机器人终于开始干活了？

2026年世界机器人大会的展厅里，出现了一个微妙的变化：空翻少了，包裹多了。

自变量机器人的机械臂在全自主模式下分拣真实物流包裹，直播实测最高每小时1816件；千觉机器人不再只讲传感器参数，而是搬出了数据集和模型；宇树科技上市第二天，王兴兴当着全场说机器人进工厂「暂时不能大规模推广」，股价应声跌去16%。

三条线索，指向同一个判断：中国机器人产业正在从「演示经济」切换到「效率经济」，而牌桌的入场券，正在从一块传感器，变成一整条数据链。

🎪 观众开始问效率，不再问能力

机器人行业的KPI，从「能做什么」变成了「一小时能干多少件」。

今年WRC现场，自变量机器人展台围满了人。两条机械臂搭配夹爪，面对大小、形状、材质、重量完全随机的真实物流包裹持续分拣，全自主运行。此前直播实测的分拣速度最高达到每小时1816件。

观众围在那里，讨论的不再是「机器人能做什么」，而是「干活效率够不够高」。这个提问方式的变化，比任何技术突破都更能说明产业到了哪一步。

京东零售具身智能机器人负责人郑小丹在大会期间说了一句被广泛引用的话：「去年机器人还主要在表演，今年所有人都在关心场景。」

这句话背后是真金白银的需求。京东有3600多个仓库，物流在整体业务中占比很重，此前已宣布未来五年采购300万台机器人。「我们大概有3600多个仓库，我们有很强的动力来尝试采用新的技术来提升效率和生产力。」郑小丹说。

但她同时坦言，现阶段具身智能干活的节拍、准确率可能还不及人类。「今天我们有非常多提效的需求，就应该以终为始来看待这项技术。」她的主张是一边跑、一边迭代，而不是等技术完全成熟再进场。

无界动力也在展厅里布置了真实作业场景。据多位与会者观察，今年展台上「干活」的展项密度明显高于去年，舞蹈和空翻明显退场。

产业逻辑很直白：当客户开始按ROI算账，演示视频就不再值钱，每小时分拣件数、节拍、准确率这些「工人们」的指标，才是新的通用货币。

✋ 触觉上桌：从卖传感器到卖数据链

当一家传感器公司开始讲模型的故事，说明这门生意的重心挪了。

如果只看出货量，触觉还是一门硬件生意。但看2026年以来的投融资和产品动作，它正在变成一门向着数据与模型靠拢的生意。

7月，千觉机器人同时发布三件套：数采夹爪、千小时视触觉数据集TacVerse 1k、触觉模型X-TouchMind V1。三者对应一条连续的技术链——采集设备记录操作中的画面、触觉和动作，数据集汇总这些记录，模型再从中学习如何完成任务。

类似的变化不止一家。

戴盟机器人4月发布含触觉的全模态数据集Daimon-Infinity，据其公开信息，首批1万小时数据已在阿里魔搭社区开源；6月又与银河通用联合发布触觉操作评测基准RobOmni；其亿元A轮融资也明确投向物理交互数据和物理世界模型。

他山科技在触觉传感器月交付量达数万枚的同时，开始建设触觉训练平台，并提出研发「触觉原生模型」。

研究界也在往同一个方向靠拢。RSS 2026大会的触觉专题研讨会上，来自头部企业和学界的研究者们形成了一个判断：过去很多机器人论文习惯把触觉留到「未来工作」部分一笔带过，如今它正被重新拉回机器人基础模型的核心设计环节。

据多位接近人士透露，在这一轮融资叙事里，「我有多少小时视触觉数据」已经比「我的传感器精度多高」更好讲——投资人买的不再是一个器件，而是一条通往物理世界模型的管线。

整理一下各家在2026年的关键落子，节奏相当密集：

⚠️ 悖论：更懂物理，也更难通用

触觉是物理世界的私语，但每一只手听到的方言都不一样。

这轮触觉热的背后，藏着一层容易被忽略的悖论：触觉能补上纯视觉模型「看得见、摸不透」的短板，让世界模型对物理世界的「想象」更靠谱；但同一次接触，换一个传感器、换一只手，反馈信号可能完全不同。

