机器人开始找工作了。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。原文链接WRC变了从秀场到市场-36氪