具身智能人形机器人产业观察评论分析· 3450· 约6分钟阅读

机器人大会,咋都在分快递?

机器人他爹假装能听懂机器人的想法
2026-09-11 01:28 发布· 本文由作者与AI协作完成
本内容由人工智能生成,仅供研究参考,不构成投资建议。
💡

2026世界机器人大会48小时观察:快递分拣成了展台标配,双足人形扎堆发布,但真正的竞争焦点已从本体硬件转向模型与数据。当“像人”不再是难题,场景适配、数据闭环和资金储备,正在决定谁能活到下一届WRC。

逛完2026世界机器人大会(WRC)的48小时,我心里冒出一个魔幻的问题:全中国的机器人公司,是不是商量好了一起去分快递?

自变量、优必选、乐聚、蚂蚁灵波、星动纪元、安川首钢、魔法原子——一个不落,家家展台上都有一台机器人在分拣包裹。但比“卷同一种姿势”更值得琢磨的,是这届大会悄悄换掉的竞争叙事:大家不再比谁的机器人更能“像人”,而是比谁的机器人能更快进场景、攒数据、跑通ROI。

一场大会,暴露了整个行业的心事。

📦 全行业都在分快递,快递公司却很冷静

展台上的热闹,和仓库里的冷清,隔着一整个商业化周期。

先说数据。中国快递业务量已经突破1000亿件,全国每天有5.5亿件包裹在流转。这个盘子足够大,大到任何一家机器人公司都讲得出“物流分拣”的故事。于是你在WRC现场看到的是这样的画面:这家人形机器人抓起一个纸箱放进分格,那家换个颜色差不多的纸箱再放一次,隔壁展台……还是在放纸箱。

但我们从物流公司侧面了解到的情况是:实际落地、并且规模化的案例,并不多。

这就是典型的“demo场景共识化”。快递分拣之所以被集体选中,是因为它任务定义清晰、动作可拆解、观众一眼能看懂,是天然的展会语言。可展会语言不等于生产语言——真到了分拣中心,节拍、破损率、多品类混杂、连续作业时长,每一条都是另一套考卷。

有趣的是,这个扎堆现象背后藏着一个行业级信号:当所有公司都涌向同一个场景,说明“硬件能干这活”已经不是问题了,问题是“谁能让客户掏钱”。而答案,正在从展台转移到仓库。

🧠 竞争换了赛道:从卷本体到卷数据

今年WRC最贵的东西,不是展台上的机器人,是数据。

过去机器人大会的明星,一定是那个能完成复杂动作的本体。今年风向明显变了:越来越多企业展示的不再是行走、抓取、运动控制这些单项能力,而是围绕具身智能模型、世界模型、数据采集、仿真训练铺开布局。用上证报的说法,产业竞争正在从硬件性能比拼,转向“模型+数据”的综合能力竞争。

最有意思的细节是智元的缺席。前有苹果不参加CES,后有DeepSeek不参加WAIC,今有智元不参加WRC——但会场到处都有他们的传说。没来开席,不代表没上桌:智元系的觅蜂科技这次完整展出了具身数据采集产品MEgo Gripper与MEgo View,目标直指“千万小时级物理交互数据”的产能落地。本体公司不下场,数据公司冲在前排,这一手很说明问题。

另一个“异类”是千寻智能。今年WRC上,大家扎堆灵巧手和双足人形,千寻智能的Moz1、Moz2却是半身人形夹爪机器人。我们问为什么不用灵巧手,对方的回答相当直白:灵巧手算不过ROI,面向实际操作,半身机器人更聚焦,从而获取数据、反馈给模型。

这句话翻译一下就是:硬件形态不再是信仰,而是数据采集的成本结构问题。哪条路线能用更低的单位成本喂出更好的模型,哪条路线就赢。这是典型的具身智能思维——机器人不再是一件产品,而是一条数据流水线的末端执行器。

🤖 当“像人”不再是难题,场景成了新起点

共识在增加,但赢家的分水岭也在这里。

大会第二天,澎湃记者观察到一个越来越明显的现象:各家机器人长得越来越像了。专注轮式人形的银河通用发布了双足新品Galbot ET1,四足起家的智身科技带来了银毅NE01人形的首次动态展示。曾经吵翻天的“双足还是轮式”,随着足式和轮式成本差距缩小,“非共识”论题正在变少。

但共识增加不等于路线单一。针对相似任务,有人选双足、有人用轮式,有人强调运动控制、有人突出操作能力。于是新问题来了:当“像人”不再是门槛,真正比拼的是什么?

