WRC观察：机场里的革命——这家公司用机器人重构行李转运｜甲子光年|wrc|机器人|机场|詹东晖

产品形态不重要，能干活才重要。

作者｜张麟

编辑｜栗子

8月19日，北京亦庄北人亦创国际会展中心，WRC 2026（世界机器人大会）的现场人头攒动，超过300家相关企业和近3000件展品，以及上万名观众，把整个展馆塞得满满当当。

WRC首日现场，图片来源：WRC

WRC已经举办了11届，几年前，厂商热衷于让机器人跳舞、踢球、弹钢琴，而今年，参展厂商的展示方式开始向真实场景和真实环境贴近，无论是ToB还是ToC方向，都在努力让机器人产出价值。

这或许是这届WRC最大的信号：机器人行业正在从“表演时代”走向“干活时代”。

1.在机场搬箱子的机器人

搬运场景就是一个典型代表，甲子光年在现场看到了十余家企业都推出了相关场景下的机器人产品，且在努力展示其泛化能力和复杂场景的适应能力。

这种技术方向具备长期价值，但可能会影响短期的产品落地。原因在于真实场景下，用户对机器人的能力需求是高度碎片化的，一个机器人在工地上搬箱子和在仓库里搬箱子本质上是两种不同的能力。

机器人厂商最该做的，是不断拆分需求，并研发出最能满足该需求的机器人产品。

在所有试图证明“我能干活”的公司里，有一家显得格外特别。它叫瑞为技术。

甲子光年在WRC现场看到的瑞为技术，其推出的机器人解决方案就是典型的“搬箱子”场景，但不同的是，瑞为技术搬的是机场里的行李箱。

一直没有停的机器人，节奏始终稳定。吸盘抓起箱体，提起，转身，码放进转运车。整个过程没有任何多余的花哨动作。

瑞为技术展位搬运场景演示，图片来源：甲子光年拍摄

詹东晖是瑞为技术的创始人、董事长，他几乎每年WRC都会参加，往年他是观众，今年他是展商。

在瑞为技术的展位上，詹东晖对甲子光年说：“今年已经有很多公司不再只满足于让机器人“秀一把”，开始推动机器人的商业化落地了。”

瑞为技术成立于2012年，并于今年7月8日完成了港股上市。此前，瑞为技术的核心业务是面向企业客户提供视觉智能技术和产品，其研发的智慧通行设备在中国民航视觉智能产品市场排名第一，已覆盖全国超过三分之二的千万级机场。

过去瑞为技术一直在为机器打造“眼睛”和“大脑”，如今，其推出了机场行李转运机器人解决方案，开始给机器装上“手”了，产品力从感知走向了执行。

2.“像不像人不重要，能不能干活更重要”

机场行李转运是一个被大多数人忽略的场景。

目前绝大部分机场的行李转运仍然依赖人工作业，一个搬运工一天弯腰上千次、累计搬运超过一吨的行李是常态。詹东晖告诉甲子光年：“搬运工不是机场里用人最多的，但却是最累的。”

这几乎是所有ToB机器人研发的底层逻辑：场景人员工作强度大、招工困难。但要想通过机器人完成人工替代，需要对场景需求有足够精细化的理解。

就抓取、搬运物体而言，经过几年的发展，机器人形态变得越来越多样，轮式双臂机器人、双足机器人和四足机器人谁也没能打倒谁。

不仅是机器人的整体形态，机器人手的形态也没有统一。在WRC现场，甲子光年发现五指灵巧手、三指灵巧手甚至夹爪都出现在了负责转运物体的机器人身上。

瑞为技术的方案更独特。2025年，瑞为技术推出了晓蚁行李转运机器人，其为单臂结构，专为标准行李箱的批量转运和分拣至拖车装载而设计，执行机构由复合吸盘与夹爪构成，能够高负载、柔性自适应地抓取和摆放不同尺寸和姿态的行李箱。

瑞为技术晓蚁行李转运机器人，图片来源：瑞为技术

詹东晖解释说：“行李箱不是标准化的快递纸盒，有的能吸，有的不能吸，有的得抓，有的得勾。如果不了解行李转运场景的真实需求，没有人会设计这么一个‘怪物’”。

“夹爪+吸盘”的设计，能让晓蚁机器人在保证搬运稳定的前提下兼顾效率。在现场，甲子光年还看到当晓蚁机器人将行李放在转运车上后，会利用夹爪推动行李箱，以缩小行李箱之间的间距。

詹东晖告诉甲子光年，这个动作是经过特殊设计的，瑞为技术内部称其为“间隙动态调整技术”。如果没有这个动作，行李码垛的密度就会降低，原本3节转运车厢就能拉完的行李就可能需要4-5节，效率反而下降了。

