灵巧手,咋就想通了?
从 WRC 2026 现场看:灵巧手混驱方案升温、触觉成标配、落地靠低自由度;世界模型会生成但不等于理解世界;具身模型想跑进百万小时,必须全科优秀。本文拆解硬件、大脑、考场三件事的真实产业逻辑。
灵巧手终于不吹自由度了。
WRC 2026 走完一圈,最大的感受不是哪家又发了新产品,而是整个行业的叙事悄悄换了频道:硬件端开始谈工程折中,模型端开始承认自己缺常识,评测端开始给机器人“卸妆”。三件事指向同一个判断,具身智能正在从发布会阶段进入考场阶段。
这篇文章拆三件事:灵巧手的技术路线正在怎么收敛,世界模型到底差在哪一口气,以及一个具身模型要连续跑百万小时,需要什么样的“全科优秀”。
🖐️ 自由度崇拜,退潮了
一场展会上,最贵的参数没人再报了。
前几年灵巧手展台的规矩是,开场先报自由度:19 个、22 个、24 个,数字越大,围观众越多。今年在 WRC 现场,这个仪式感明显弱了, 灵巧手 厂商的话术换成了三个关键词:混驱成为新热门,触觉是标配,落地靠低自由度。
这三个词值得逐个拆。
混驱,即混合驱动,指的是在一款灵巧手里同时使用电机直驱、连杆、腱绳等多种传动方式,按手指功能分配。比如拇指和食指负责精细抓取,用响应更快的方案;无名指和小指负责包裹稳定,用更简单可靠的方案。本质是承认一件事:不是每根手指都配得上一个昂贵的执行器。
触觉成标配,则是整个行业被真实任务“教育”的结果。没有触觉反馈的灵巧手,抓鸡蛋和抓扳手是同一套力控逻辑,客户用一次就退货。现在的分歧只在于触觉放在哪里:是指尖、掌面,还是整只手覆盖,用什么样的传感介质。但“要不要”已经不再是问题。
最有意思的是第三条:落地靠低自由度。据多位接近灵巧手厂商的人士透露,目前真正批量出货、进入产线与商业场景的,大多是 6-11 自由度级别的产品,而不是发布会上的旗舰款。原因很朴素——自由度越多,可靠性越难做,成本越压不下,故障率越控不住。工业客户买的是“一年不坏”,不是“会弹钢琴”。
这背后的产业逻辑很清晰:灵巧手正在从“技术演示件”变成“工业零部件”。前者比参数上限,后者比可靠性、成本、交付。这三个指标,恰恰是低自由度方案的主场。
一个可以参照的结构是这样的:
旗舰守门面,低自由度赚现金,两开花——但养活公司的,一定是后者。
🧠 会生成未来,不等于理解世界
世界模型的圆桌,比灵巧手的展台诚实。
WRC 2026 上有一场八位 AI 创业者参与的 世界模型 圆桌讨论,主题总结成一句话就是:会生成未来,不等于理解世界。
这话不是说给外人听的,是圈内人互相提醒。现状是,视频生成类世界模型可以“脑补”出非常逼真的未来画面,机器人靠它做想象与规划, demo 效果拉满。但问题在于,生成的画面“像”,不代表模型理解了物理——摩擦、重力、遮挡后面的物体状态,这些常识层面的东西,模型经常以“合理的外观”糊弄过去。
用参会创业者的话概括:生成一切之后,还差一点常识。
这“一点常识”,恰恰是具身智能最贵的东西。大语言模型的常识来自互联网文本,世界模型的“物理常识”只能来自真实交互数据——而机器人每天在真实世界里能攒下的数据,和互联网文本比起来约等于零。这就是当前具身智能最大的结构性瓶颈:能力上限由数据决定,数据供给由硬件保有量决定,保有量由商业化决定。
圆桌上各家给出的路径虽有差异,但共识可以归成一条链:
一个自我强化的飞轮——但飞轮启动的前提,是有第一批机器人真的在场景里持续跑起来。
据多位接近头部模型公司的人士透露,业内私下已经在调低对“端到端世界模型直接驱动”的短期预期,转而在仿真、真实数据、规则兜底之间做混合架构。这不算妥协,算务实:在物理常识补齐之前,任何纯端到端方案都是赌运气。