现场交流下来,答案越来越清晰:场景正在成为新的竞争起点。

银河通用创始人王鹤给出过一个框架:人形机器人、具身大模型要大规模商业化,至少要解决三件事——基础模型能力、场景快速适配、高可靠硬件。基础模型再强,进了真实场景面对的也不是标准化实验环境:不同工厂、药房、物流中心都有自己的工作流程,适配速度决定了模型能力能不能真正落地。

为此银河通用拿出了“WAM-TTT世界动作模型测试时训练”技术:客户只需拍摄现场工作视频,无需人工标注、无需遥操作,就能进一步训练基础模型。效果是实打实的——自2024年12月落地药房场景以来,银河通用已在北上广深等近百家药房部署,累计拣药超过100万盒。

智平方副总裁莫磊的观点更直白:数据和场景有明显的先发优势,越早进入真实场景,越容易积累数据和经验。目前智平方已在PCB上下料等高端制造场景实现多客户复制交付,机器人进入工厂实际投产,最长稳定运行记录超8个月——从2024年单块PCB上料、家用咖啡机器人起步,一步一个坑踩过来的。

公司技术路线落地场景关键进展
银河通用轮式转双足+世界模型药房拣药近百家药房,累计拣药超100万盒
智平方人形+操作能力PCB上下料多客户复制交付,最长稳定运行超8个月
千寻智能半身人形夹爪实际操作任务算清ROI,聚焦数据回流
觅蜂科技具身数据采集设备数据产能瞄准千万小时级物理交互数据

看明白了吗?这几家的共同点不是形态最像人,而是最早把机器人塞进了真实生产环境。机器人进入真实场景,数据才真正开始产生——这句话值得每个从业者贴在工位上。

💰 洗牌前夜:有人在跳最后一舞

热闹是展台的,账本是自己的。

WRC现场一家很早就完成IPO的具身公司人士,跟我们说了段相当冷的话:现在必须要拿够接下来10年要花的钱在手中才安全,接下来洗牌在所难免,资本也不会这么密集出手了。他甚至判断——很多公司在本届WRC上已经完成“最后一舞”,因为明年很可能就没机会再来参展了。

这不是危言耸听。过去两年具身智能的融资密度,本身就不正常。当资本从“赛道信仰”回归“单位经济模型”,考验的不再是谁的demo更惊艳,而是谁有真实收入、谁的场景复制在跑通、谁的数据资产在复利。前面提到的那条链路——场景、数据、模型、商业化——本质上就是一场现金流耐力赛。

顺带说个扎心的展台细节。当你看完售价几万甚至几十万的机器人,转身看见旁边200块的机器人玩具,迪拜来的一对父子当场就下了单。可惜那款玩具只是披着AI外衣,实际靠遥控手动操作——跟90后、00后小时候玩的遥控飞机,本质区别不大。

一墙之隔,一边是真金白银的产业洗牌,一边是收割情绪的AI概念贴牌。这个对照本身就是WRC最好的隐喻:AI叙事人人会讲,但产业只认账本。

📈 48小时,看清了行业的时间表

把48小时的观察串起来,WRC讲的其实是一个完整的故事:第一幕,硬件同质化,“像人”不再是壁垒;第二幕,竞争焦点切换到模型与数据,数据采集成了新的军备竞赛;第三幕,场景先发优势显性化,银河通用、智平方们用真实运行数据筑起护城河;最后一幕,资本退潮,洗牌倒计时开始。

今年的WRC没有黑马,只有时间表。

对我这样的行业观察者来说,明年判断一家具身公司的成色,指标已经很简单:不看展台多气派,就看三个数——真实场景里跑了几个月、攒了多少小时交互数据、单位经济模型转正了没有。

至于明年WRC还来分快递的展台,建议先回答一个问题:这活儿,客户付钱了吗?