当前位置：首页 > news >正文

和几十家具身企业进行深度交流后，我们准备给waic画上句号了。

news 2026/7/30 23:06:09

这个周末，上海的天气真的是离谱。

接连的高温和暴雨，我相信绝大部分参加WAIC的小伙伴都在吐槽。

而且，从waic开始这几天，基本没怎么睡觉，紧张忙碌中。好在今天陆续收尾了，也是给这次画上了一个句号，准备8月的WRC了。

展览期间，在世博展览馆连续小跑，和很多参展的公司做了深入的交流。

今年 WAIC 展览总面积第一次突破 10 万平方米，光 H3 一个馆就摆出了 208 款具身智能终端、300 多台真机（大会官方数据）。

从 H1 走到 H3，不停下来看的情况下也要十几分钟，两天下来鞋底都是热的。

但真正让我们觉得今年不太一样的，不单单是展台数量变多，更重要的是大家展示的内容也有所突破。

去年 WAIC 上其实能做pick and place的公司已经很难得，今年已经算是标配。还有一些公司可以展示几分钟的连续工作能力（蚂蚁灵波、乐聚、银河等），甚至还有公司靠纯仿真就能做真机展示（苏度）。

有VLA，也有WAM。

这次的一个很大突破是不少企业直接把落地的场景1:1复刻进场馆，虽然有时候有一点小错误，但进步是实打实的。

这两天逛下来，最大的感受是：

本体越来越好看了，大脑今年走得是真快，各家都在追求技术闭环。

infra的建设摆在了台面上。

还有落地那件事，场景开始扩展到上海了（我看到智平方开始对上海的张园下手了，那个充满小洋楼的地方）。

就落地而言，今年有一些进展，但大家都没有吹的太过，目前还是在简单场景上做尝试（物流分拣、商超、医药、家庭服务、康养陪伴）。

这些能力的背后还有一批做硬件、供应链、仿真和端侧的公司，正在一点点推进行业发展。

下面，我们就按照这几个环节，看看今年 WAIC 展会上出现的新变化。

原文链接：和几十家具身企业进行深度交流后，我们准备给waic画上句号了。

01本体仍是竞争的主线

先说本体。

大家在现场讨论度最高的内容之一。

宇树全栈产品集体亮相，还搬来了两台GD01变形机甲，一台放在了一楼北门进口处，一台放在了展台位。

智元拿下最大的展台，不仅展示了自家的产品，临界点、启元、觅蜂科技等子公司的产品一并亮相，还把首形科技等被投公司的产品也带上了。

在逐际动力的展台上，有三条产品线：

TRON 2 是面向开发者的平台，可以用来训模型、验证运控算法；
LimX Luna 负责把全身运动控制做稳，也支持多台本体协同；
LimX Oli 搭载的是他们自研的人形大脑系统 COSA，在展厅里承担接待、讲解和问答。

导览看起来不算硬核，实际要求并不低。展馆里人声嘈杂，观众提的问题也不按套路来，机器人要一边听懂、一边规划、一边在人流里移动，某一环掉链子，整个交互就断了。

上周逐际动力有发布全新的长程任务demo，以及COSA 0.5。那篇文章里面我们就在强调系统的重要性，详细的信息可以参考：https://mp.weixin.qq.com/s/HEII9M4IUQa_Qx9CqMY1qA

走完一圈你会发现，今年本体这一侧的竞争没有停，但方向确实变了。

最直接的例子就是逐际。

他们要同时维护三条产品线，原因在于这三件事对身体的要求本来就不一样：开发者要的是可拆可改的平台，商业空间要的是撑得住场面的全尺寸，导览岗位要的是能交互、懂意图、能在人群里穿行。

另外一家，天机智能展示的 Gento Skye，则更偏向底层平台。

它开放全身力控能力，希望成为强化学习和真实世界验证的平台。对机器人来说，仿真环境里完成一次动作不算难，难的是到现实世界里不断试错、不断调整。

天机这次实际摆出了三台。

Gento Luna 是轮式折叠构型，站立 1.7 米、折叠后 0.79 米，26 个自由度，双臂标配关节力控；
Gento Skye 就是上面那台开放平台；
Marvin Pro 是固定式力控双臂，搭 Jetson Orin AGX 64G，标配五目视觉，重复定位精度 ±0.03 毫米，支持 24 小时连续运行。

Gento LunaMarvin Pro

三台复用同一套部件体系，其中值得留意的是自研的 MEMS 关节扭矩传感器，官方口径是灵敏度为传统方案的 10 倍、抗冲击能力提升 4 倍。力控这件事最终要落到传感器上，这类底层部件自不自研，往往决定了后面能不能做真机上的强化学习。

