图：宇树GD01机甲 图片经由AI生成
时值8月，北京亦庄的展馆内机器人再次云集。
本届世界机器人大会现场，各类机器人各显其能：有的翩翩起舞、相互格斗、灵巧抓取、快速分拣，机械臂在模拟产线上精准完成插接与码垛，另有一些机器人在忙着折叠衣物、整理房间、为冰箱补充饮品。
然而，对连续关注两届展会的观众而言，这些画面带有奇异的既视感：机器人的数量明显增加，但执行任务的类型却似乎没有呈现出与产业热度相匹配的飞跃。此前展会上在抓杯，此届依旧在抓杯；去年在叠衣服，今年仍在叠衣服；关于进入汽车工厂的讨论，依然占据业界的重要位置。
展会开幕之际，Counterpoint Research发布最新数据：2026年上半年全球人形机器人出货量突破2.2万台，同比增长近300%，全年预计超过5万台。其中智元上半年出货约9700台，宇树超过7000台，银河通用超过1100台，排名前五的企业合计占据全球市场86%份额。
从应用结构看，文娱表演占33.6%，数据生成与科研占27%，两项合计超过六成；服务导览约19%，智能制造12.8%，仓储物流4.9%。真正进入智能制造与仓储物流领域的比例还不到两成。
火爆展会背后，过去一年具身智能究竟进展几何？
真正剧烈的变化正越来越难以被肉眼识别：同一个动作——拿起杯子，却需要思考凝聚多少训练数据、动作是否事先编程、更换物件后能否完成；机器人进入陌生工厂，还需多少工程师参与调适；任务失败后，它能否自我诊断异常；同一套算法移植到另一副身体，还能保留多少能力。
机器人展台正在褪去表面光彩。观众对舞蹈、抓取、奔跑这类画面已见怪不怪，而产业最为关键的演进，却正在这些视觉呈现之外悄然上演。
01
「离开原地还能否胜任」
本届WRC上，宇树创始人王兴兴花费大量篇幅回顾了公司十年的演变历程。然而，在那些奔跑速度、新款机体和模型迭代之外，他反复强调的是同一个问题：泛化。
「我们当前难以大规模推广的根本原因，是现阶段在效率与泛化能力上还存在不足。」
目前阶段，机器人已能处理简单装配任务。在单一固定场景采集充分数据，成功率甚至可接近100%；但操作对象稍有改变、环境条件略作调整，成功率就可能迅速下滑。
这几乎解释了为何机器人展会最容易产生视觉误导。
这两年来，业界日益擅长证明「机器人能够完成这项任务」。贴药签、打扫会议室、采集异形零件、成品输送、衣物叠放等，只要任务边界足够明确，加以模型充足的训练数据和工程投入，越来越多企业可将完成度提升至极高水准。
银河通用创始人王鹤给出极具代表性的论述：若现在有一个明确的任务，且愿意投入资源进行后训练，「几乎都能把这个任务做好」。真正的困难在于，这背后仍需专业人员参与二次训练，这笔研发成本很难快速复制到成千上万个行业。
于是，2026年机器人行业真正的分水岭开始改写，核心问题变成了：掌握任务以后，能否削减数据采集、降低工程投入，进而将能力复制到百家工厂、千家门店？
王兴兴为通用机器人划定了一条具体的临界线：把机器人带入一个从未涉足的陌生环境，仅凭语言指导完成任务，它能圆满处理约80%的工作。达到这一水准，他认为才接近产业真正的爆发点。时间上，他给出的区间快则两三年，慢则五年乃至十年。
王鹤设定的坐标还要更近一些。他把今天的具身基础模型比作数字AI时代的GPT-2：模型已初现通用性端倪，但距各行业零样本直接工作仍有距离。他预计，到2028年前后，具身基模才可能演进到GPT-3.5至GPT-4附近的阶段。
02
宇树「升级大脑」，银河通用「进化双腿」
若要从当下中国具身智能市场选两个标签最鲜明的样本，宇树和银河通用最具代表性。
宇树首先以机体性能赢得市场关注。从四足到H1、G1的演进，十年来的竞争优势十分具体：运动能力、本体工程、成本管控和量产能力。今年4月，宇树用改进型H1跑出逾每秒10米的速度；王兴兴在WRC又展示了耗时三月多研发的新机器人，最高时速已达每秒12.65米。按Counterpoint统计，宇树上半年人形机器人出货逾7000台，占全球市场31%。
然而这7000多台机器人目前主要流向了科研教育市场。宇树已向业界证明，高性能人形本体可从十几台、百余台的规模逐步跨越至数千台量级，甚至成为众多研究团队和开发者选中的通用平台。接下来需证明的，是这些身体中有多少最终能从研究设备、数据采集工具和展示品，转化为真正工作的机器。
