具身智能，终于不表演了？

2026年的世界机器人大会（WRC），最明显的变化不是又多了几个人形机器人新品，而是展台上的机器人——不翻跟头了，改干活了。

自变量机器人的展台前，两条机械臂搭配夹爪，全自主模式分拣大小、形状、材质、重量完全随机的真实物流包裹，直播实测的分拣速度最高每小时1816件。围观群众问的问题也变了：从“它能做什么”，变成“它干活够不够快”。

这是一个行业换挡的信号。台上的表演赛结束了，台下的实用场景赛开始了。而真正值得聊的，是这届大会透露出的三个判断：临界点在哪、第一战场在哪、以及拦在“最后一公里”的到底是什么。

📈 被客户追着要货，这是什么信号？

先说一个细节。

奥比中光董事长黄源浩在WRC现场对财联社说了一句话：“我们干企业十多年，从去年下半年开始，第一次被客户追着要货。”

干To B生意的人都懂，这句话的分量。过去十年，3D视觉传感器厂商习惯了拿着PPT去教育市场，客户端永远是“再看看、再等等”。被追着要货，意味着需求端主动找上门了——这是任何新兴行业从0到1拐点上最真实的体感，比任何融资新闻都值钱。

客户态度的转变，星动纪元联合创始人席悦的观察更直接：过去客户问“能不能做个Demo”，现在客户拿着计算器算“ROI（投资回报率）”，开始愿意为真实的效率提升买单。

从技术验证到商业验证，这一字之差，是行业的关键转折信号。

按多位从业者的说法，产业界私下已经在传一个共识：具身智能的“ChatGPT时刻”到了临界点附近。黄源浩的逻辑是，2022年底GPT展示了语言交互的强大，2023到2024年兴起的“世界模型”补齐了机器人实操能力的短板——“GPT能实现诗和远方，但世界模型能让机器人真正干活。”他甚至给出一个大胆预测：物理智能对应的市场规模，未来有望达到数字智能市场的五倍甚至十倍。

明略科技董事长吴明辉的框架更冷静一些：具身智能正处在从2.0向3.0过渡的阶段。现在的机器人能提供情绪价值（比如陪伴），容错率高；真正的爆发点，在于机器人具备严密推理能力，能像Manus这类Agent一样真正解决复杂问题。

翻译一下：当前的具身智能大致相当于ChatGPT刚发布时的状态——惊艳、有用，但还没到“严密可靠”。而市场已经开始按“可靠”的标准出题了。

🚚 为什么第一战场是物流，不是工厂？

金句是这么说的：选场景，不选最简单的，选最痛的。

星动纪元把物流选作切入点，席悦在WRC上把账算得很清楚。物流场景有三个别的行业没有的属性：

第一，工作环境对人不友好。噪音大、无空调、有害化学物质多，还大量集中在后半夜作业。这意味着不是“机器人抢人的活”，而是“人本来就不爱干的活”。

第二，有明确的节拍和准确率要求。分拣多少件每小时、错误率多少，这些指标天然可量化，ROI一算便知。

第三，具备规模化复制的潜力。物流作业高度标准化，一个点位跑通了，可以快速铺开。

需求端的动作也在印证这一点。京东零售具身智能机器人负责人郑小丹透露，京东从去年开始把物流在内的场景开放给机器人公司合作，此前宣布未来五年要采购300万台机器人，集团有3600多个仓库，物流在整体业务中占比很重——“我们有很强的动力来尝试采用新的技术。”

不过郑小丹也说了句大实话：现阶段具身智能干活的节拍、准确率可能还不及人类。她的解法是“以终为始”——一边跑、一边迭代，而不是等技术完全成熟再进场。

这正是甲方心态的变化：过去是大公司设门槛等供应商成熟，现在是大公司下场当试验田。300万台采购计划的潜台词是，先用真场景把数据喂出来。

🤲 触觉的悖论：更懂物理，也更难通用

如果说本体和“大脑”是台前的故事，触觉就是这届WRC上最值得琢磨的幕后变量。

一个明显的变化：触觉玩家讲的不再只是“我的传感器精度多高”，而是开始摆数据集、模型，甚至评测基准。围绕触觉的竞争，已经从“一块传感器”扩展到数据采集、模型训练、能力评估的整条链条。

7月，千觉机器人同时发布数采夹爪、千小时视触觉数据集TacVerse 1k和触觉模型X-TouchMind V1，三件套对应一条完整技术链：采集设备记录画面、触觉和动作，数据集汇总记录，模型从中学习完成任务。

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月又与银河通用发布触觉操作评测基准RobOmni，其亿元A轮融资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，开始建触觉训练平台，提出研发“触觉原生模型”。

2026触觉赛道节奏

4月 : 戴盟发布全模态数据集并开源

6月 : 戴盟与银河通用发布评测基准RobOmni

7月 : 千觉发布数采夹爪加数据集加模型三件套

年内 : 他山科技建设触觉训练平台

年内 : RSS 2026触觉被拉回基础模型核心设计

但这背后藏着一个容易被忽略的悖论：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；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。

一句话总结：触觉让模型更懂物理，也更容易被焊死在某一套硬件上。

这不是小问题。具身智能要想迎来真正的“GPT时刻”，前提是能力可以跨硬件迁移。如果触觉数据与特定传感器强绑定，那每换一代硬件，数据资产就要重采一遍——这会直接抬高整个行业的边际成本。研究界也在往这个方向使劲，RSS 2026大会的触觉专题研讨会上，头部企业和学界的研究者已经形成一个判断：过去很多机器人论文习惯把触觉留在“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。

据多位接近产业的人士透露，触觉数据格式和接口的标准之争，可能比本体价格的竞争更早见分晓——谁的数据格式成为事实标准，谁就握住了下一个环节的入口。

⚠️ 共识很热，分歧也很真

先把这届WRC透露的行业账本列出来：

郑小丹那句“去年机器人还主要在表演，今年所有人都在关心场景”，是这届大会最准的注脚。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。

把这届大会的信息串起来，产业的真实图景大概是这样的：

说白了，现在的具身智能正站在一个典型的产业岔路口：向上，是数据飞轮转起来、模型快速收敛、成本摊薄的正循环；向下，是各家硬件互不兼容、数据无法复用、每家都在重复造轮子的碎片化困局。

岔路口的路标已经很清楚：物流场景是那把钥匙。它环境恶劣、节拍明确、ROI可算、可复制——四个条件同时满足的场景，目前找不到第二个。而京东的3600多个仓库、自变量机器人每小时1816件的分拣实测、星动纪元在物流领域的批量化部署，都在把这条路往实处夯。

至于物理智能市场规模会是数字智能的五倍还是十倍——这个数现在没人算得准。但方向上的判断，产业界难得地齐了。

写在最后

回看这届WRC，最有价值的不是哪个机器人又刷新了参数，而是一场集体心态的迁移：从“表演给资本看”到“干活给客户算”。

被追着要货的黄源浩、拿着计算器的客户、开放仓库的京东、押注数据集的触觉厂商——这些碎片拼在一起，指向同一个判断：具身智能的落地不是“会不会来”的问题，而是“从哪个场景先来”。目前看，答案是物流，钥匙是数据，胜负手是标准。

物理世界的ChatGPT时刻，大概不会以一场发布会的方式到来。它更可能像现在这样：从一个后半夜的物流仓库里，一件一件包裹地，分拣出来。