾情况，很难只靠实验室数据覆盖。他把产品交付也看作学习的一部分：机器人到了现场，哪里出错、哪里需要人工接管，这些数据还可以再拿回来训练模型。

大晓机器人在WRC展示的也是类似路径。一端是世界模型和环境式数据采集工具，另一端接即时零售、酒店服务和户外开放场景。机器人在这些场景里工作，产生的数据再回到模型，用于后续迭代。

WRC上还有一条相对独立的技术支线：脑机接口。

BCI脑控机器人大赛展示了脑控轮椅、脑控机械臂和脑控人形机器人等项目。它解决的是另一类问题：如何把人的意图更直接地传给机器，在康复辅助等场景里，这也是一种人机协作方式。

WRC BCI脑控机器人大赛现场

对更多希望自主工作的机器人来说，眼下的问题还是很具体：物品一换、环境一变，表现就容易受影响。

宇树科技创始人、董事长王兴兴在WRC演讲中提到，在一个固定场景里，经过足够的数据采集和训练，一些任务的成功率已经可以做到很高；但操作的物品换了，或者环境稍微变一下，成功率就可能明显下降。有时候，问题甚至只差最后几厘米。机器人看起来已经快抓住一个东西了，但最后一点物理误差没有修正好，整个任务就会失败。

王兴兴提到，在80%左右的陌生场景里，机器人如果能通过语言指令完成80%左右的任务，可以视为通用能力的一个重要临界点。他估计，走到这一步，快的话还要2-3年，慢的话可能要5-10年。

至少在今年WRC上，还看不出哪一套方案已经把这些问题解决得足够好。

04.买家进场，渠道也来了

今年WRC，来了一批大买家。

大会首次设置采购日，能源、制造、物流、巡检和应急等领域的需求方集中进场。有的手里有产线、仓库、电站和矿山，有的掌握零售、物流等渠道，都在找机器人能落进去的场景。

开幕式上，工信部副部长辛国斌提出“以智能化为主线、以实用化为牵引”，统筹技术攻关、产业培育、场景拓展与安全治理。

央企是其中重要的一批需求方。中央企业机器人创新联合体还发布了十大创新成果和十大高价值应用场景，覆盖能源、制造、物流、应急等领域。

但从场景对接走到采购，中间还有不少环节。需求沟通、现场测试、小规模试用、方案调整，跑通之后才可能扩大部署。

星动纪元现场展示的M7，就是一个走到常态化运营阶段的案例。这款机器人没有完整下肢，腰部以下采用立柱结构，把任务收在固定工位上，主要做分拣、扫码等物流作业。现场工作人员介绍，相关方案已经在顺丰、中国邮政全国十余个物流中心运营，往后还要看能不能继续铺开。

如果每到一个客户现场都要重新做一套方案，生意仍然更接近项目制。相近场景能够使用同一套产品，第一批试完之后客户还愿意继续买，规模才有机会起来。

除了直接采购的客户，京东带来的是渠道入口。

它连接机器人品牌，也有零售、物流和消费场景。对机器人企业来说，过去更多是一个项目一个项目地找客户，现在也开始出现帮助产品展示、比较和销售的渠道。

到了渠道端，价格怎么定、供货能不能跟上、安装和使用麻不麻烦，同一款机器人交到不同客户手里能不能表现一致，都会影响销售。

05.卖出去之后，还有运维、责任和成本

机器人卖出去之后，还有一批问题要到真正用起来才会暴露。

首先是设备运维。

在展台上，设备停了可以重启，动作不对可以让工程师上前调整。到了工厂、仓库和门店，停机影响的可能是一条产线、一批订单，或者正常的服务流程。

在WRC，很多客户问得很详细：零部件坏了有没有备货，故障能不能远程判断，工程师多久能到现场，修完以后多久能重新开工。

机器人只卖几十台时，研发人员还可能亲自跑现场。出货量增加、客户分散到更多地方之后，备件、远程诊断、维修网点和现场响应，都要变成一套固定的服务体系。

设备长期跑起来以后，责任问题也就变得更具体了。

工厂里的机器人抓错零件、撞到设备，可能涉及整机厂、软件供应商、系统集成商和使用方。进入家庭和养老场景，问题更敏感：误操作造成损伤怎么办，摄像头和传感器采集的数据怎么处理，哪些动作必须由人确认。

今年WRC的论坛已经把安全治理、伦理护栏和责任边界放进议程。欧洲机器人协会副主席Juha Roening在演讲中提到，人工智能只是机器人系统的一部分。机器人投入使用后，硬件、控制、安全和整套系统的可靠性都要一起考虑。

什么情况下机器人应该自己停下来，什么时候必须由人接管；出了故障，能不能查到是模型、硬件、控制系统还是现场操作出了问题。

WRC A馆展示的外骨骼机器人

这些问题如果说不清，机器人越靠近人和复杂设备，使用风险就越难控制。

最后还要算长期使用的账。

机器人一天真正能工作多久，要配多少人，第一次部署需要调多久，换任务之后还要重新做多少工作，都要算进使用成本。

如果机器还需要工程师长期照看，或者每换一个任务都要重新调试，这些人力和时间也要由客户承担。硬件价格降下来，只解决了其中一部分。

06.结语

关于WRC，视频平台上点赞量最高的，可能还是机器人翻跟头、打拳、跳舞的瞬间。

但认真逛完展馆后能感受到，具身智能行业比想象中跑得更快，也更务实。机器人已经开始进工厂、仓库和门店，灵巧手、数据采集、模型、售后这些过去不太显眼的环节，也越来越受关注。

今年WRC还提供了一个观察中国具身智能产业位置的窗口。

中国一年新增的工业机器人数量远高于美国；在人形机器人领域，2026年上半年，中国厂商已经占到全球出货量的97%以上。完整的零部件供应链、大量制造业场景，以及降本和量产速度，让中国企业能更快把机器人做出来、送进现场。

美国在AI芯片、基础模型和开发生态上仍然占有优势。对中国企业来说，下一步是把已经形成的制造和部署规模，继续变成数据积累和模型能力。

本文来自微信公众号“定焦”（ID：dingjiaoone），作者：金玙璠，编辑：阿伦，36氪经授权发布。