宇树今年的资源流向因此值得关注。王兴兴在WRC透露，公司当下资金与人员投入最密集的方向已切换至AI建模。宇树在2020年试验过基于视频合成的世界模型，效果欠佳后暂停，2025年起重启大规模投入。
今年展示的一大转变，是机器人动作逐步从「提前编排」迁移到「现场生成」。王兴兴坦言，曾经看似复杂的舞蹈、武术等动作，多数经历了预采集与预训练；最近宇树展示的新能力，能在捕捉实时语音后由多模态模型即时生成对应动作。目前从语音识别到云端生成、验证再下发，仍存数秒延迟，完全实时的动作生成仍在优化。
一家以运动控制和机体著称的企业，正在把最大一笔研发投资投向「大脑」。
银河过去数年树立的标签一直围绕具身基础模型、世界模型、具身智能数据展开，代表产品长期采用轮式方案。药房、商超、工业搬运场景中，不必非要机器人先证明速度，轮式底座能提供更高稳定性和持续工作效率。
今年WRC上，银河展出了最新双足机器人ET1，产品线从之前的轮式G1、面向工业重载的S1，扩展至双足与全身灵活运动。银河还在现场展示了机器人通过视觉学习街舞。
王鹤介绍，这背后先训练了一个通用的全身控制「小脑」：动作源头来自约10万小时人类全身运动数据，经过仿真和强化学习完成现实转虚拟、虚拟转现实，再由上层智能体安排观察、学习和执行。
图：银河通用推出双足机器人Galbot ET1
银河今年的另一项技术创新直指商业化的隐形成本。王鹤多次讲到WAM-TTT，希望机器人进入新客户现场后，客户仅需拍摄员工工作过程，无需人工标注数据，也不必先由遥控员采全轨迹，就能通过测试时训练让基础模型快速适配新环境与新任务。
王鹤表示，在宁德时代，银河已超越单机验证和单厂测试阶段，开始在数十家工厂范围内横向拓展，任务范围从堆垛、拆垛、搬运、分拣迭代至螺纹固定和异形物体操作；与此同时，目前仍需工业垂直模型和工程人员参与后训练。
03
家庭正成为新的能力测试场
今年WRC的一个显著变化就是：「家」出现得越来越多。
过去两年，具身智能讨论商业落地，最常见的答案是汽车工厂、消费电子、仓储物流。今年越来越多开发团队开始主动走进另一种环境。
家庭是一块特别富有挑战性的试验场。
机器人若进工厂，可要求零件按固定方向送到位置；进了家后，杯子今天在餐台，明天可能在水槽。衣着没有既定样貌，椅子会被移动，房门也许只打开一半，光照条件日日不同，人、宠物随时踏入机器人作业路径。
很多家务无法拆解成单独一个抓取动作：收拾房间、洗涤衣物、准备进食，往往持续十多分钟甚至更久，期间任一环节失手，都会使后续计划应声而变。
图：银河通用机器人Galbot展示叠衣服
工厂可通过标准化降低机器人所见世界的复杂度，家庭则近乎要求机器人直面现实复杂度本身。
这也是今年不少「模型驱动」企业肯在家庭场景展示能力的原因。这未必预示这批机器人会快速进入千家万户，反而说明家庭正成为检验长序列规划、记忆维持、泛化学习、灵活操控与障碍恢复的严苛考场。
进军家庭的道路，另一条支线已开始分化。
优必选系下的「优世界」推介的U1超仿生机器人，锚定于人的面容、眼神、口部动作、表情与情感互动，U1在WRC2026的人气极高。
价位分布跨度不小。U1 Lite标价11.98万元，U1 Pro为16.98万元，U1 Ultra男款99万元、女款88万元；产品方向聚焦家庭情感陪伴，本年6月公司透露全系订单超过1.3万台。
图：优必选在WRC2026现场展出的U1 Ultra
这批订单有多少最终会兑现为实际交付与持续应用，还需时间验证。但U1为家庭型机器人开辟了一条异于「自动化衣物折叠」的经营思路：机器人进家，既能贩卖劳动力，也能贩卖情感价值。
这两条轨迹日后也许会再次融合。一个真正成熟的家庭机器人，大多率既需帮人分担家务，也需懂得如何与人长期共处。但产业离这一步还远得很。
王鹤谈及家庭场景时，把最急迫要解的问题指向了安全。普通用户不会像工业现场技术人员那样懂得机器人异常时如何应对，家里还住着老人、孩子和宠物。对工业设备而言，一次异常可能导致停机；对进入家庭的人形机器人而言，安全容错空间还要更小。
因此今年「家庭场景增多」不应被浅层理解成家用机器人就要大爆发。它至少说明，具身模型的竞争正从规则明确的环境向更开放的领域蔓延。
工厂测试的是生产效率，家庭测试的已经越来越趋近通用能力。
