这届机器人，终于开始上班了？

机器人行业的叙事，正在被"ROI"三个字母改写。

2026世界机器人大会（WRC 2026）8月19日至23日在北京亦庄举行。现场最明显的变化不是某款新机器人的参数，而是展台上的机器人都在"忙"：做咖啡的、分拣包裹的、焊接上料的、爬镂空楼梯的，各干各的活。“会干活”取代“会表演”，成了这届大会的关键词。

钱也进来了。据《科创板日报》不完全统计，2026年上半年国内具身智能赛道融资总额达935亿元，较去年同期提升5倍；大会开幕当天（8月19日），宇树科技登陆科创板，据上交所盘面数据，首日收盘涨幅达460%。

但资本重新定价的另一面是灵魂拷问：机器人到底能不能干活，在哪儿干活？笔者在现场按场景转了一圈，答案是：物流、产线、巡检、商服四条赛道都已有在岗的机器人，但大规模部署仍属罕见。

这篇文章，就聊聊从“表演”到“上班”之间，隔着的那几道坎。

📉 表演时代结束了

翻跟头换不来订单，这是行业用真金白银换来的认知。

两组数字最能说明资本态度的变化：据《科创板日报》统计，2026年上半年具身智能赛道融资总额935亿元，是去年同期的5倍；8月19日宇树科技登陆科创板，上市首日收盘上涨460%，成为科创板年内表现最亮眼的新股之一。

更直白的参照，是大会现场的氛围变化。京东零售具身智能机器人负责人郑小丹的一句话被广泛引用：“去年机器人还主要在表演，今年所有人都在关心场景。”

观众围着展台问的问题也变了——不再是“机器人能做什么”，而是“机器人干活效率够不够高”。

这背后的产业逻辑很朴素：前期讲故事的时代结束，客户开始要求机器人进入损益表。《中国证券报》在会期多方采访产业链上下游后得到一致反馈：今年头部客户的采购评估里，节拍（cycle time）、准确率、综合运维成本这三项权重明显上升，演示视频的权重断崖式下降。这与星动纪元联合创始人席悦的观察互相印证——他在接受《科创板日报》采访时直言，客户“会算他的ROI”。

表演可以靠编排，上班只能靠交付。这个转变，比任何融资数字都更能说明行业进入了下一程。

📦 物流：第一个算清ROI的场景

账算得过来的场景，才养得活一门生意。

物流是今年被谈论最多的落地场景，原因就这么简单。星动纪元在大会现场完整展出了面向物流产业的全栈式具身智能方案——据公司官方发布，这是行业首个完成PMF（产品市场匹配）验证的具身物流落地方案，已携手顺丰、中国邮政两大物流标杆企业，在全国十余个物流中心实现常态化运营。

现场展出的全尺寸双足人形机器人星动L7和全直驱灵巧手XHAND 1是这套方案的硬件底座：据星动纪元现场公布的技术参数，XHAND 1具备12个全主动自由度，单手最大抓握力80N，可提起25公斤重物，能完成捏取快递面单、打螺丝等超100种操作。

“特别是物流场景，越来越多的客户开始愿意去真实地探讨，他会算他的ROI。”席悦在接受《科创板日报》采访时说得直白：物流场景有明确的节拍、准确性和工作时长要求，做到这一点，且ROI算得过来，厂家就愿意付费。

一个关键工程指标也在快速收敛：据星动纪元披露，其方案从一个场地迁移到新场地的部署时间，已从约两个月压缩到一周内。 部署周期，往往是这类项目能否规模复制隐藏的分母。

同样在物流板块，魔法原子把仓储流通作业实景搬进了展台：轮式人形机器人D1承担产线上下料与跨区转运，XG Z1通过3D视觉与AI多模态融合感知将杂乱堆叠的物料逐一抓取归位，AGV分拣机器人HyperBot完成末端分拣——据魔法原子官方数据，多SKU实时分拣成功率达99%。其XG Z1的6秒末端执行器快换系统，意在打破传统工业机器人“一机一用”的刚性壁垒。

自变量机器人则给出了更具冲击力的数字：两条机械臂搭配夹爪，在全自主模式下持续分拣大小、形状、材质和重量完全随机的真实物流包裹——据该公司官方直播回放实测，分拣速度最高达到每小时1816件。

需求侧同样在加码。郑小丹透露，京东此前已公开宣布未来五年要采购300万台机器人：“我们大概有3600多个仓库，物流在我们整体业务中的占比是很重的，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。”

物流为什么先跑出来？把账摊开看就明白了：

一句话总结：物流不是技术最炫的场景，但是验收标准最清楚的场景。

🤚 触觉：从卖一块传感器，到卖一条链

看不见摸不透的物理世界，正逼着机器人长出“手感”。

今年WRC上，触觉赛道出现了一个耐人寻味的变化：玩家们讲的不再只是传感器硬件参数有多高，而是开始摆出自己的数据集、模型，甚至评测基准。围绕触觉的竞争，正从“一块传感器”扩展到数据采集、模型训练和能力评估的整条链条——采集设备→视触觉数据集→触觉模型→场景部署。

千觉机器人的动作最完整：据公司7月官方发布，其同时推出数采夹爪、千小时视触觉数据集TacVerse 1k和触觉模型X-TouchMind V1，三者正好覆盖上面这条链的每一环。

类似变化出现在多家公司：戴盟机器人4月发布含触觉的全模态数据集Daimon-Infinity，据其官方公告，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，据其亿元A轮融资公开信息，资金明确投向物理交互数据和物理世界模型。他山科技在官方披露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认为，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。