世界模型这个方向本身没有错,它甚至可能是具身智能的终局之一。错的是把“生成的合理性”当成“理解正确性”来交付。
⚠️ 想进百万小时,先过“卸妆”考场
百万小时,是具身智能的科举线。
今年 WRC 上另一个被反复引用的判断是:没有全科优秀,具身模型别想进入百万小时。
这里的“百万小时”,指的是机器人系统在真实场景里连续运行的累计时长门槛。工业客户签单前的核心问题不是“你演示能干什么”,而是“你能连续跑多久不叫人”。从千小时到万小时再到百万小时,每一级都是客户预算的分水岭。
而检验这件事的考场,正在标准化。本次大会上, 原力灵机 登顶 RoboDojo ——一个专门给机器人“卸妆”的考场。
“卸妆”这个词用得传神。发布会上的机器人都是化了妆的:固定光照、固定物品位姿、提前调好的流程。而 RoboDojo 这类评测场要做的,就是把妆卸掉:随机化物品、扰动光照、改变任务序列,让机器人在没排练过的条件下真刀真枪跑分。妆一卸,谁在裸泳一目了然。
为什么强调“全科优秀”?因为百万小时运行是一个乘法系统,任何一项短板都会被时间放大:
| 能力维度 | 考场里的检验方式 | 短板后果 |
|---|---|---|
| 感知鲁棒性 | 光照与遮挡随机扰动 | 误检率随时长累积 |
| 操作泛化 | 物品类别与位姿随机化 | 换个摆法就罢工 |
| 异常恢复 | 人为注入失败工况 | 卡死需人工介入 |
| 长程任务规划 | 多步骤任务连续执行 | 后程成功率坍塌 |
| 系统可靠性 | 7×24 小时不间断 | MTBF 决定成本 |
单一项 99 分、其余不及格的“偏科生”,在演示里是最亮的星,在产线上是最贵的坑。这就是工业思维和 AI 思维的根本分歧:AI 惯性是刷单点上限,工业逻辑是管短板下限。
原力灵机能登顶 RoboDojo,信号意义大于排名本身——它说明评测正在成为这个行业的“硬通货”。当客户不再相信发布会、开始相信考场分数,行业才真正具备可交付的信用体系。
📈 三条线索,一个拐点
把三个现场拼起来,能看到同一条曲线。
表面看,灵巧手、世界模型、RoboDojo 是三条互不相干的新闻线。把它们放在一条产业链上看,关系立刻清楚:
硬件收敛(混驱+触觉+低自由度落地)、模型务实(承认缺常识、做混合架构)、评测 standardized(卸妆考场),三者本质是同一件事的三个切面:行业正在为“规模化交付”做准备,而不是为“下一场发布会”做准备。
这通常是产业进入下半场的标志。上半场比的是 demo 上限,下半场比的是交付下限。参考工业机器人几十年的发展史,真正赚到大钱的从来不是参数最激进的玩家,而是把可靠性和成本曲线磨到客户毫无理由拒绝的那批人。
接下来一年值得盯的信号也很明确:一是低自由度灵巧手在具体产线的复购率,二是世界模型公司公布真实场景运行时长而非演示视频,三是 RoboDojo 这类评测的榜单是否被客户采购决策引用。三个信号同时出现,说明拐点是真的。
🚀 小结:从比武招亲到洞房花烛
WRC 2026 给出的是一个行业集体成熟的信号:灵巧手不再堆自由度,开始谈混驱、触觉和低自由度落地;世界模型创业者公开承认“会生成不等于理解”;具身模型的考核标准从演示升级为百万小时的“全科优秀”。
这三件事拼在一起,指向同一个未来:2026 年之后,具身智能的故事不再由发布会书写,而由考场、产线和运行时长书写。谁能先在“卸妆”状态下连续跑出百万小时,谁就能拿到规模化交付的船票——至于那双 22 自由度的手,让它继续在展台上弹琴吧。