该图片使用了AI生成技术
本文来自微信公众号： 科技C位 ，作者：东木褚，原文标题：《三个元年交汇的WRC 2026：当机器人告别“摇篮”，开始解决“真”问题》
2026年8月的北京亦庄，5.2万平方米的展馆里挤满了300多家企业和2000多件展品，首发新品超过150款，展商数量比去年暴涨四成。
数字本身说明不了什么，真正的变化藏在人群的构成里：49家央企组团进场，手里攥着电网、航天、矿冶等12个真实工程场景，不是来看热闹的，是来找机器人的。
资本的火候也恰到好处。
大会开幕前后，宇树科技刚刚完成IPO，上市首日高开逾六倍，总市值一度站上4400多亿元；整个上半年，国内具身智能赛道融资总额超过900亿元，较去年同期呈倍数级放大。
一位在展馆里转悠的投资人说了句大实话：现在不投具身智能，都不好意思跟同行打招呼。
但过去几年，世界机器人大会的流量担当是会后空翻、能弹琴跳舞的机器人；今年锁定目光的，是在模拟产线上拧螺丝、分拣货品的作业机型。
有从业者在展馆里说了一句被反复引用的话：这一届，大家不再讨论能不能做出来，而是什么时候能大规模交付。
这届大会召开的时间点，恰好站在机器人行业三个"元年"的交汇点上：规模化落地元年、供应链元年、触觉元年。
三条线索同时收拢，意味着这个行业正在发生一次身份转换：
告别实验室和标准环境的"摇篮"，走进真实的物理世界，去解决真实的问题。
规模化落地元年：从"能演"到"能赚"
先看落地这条线，数据是最硬的证据。
中国电子学会在大会主论坛发布的《2026人形机器人产业发展报告》给出了一组数字：
2026年上半年，中国人形机器人出货量已超过4万台，全球占比进一步提升至97%。第三方机构的统计口径略有出入，但方向一致：
SAG Research估算上半年全球人形机器人出货约1.91万台，同比增长274.5%；高盛把全年预期放在5.1万台，摩根士丹利则将中国市场预测从2.8万台大幅上调到5万台；工信部相关负责人的预测更乐观：今年国内人形机器人整机产量有望首次突破10万台。
出货量之外，更重要的是订单的性质变了。
星海图创始人高继扬在主论坛上展示了一台"会算账"的机器人：
与京东合作的全球首个全自主机器人前置仓，从拣选、抓取到打包全程无人干预，开展首日就真实接单100多单。
他据此勾勒了具身智能商业模式的三段演进——先是卖整机，毛利不错但天花板明显；再是方案订阅，客户为具体场景的生产力付费；终局则是按物理世界的Token计费，整机甚至可能不赚钱，价值量从硬件迁移到智能。
今年，星海图"模型驱动的生产力订单"陆续交付千台级，明年瞄准万台。
银河通用的王鹤则展示了另一张落地版图：
智慧药房开到上百家，零售"太空舱"进驻45个城市200多个点位，工业机器人进了宁德时代的产线，累计回流8万小时真实世界数据。
他的判断是，随着数据和后训练技术的积累，2028年前后行业有望迎来自己的"ChatGPT时刻"。
平台型巨头也下场做了"重注"。
京东技术委员会主席曹鹏在主论坛宣布，两年内采集超过1000万小时人类真实场景数据、100万小时机器人本体数据，发动超过10万人参与——理由是京东的零售、物流、健康、家政场景里跑着真实的任务链路，这是实验室模拟不出来的数据富矿。
应用的颗粒度也在变细。
今年的展馆里，除了常见的汽车制造和电网巡检，冒出了一批过去想都不敢想的细分场景：
机器人交警已经在芜湖、常州、苏州等十个城市交付了上百台，负责普法宣传、红绿灯指挥和非机动车异常监测；
食品加工产线上，新希望投资的希夕机器人承接了航空餐的真实生产，日产近万份；
酒店场景里，擎朗把洗衣房流程切成几段，配送机器人取送、人形机器人投衣折叠，走的是"专用+通用"互补的路线。
应用端的姿态变化同样耐人寻味。
世界机器人合作组织与中国电子学会在大会期间发起"全球机器人应用探索计划"，每年遴选1000个应用场景开放免费试用与二次开发。
需求方开始排队给机器人"发offer"，这在往年是不可想象的。
供应链元年：喧嚣之下，"卖铲人"先上岸
第二条线索在以产业链上游为主的B馆。
一个容易被忽略的细节是，今年B馆出现了一批国际芯片巨头的新面孔——AMD、英飞凌、瑞昱都来了，目标是抢夺机器人新贵们的订单。
巨头的嗅觉往往最诚实：当一个产业的芯片供应商开始主动排队，说明出货量预期已经从PPT落进了采购计划。
上游的确定性正在被订单反复验证。
就在大会开幕前后，六维力传感器龙头蓝点触控完成数亿元D轮融资，由广汽资本领投——资本从"投整机、投大脑"转向"投供应链"的趋势，在今年已经不加掩饰。
数据采集也成了新生意：他山科技带来触觉数采硬件与数据中心代建方案，觅蜂科技端出一站式物理AI数据服务平台，从采集、治理到评测全栈重构数据供给。
淘金热里先赚钱的是卖铲人，这条老定律正在机器人行业复现。而它成立的前提，恰恰是下游真的开始挖金子了。
触觉元年：从"看见世界"到"摸到世界"
第三条线索最安静，却可能最深刻。