这既是触觉眼下最大的价值，也是它最大的麻烦——它让模型更懂物理，也更容易被焊死在某一套硬件上。

顺着这个悖论往下推，就能看懂几家的动作：

其一，戴盟机器人把1万小时数据在魔搭开源，本质是在为自家数据格式争取「事实标准」地位——数据生态铺得越开，后来者迁移成本越高。

其二，银河通用与戴盟机器人联合做评测基准RobOmni，抢的是定义权。谁的基准被业界广泛采用，谁的数据口径就更接近行业标准。

其三，他山科技一边月交付数万枚传感器、一边建触觉训练平台，是在把「硬件出货」直接转化成「数据入口」，用自己的出货量喂自己的模型。

这像极了当年自动驾驶界传感器路线之争的重演：谁定义了数据，谁就定义了模型的边界。区别在于，触觉的异构性问题比相机严重得多——相机的输出好歹是统一的像素，而触觉信号没有天然的「通用语言」。

所以这场竞争的终局形态大概率是：少数几家打通「采集—数据—模型—评测」全链条的玩家定义生态，其余玩家在其数据格式上做硬件适配。这也是为什么各家急着在今年把数据集和基准摆上桌——卡位窗口，就在这两年。

💰 上市次日泼冷水，这是在给行业测体温

敲钟第二天就说大实话，这盆冷水其实浇在整个行业头上。

8月19日，宇树科技（688836.SH）登陆上交所科创板，发售价150.80元/股，对应发行后市值约609.93亿元。开盘价一路飙升至1100元/股，市值突破4449.1亿元，当天收盘845元/股，市值超3400亿元，一日造富。

8月20日，王兴兴出席世界机器人大会并演讲——这是宇树上市后他第一次公开讲话。他没有顺势讲宏大叙事，而是回答了一个朴素的问题：为什么机器人进工厂没有大规模推广？

「最主要原因就是，目前效率和泛用能力还是不够高。」

他还给出了自己对行业节点的判断：具身智能的ChatGPT时刻还未到来，快则两年到三年，慢则五年或者十年后。

演讲恰逢开盘前后，市场热情迅速冷却。截至中午，宇树股价下跌16.05%，至709.4元/股水平。

这组数字摆在一起很有信息量：一级市场和二级市场给了具身智能一个极高的定价，而行业第一梯队的创始人亲口确认，核心指标「效率与泛化」还没过线。

产业逻辑上，这不是利空，而是校准。资本叙事需要「ChatGPT时刻」式的爆发预期，但工厂客户只认节拍和良率。二级市场用真金白银投票的结果，是把行业叙事从「通用智能终局」拉回到「单位时间干多少件活」的地上。冷水不是否定，是给所有人测了一次体温——体温偏高，但至少证明还活着，而且活得很有热度。

📊 共识已经出现，分歧才是机会

一个行业开始吵「怎么干」而不是「该不该干」，才是真的要上量了。

经中国证券报多方采访，围绕具身智能如何从实验室走向产业，今年WRC折射出一张多维度的共识图谱：模型层面仍未收敛；数据层面仍缺好几个数量级；硬件成本持续下降的同时，客户要求更高性能、更轻量化。

把各家在触觉与数据侧的动作放进一张表，方向惊人地一致：

但共识不等于成熟。多位受访者强调，行业在数据采集标准、模型技术路线、场景落地节奏上仍存在显著分歧。

最有意思的张力在需求方和供给方之间：京东已经把3600多个仓库的场景开放出来，计划五年采购300万台机器人；而王兴兴说，现阶段效率和泛用能力不够高，暂时不能大规模推广。

一边是需求方「以终为始、边跑边迭代」的急迫，一边是供给方「ChatGPT时刻还要两到十年」的克制。这个期望差，恰恰是未来两三年整个行业最值钱的地带——谁能把节拍和泛化追上人类工人的及格线，谁就能吃到第一批规模化订单。

从更大的视角看，分歧的存在本身就是产业进入大规模应用前夜的标志。真到了技术收敛、标准统一的那天，反而不是创业公司和二级市场的好时候了。

结语

从翻跟头到摸包裹，从卖一块传感器到卖一条数据链，从上市造富到次日跌16%——2026年的WRC，把机器人行业的三个真相摆上了桌：客户只为效率买单，数据链正在取代器件成为新入场券，而「ChatGPT时刻」比资本定价的要远。

机器人行业不再回答「能不能」，开始回答「划不划算」。下一个三年，比拼的不是谁的视频更炸裂，而是谁的数据集先破万小时、谁的评测基准被同行认账、谁的机械臂在真实仓库里把节拍磨过人类及格线。ChatGPT时刻没到之前，先把工位站好——这是今年所有展台共同写下的注脚。