但这条链上藏着一个悖论：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；可同一次接触，换一个传感器、换一只手，反馈信号可能完全不同。 它让模型更懂物理，也更容易被焊死在某一套硬件上。

这个悖论如何解，目前没有标准答案。但方向已经清晰：触觉的终局不是卖硬件，而是做出跨硬件一致的触觉表征——谁能先把信号差异抹平，谁就掌握通用化的入场券。

🏭 产线：节拍表面前，人人平等

工业是机器人最老的战场，也是今年具身智能最想拿下的新高地。

魔法原子的展台直接把产线上下料环节搬了进来：轮式人形机器人D1在真实工位间完成上下料与跨区转运，据公司现场演示，其针对工业场景优化的移动-抓取-放置全流程已经过产线级验证。无界动力同样选择实景作业的展示方式，让机器人在布置成真实产线的环境中连续作业，而非隔着玻璃围栏做演示。

更早布局的玩家已经拿到订单。据优必选官方披露，其Walker S系列人形机器人已在多家头部车厂开展分拣、搬运、质检等工位的实训与合作，工业场景成为其人形机器人商业化收入的主要来源之一。

产线场景的账本和物流不同：节拍要求更严苛，容错率更低，但单价和粘性也更高。多位现场展商向笔者展示了同一个计算逻辑——上下料是产线中人力最密集、重复度最高的环节之一，机器人替代的人力成本可以按班次精确折算，回本周期可算。据《中国证券报》报道，多家工业客户在评估中已经把“接手现有工位”而非“新建演示线”作为合作前提。

一句话总结：产线愿意为确定性付费，谁能先交出连续千小时不断线的作业记录，谁就能拿到下一张订单。

🔍 巡检：最不像“人形”的赛道，跑得最快

如果说物流是今年的明星，巡检则是被低估的先行者。

有意思的是，这条赛道上跑得最快的，不是双足人形，而是四足。据云深处科技现场介绍，其绝影系列四足机器人已在变电站、电厂、化工园区等场景实现常态化巡检交付，替代人工完成夜间和危险区域的红外测温、仪表读数、异常识别。巡检的账本格外清晰：一个变电站的夜间人工巡检班次成本是固定的，机器人7×24小时在岗，据公司披露的投资回收模型，替代效应可以直接折算。

而人形和轮足形态正在补上四足的短板——现场那台爬镂空楼梯的机器人吸引了不少专业观众驻足。镂空格栅楼梯是工业楼梯的常见形态，也是传统轮式和四足平台的难题，双足加灵巧足端的设计让它能进入更接近人类作业环境的区域。现场展商介绍，这类能力瞄准的正是巡检场景中“最后一百米”的复杂地形。

巡检的启示在于：它证明了具身智能的商业化不一定从“最像人”开始，而是从“最划算”开始。 先用成熟形态在结构化场景算清账，再逐步逼近更复杂的开放场景——这条渐进路径，正在被物流和巡检共同验证。

☕ 商服：最热闹的展台，最难算的账

商服是四条赛道里离观众最近、离账本最远的一条。

现场最聚人气的展台属于会做咖啡、会削黄瓜的机器人。原力灵机带来了具身基础模型DM0.5的最新能力展示：通过削黄瓜、切黄瓜、搭建积木长城、传送带分拣四个真实场景，呈现同一个模型、多任务、跨场景的长时作业能力——据公司现场介绍，这正是商服场景最需要的能力底座：环境嘈杂、任务多变、客人期望高。

但热闹背后，商服的账最难算。问题的核心在于：商服场景里，机器人到底是“劳动力替代”还是“引流道具”？ 咖啡机器人拉花比不上熟练咖啡师，迎宾机器人的人工成本节约有限。据《中国证券报》的采访梳理，多位从业者坦言，现阶段具身智能干活的节拍、准确率还不及人类，商服场景必须回答“客人愿意为什么买单”。

目前跑通的部分答案是分层：标准化的清洁、配送机器人已经完成商业验证，而人形机器人进入商服，短期内更现实的价值锚点是体验经济——用“机器人现做”吸引客流，再逐步过渡到真岗位替代。这一步能走多快，取决于基础模型长时作业能力的爬坡速度。

一句话总结：商服是最能放大技术浪漫的地方，也是ROI最后才算得清的地方。

⚠️ 共识已到，分歧未消

行业最大的成熟，是承认自己还不成熟。

据《中国证券报》多方采访梳理，围绕具身智能如何从实验室走向产业，今年形成了一张多维度共识图谱：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，要求更高性能、更轻量化。

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。以本次大会观察，四条赛道的成熟度肉眼可见地拉开梯度：物流已进入常态化运营、ROI算得清；产线在真实工位上做小规模验证；巡检凭结构化场景率先交付；商服仍停留在展示与引流阶段，商业闭环待验证。

郑小丹的表态很务实：“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。”她坦言，现阶段具身智能干活的节拍、准确率可能还不及人类，需要一边跑、一边迭代，而不是等到技术完全成熟再进场。据她介绍，京东从去年开始已把物流在内的场景开放出来和机器人合作。

“一个模型打多个场景”，正在成为基础模型阵营共同的叙事——原力灵机用DM0.5的跨场景长时作业在讲这个故事，无界动力的实景作业展示也在讲同一个故事。

一个可以留到明年大会验证的判断是：未来12-18个月，能否在物流之外再造一个“算得清账”的场景，将直接决定第二梯队公司的生死。 这是笔者在现场看了四条赛道的账本之后