宇树科技创始人王兴兴在主论坛上讲了一个"最后几毫米"的故事：机器人接到指令去抓一个东西，趋势判断没问题，动作拆解也没问题，眼看就要捏住了——但最后几厘米的微小偏差修正不了，误差累积，东西掉了，成功率暴跌。
他把这定性为当前全世界具身智能最大的瓶颈：AI模型的输入输出，与真实物理世界对不齐。
语言模型没有这个问题，因为文字的输入输出被严格限制在向量空间里，没有损耗；而机器人每一次感知和动作都有偏差。
这个偏差的弥合，靠视觉做不到，只能靠力觉和触觉。
德国国家工程院院士Wolfram Burgard在同一个论坛上遥相呼应：
机器人需要的下一代模型，不能只有文本和视觉，必须有触觉参与，让它知道自己碰到的物体该用多大的力——这才是具身智能的基础。
学界点题，产业界已经在交卷。
他山科技在展会上亮出动态触觉感知芯片，把触觉信号直接转化为脉冲信号，微秒级分辨率，指尖力分辨率精确到0.01牛，能识别30多种材质；配套的触觉指套则试图把人类操作时的接触、受力、滑移变成可训练的数据。
京东的数据采集计划里，力触觉同样被列为全模态采集的关键一环。银河通用的灵巧手在春晚上转核桃——核桃时松时滑，固定轨迹必然失败，只有真实世界回流的触觉数据加强化学习才能驾驭。
触觉数据的产业化也在同步提速。
光轮智能在大会期间开源了全球首个十万小时级全模态人类行为数据集，提供手部姿态、全身姿态和事件级语义标注；银河通用披露已积累上百万小时的人手操作数据。
触觉元年不是一个营销概念，而是数据、芯片、算法三条线同时到了兑现的节点。
十年前，机器人的关键词是"看"；五年前是"想"；今年，轮到了"摸"。当机器人开始感知力的分寸，它才算真正拿到了物理世界的入场券。
三道没有绕开的坎
当然，如果只看主论坛和展台的高光，很容易得出过度乐观的结论。把投资人、专家和一线从业者的话听完，会发现行业面前还横着三道实实在在的坎。
第一道是贵。
一台全尺寸人形机器人动辄几十万上百万元，工厂老板算的账很简单：两年能不能回本？
目前大部分通用人形机器人还过不了这条线。有从业者直言，在物流分拣这类场景里执着于"人形+灵巧手"的复杂方案，不仅抬高成本，故障率也随之上升——复杂的机械结构本身就是风险。
第二道是不靠谱。
展台上的机器人抓杯子十次全中，到了产线抓不同形状的零件，十次可能掉三次。实验室是可控环境，真实工况却是光照变化、物体堆叠、空间拥挤的叠加，工业客户对连续运行成功率的要求通常在99%以上，任何一次意外停机都意味着整条产线的损失。
这些在展馆里就有预演：有机器人因为网络延迟卡顿，因为光线变化"失明"，因为地面不平摔倒，工作人员不得不频繁介入重启。
第三道，也是最根本的一道，是数据不够。
曹鹏给过一个量化的对比：行业公认训出能规模化泛化的机器人"大脑"，需要千万小时级的数据，而眼下全行业能拿来训练的数据只有十万小时量级——中间是百倍缺口。
更棘手的是恶性循环：没有数据，模型就难以泛化，机器人在A场景能干活、换个场景就发懵；而无法大规模部署，就产生不了高质量真机数据。
京东的千万小时计划、光轮智能开源十万小时数据集、各家厂商扎堆做数据采集方案，本质上都是在给这个循环找突破口。
数据之下，还有一层结构性的清醒剂。
IDC的数据显示，2025年中国工业具身智能机器人市场约57亿元，其中人形机器人只占约21亿元——出货的主力不是那些会跳舞的通用人形，而是在工业、仓储等封闭场景里率先算平经济账的专用机器人。
人形机器人看起来光鲜，真正买单的人还没那么多。
还有一层心理落差需要管理。家庭场景是今年展馆里最有想象力的叙事，但几乎所有厂商的家庭演示都还停留在样板间阶段，执行一个任务要十来分钟，还受制于续航和网络带宽。
多位从业者的判断相当克制：机器人进家庭至少还要两到五年的"黑暗期"。
即便是最具技术自信的头部公司，给出的时间表也相当诚实。
王兴兴把具身智能的"ChatGPT时刻"定义为：把机器人带进任意陌生环境，仅靠语言指令就能完成80%左右的任务——快则两三年，慢则五年十年。
高继扬用三个指标度量今天的位置：作业速度大约相当于人的七八成，精度稳定到厘米级、毫米级要靠强化学习，新任务的培训成本从约10小时向1小时压缩。
每一个指标都在进步，但没有一个是"已经解决"。
结语：当机器人告别“摇篮”
今年的WRC，可能没有往年那么有趣。
跳舞的机器人还在，但讨论的中心已经从"模型有多聪明"变成了"闭环有没有形成"，从参数大小变成了交付数量，从愿景变成了收入。
但这恰恰是制造业得以持久的底色。
三个元年的交汇，并不意味着难题都已解开，而是意味着行业的评价坐标系换了：
规模化落地元年检验的是商业闭环，供应链元年检验的是产业厚度，触觉元年检验的是技术成色。
三张考卷同时发下来，答题的地方不在展馆，而在工厂、药房、酒店、仓库——在真实的物理世界里。
机器人走出了"摇篮"。
摇篮之外没有掌声，只有问题。
而一个开始认真解决问题的行业，才真正值得期待。
本内容由作者授权发布，观点仅代表作者本人，不代表虎嗅立场。如对本稿件有异议或投诉，请联系 tougao@huxiu.com。
热门跟贴