这个细节折射出瑞为的产品哲学：手的形态不重要，重要的是这双手能干活，并长期、稳定、高效地干活。

瑞为技术的思路并不是让一台机器人包打天下，而是围绕完整生产任务，探索由不同形态机器人协同完成不同环节。

当前，在真实机场POC的机器人解决方案中，晓蚁行李转运机器人主要承担标准行李箱的识别、抓取、搬运和码垛；针对背包、软包等更加复杂的柔性和非标准行李，瑞为则通过轮式双臂人形机器人进行下一阶段柔性操作能力的技术探索。

瑞为技术双臂人形机器人，图片来源：瑞为技术

此外，这套行李转运解决方案还包括一款托盘回收机器人，负责行李托盘的自动回收，以及智能转运机器人，负责行李在不同点位的运送。当全套解决方案落地运行后，机场行李转运工作的人员配置将会大幅降低。

未来随着相关技术进一步成熟，瑞为希望逐步构建由专用机器人、更加通用的具身机器人以及人工共同参与的多机器人协同生产体系。

詹东晖算了一笔账：目前的机场实测中，晓蚁机器人能自主完成约80%的行李搬运，剩下20%由人工处理。瑞为希望未来逐步向“80-10-10”的方向演进——80%的标准化、高频行李转运由专用机器人承担，10%的柔性行李由通用的机器人处理，最后10%极端长尾任务由人工兜底。

从WRC现场看，瑞为技术的产品思路相当务实，其从一开始就没打算让一款机器人解决所有问题，而是先把技术成熟、经济账能算过来的部分交给机器。

“让机器人适应场景，而不是让场景适应机器人。”詹东晖在展台前告诉甲子光年，“机场已经有成熟的行李转运流程和基础设施，不可能为了部署机器人重新改造一套系统，没有客户愿意这么做。”

3.一套面向生产任务的机器人智能体系

如果说“搬箱子”是瑞为技术的表象，那么它背后的技术路线才是真正的看点。

随着具身智能的发展，大模型正在成为机器人理解任务、进行决策与泛化的重要技术路径之一，VLA（视觉-语言-动作）是目前较为主流的技术路线。但瑞为技术在此基础上往前走了一步，提出了VTFLA（视觉-触觉-力觉-语言-动作）具身智能技术架构，在VLA（视觉、语言、动作）的基础上引入了力觉和触觉的物理反馈能力。

为什么要加入触觉和力觉？

面对不同材质、不同形状、不同重量的行李，单纯的视觉语言信息很难保证抓取搬运动作的稳定性，而触觉和力觉的加入，能够让机器人感知抓取过程中的行李状态变化，实时调整作业策略，降低脱落风险。

詹东晖透露，早期他们也试过把视觉和力觉单独设计为一套系统，VLA大模型负责感知和执行，力觉控制单独写算法。但结果泛化性太差——行李材质五花八门，金属的、麻布的、塑料的，每种都需要不同的抓取力度，“靠人工编程力控算法根本写不完，还会影响其与VLA大模型的配合。”

于是瑞为选择了一条更难的路：把触觉、力觉等物理反馈与视觉、语言和动作信息放到更加统一的表征和决策框架中。用詹东晖的话说：“让机器人不仅能看懂任务，也能够根据真实接触过程动态调整动作”。

此外，在机场这种典型的人机混场环境中，安全始终是机器人进入生产的前提。瑞为并不是单纯依赖模型实现安全，而是通过视觉感知、激光雷达、安全控制等多层机制构建基础安全体系；在此基础上，VTFLA等智能能力可以进一步增强机器人对人员、物体及环境状态的理解，为动态避障和作业策略调整提供更多信息。

“安全是前提，不是一个选项，无论是伤到人还是伤到货物，都是不允许的。”詹东晖对甲子光年说。

在今年的WRC上，当行业开始重新讨论触觉、力觉等物理反馈的价值时，瑞为已经尝试将这些能力纳入具身智能技术框架，并结合真实机场场景持续进行技术验证。

在瑞为看来，真正进入生产环境的机器人，需要解决的并不只是“如何抓住一个行李”。瑞为正在构建的是一套面向生产任务的机器人智能体系：通过多模态感知理解物体，通过空间智能理解环境，通过VTFLA等技术增强与物理世界的交互能力，再通过任务规划和多机器人协同完成更加完整的生产任务。机器人进入真实生产后产生的“感知—决策—动作—结果”闭环数据，又进一步反哺模型和整个系统。

4.定价、落地、算账

“你的机器人卖了多少台？”这是一个让机器人厂商感到尴尬的问题。

根据麦肯锡公司的相关报告，2025年全球人形机器人出货量约为13317台。虽然其中高达87%的产品由中国厂商生产，但考虑到头部厂商的份额占比，普通机器人公司的年出货量可能仅为两位数水平。

此外，如果将统计口径从“出货量”换成“上岗数量”，真正在真实场景里稳定运行的机器人或许并不太多。

WRC现场，能让机器人厂商感到兴奋的，不是展位面前围了多少观众，而是有没有潜在客户能够和自己深度交流。詹东晖透露，展会期间瑞为也在与包括国际航空产业链企业在内的海外客户交流，探索这套方案在海外机场的应用可能。