站在这批新机器人身旁，WRC还汇聚了另一群在工厂驰骋二十多年的老将。
新松创立于2000年，工业机械臂、自动物流车和自动化产线早已布阵汽车、半导体、物流等制造场景。今年WRC，它呈献的松羿-Power轮式人形机器人，产品设定中涵盖高频搬运、大跨度作业和「长时连续运行」；公司最近的另一核心仍是汽车焊装、智能焊接等已验证的工业需求。
把新松和眼下最火的人形公司放在同一展馆，会看出一种很有趣的交错。新一代人形机器人还在验证「我也能进工厂」，传统工业机械臂早已在工厂遭受数十万、数百万次重复动作的实战检验。
融资圈对两类企业的想象却完全相反。老牌工业机械臂企业按制造业公司的营收、利润和接单定价，新一波人形公司获得的估值中，包含了大量「未来通用机器人市场」尚未成真的期许。
04
科技大厂的抉择
科技大厂也在找寻自己的立足点。
小米这年推介了升级版人形机器人，这是该款产品首次对外亮相。机器人身高约1.7米、体重66公斤，全身66处自由度，当前属原型机阶段。在WRC的「具身花园」展示区，它扮演一名「花艺师」，进行夹取香片、撒花、递送等互动。
图：小米新一代人形机器人在2026世界机器人大会的「具身花园」展台上
仅从这些姿态来看，不太能指出其特点。小米的特殊性在于，它本身同步占有移动终端、新能源车、物联网、智能家居和制造体系。卢伟冰关于机器人的表述也把它纳入了「人车家全生态」，应用涉足智能产线、智能出行与家庭。
对机器人初创而言，最紧迫的困难之一是从何处获取真实场景和用户资源；于小米而言，工厂、汽车、家用设备原本就在自己的业务范畴内。
本届WRC中，京东升格为大会全球战略合作伙伴，建起600平方米展览空间，把机器人植入研发数采、仓储物流、零售商业和未来家庭等多元场景。企业声明将来投入百亿级资源进军机器人领地，眼下已与200余家机器人厂商展开协力。
京东也许不必研发最优秀的人形机器人。它掌有库房、物流、卖场、销渠和维修体系，这一切都是机器人从原型演进至规模应用时很难得的基建。
大厂的到来制造了另一种时间差。
行业一直按「机器人会成为下一代关键终端」这一未来设想来配置资源，不过技术本身还在处理「换个物件能否还抓得住」「进另一家厂还用不用重新训练」这类最基础的问题。
这样的时间差也是这波热潮最值得提防的地带。
05
最后的那点儿距离，以及首个千万小时
机器人没能复制ChatGPT的升级节奏，一个缘故就是真实物理犯错的代价更高。
王兴兴在WRC表明，机器人的真正难点往往卡在「最后几厘米、最后数毫米」。算法已知拿哪个对象，机械臂也可判断大概向哪伸出，但视觉、关节、摩擦力、物件变型都会造成误差。文字模型写错一字尚能继续，机械臂偏几厘米，杯子已然跌下。进到产线上，量度标准演化为节拍、良率、运转连贯性和检修周期。
算法的另一项掣肘来自训练数据。大型语言模型有互联网，机器人却无天然形成的「动作互联网」。人类每日开关门、整理衣物、搬运货箱，却不会自发生成含三维位置、触感和施力方向的学习资料。
昆仑万维董事长方汉曾表达，目前头部具身世界模型的资料多半还停留在十万小时品级，到2026年年底也许会有人突破百万小时；假设具身模型也存在Scaling临界点，也许需进入千万小时乃至亿小时才会发生显著跃升。
更为现实的考量是支出。高质量UMI及真机资料往往每小时仍需数百元，千万小时等同巨额成本。于是第一人称视角录像、遥操控制、数值模型、人工合成资料、资料预处理随之升温。前一年里，很多表面看不像机器人的事物，反倒会决定下一代机器人成长的速率。
具身智能正在为自己打造「互联网」。
06
尾声：既高估了短期，也低估了远期
三年来，ChatGPT让市集习惯了程序化的演化节拍：技能突破之际，数月内可覆盖全球用户。
机器人难以照搬这一路线。
市场或许真的高估了机器人迅速进入工厂与家庭的时间表。但若单凭WRC上的机器人仍在抓杯、叠衣，就得出产业没有实质进展的结论，就会丧失另一半的故事。
已往的一年里，硬件商开始倾注更多资源于算法研发，算法商开始投身双足与跨平台，世界模型、视言行模型、即时训练和深度强化同步迭进；家庭演变成长序列任务的新赛场，产线侧重再现运行稳定性与机器寿命，大型科技企业也逐步加入。
这正是2026年的实景，既高估了短期的步伐，也低估了演变的幅度。