Marvin Pro 上跑的是天机自研的两个模型：VA-dex 负责长时序任务的拆解并循环执行，现场做的是礼品盒打包；AnyGrasp 面向任意物体做泛化抓取，不需要预先建模。

这也是为什么今年越来越多公司开始关注真机数据和后训练。

天机Marvin Pro递礼物

02讲长程的公司越来越多了

今年 WAIC 上，有很多公司都在强调自己做长程，虽然实际感受下来还是一两个小任务。

原力灵机联合阶跃星辰，发起了一场“挑战 15 小时持续作业”的拼装：6 台机器人协同，把八万多块微型积木拼成一座三米多长的长城模型。

挑战从开幕当天开始，按原力的现场通报，连续作业到第 8 小时仍在无间断推进。4 台桌面机器人负责城墙小件，2 台人形轮式 Apex 负责把拼好的大件搬过去对齐组装。

围观的人很多比较出圈，是因为这个任务的难度肉眼可见。最小的积木组件宽度不到 1 厘米，扣合容差在零点几毫米，比人手自然的抖动幅度还小。

更值得看的是它出错之后的处理。

机器人在这次挑战里开始表现出一定的任务恢复能力：发现位置偏差后停顿半秒，重新调整机械臂姿态，再继续完成拼接。

能在偏差之后自己找回来，这也是未来具身进入真实场景必须剧本的能力。

蚂蚁灵波则展示了另一条路线。

他们把世界模型能力做成了可以直接体验的展项：观众可以通过手柄进入实时生成的虚拟世界，也可以拿着相机移动，看三维空间随着视角变化逐渐构建。

这是国内难得从头预训练的世界模型，大部分的工作都还是基于开源的模型微调。

真正面向落地的展示，则集中在智慧药房和未来实验室场景。

前者让不同构型机器人完成接单、分拣、交付流程；后者让机器人完成实验室中的液体转移、涂布等连续操作。

药房这套拿了本届 WAIC 的“镇馆之宝”，评的是跨本体、一脑多机。三台不同构型的机器人共用一个大脑，跑完从接单到交付的全流程。

模型侧，蚂蚁灵波今年发布了 LingBot 2.0 系列，覆盖视觉理解、空间感知、VLA 决策以及世界模型等多个方向。此前我们关注 LingBot-Vision 时提到，它试图定义机器人理解世界的顺序。

这次展台上的多个应用，则展示了这套路线从模型能力走向机器人任务执行后的形态。

这类任务的难点不在某一个动作上，在在于动作和动作的接缝处。一整串动作做下来，任何一处断了，前面的工作都白做。

星尘智能今年没有单独占大展台，他们把机器人放进了四个伙伴的场景：中科创达展台做 T1 的线下首秀，京东展台用 S1 跑智慧零售的取货交付，蚂蚁灵波展台用 S1 做药房的接单取药递送。

这套方案已经在国大药房的上海门店实际运营，帮夜班药剂师分拣药品；还有一台在 WAIC 特别活动区做智能导览。

找他们家机器人要跑四个展台。但这个安排本身就是一种表态：交互、零售、药房、导览，四个场景对机器人的要求完全不同，底层使用的是同一个大脑。

T1 走绳驱路线，整机 1.55 米、约 66 公斤、23 个自由度，单臂负载 5 公斤，售价 8.99 万元起。

在现场星尘的同学告诉我们，自己是业界首个实现绳驱机器人量产的公司，目前具备万台级产能。全尺寸、高精细操作、8.99 万，这三个词此前很少出现在同一句话里。

现场也试了下他们的遥操作。

千寻智能则展示了 Moz 家族双机。

刚去现场，韩峰涛正在接受采访。

这次展开的有Moz1和Moz2。

Moz1 （用的spirit v1.6版本大脑）则演示了全屋客厅整理，一条指令连续完成多项家务；同时通过透明大脑屏展示任务规划过程，把机器人如何拆解任务、判断下一步动作直接呈现出来。

相比单纯展示结果，这种展示方式更接近真实能力验证。

现场还有个插曲：一位小朋友扔出的纸团打断了整理流程，Moz1 停了下来，重新规划路线，先把纸团丢进垃圾桶，再回到原任务，把歪倒的娃娃放进收纳筐。

03数据飞轮做好的，暂时没几家

下面聊聊数据飞轮。

过去数据采集、仿真、强化学习这些环节更多隐藏在研发流程中，今年它们开始成为公开展示的一部分。

灵初智能现场让观众直接参与数据采集。

用户按照提示完成动作，系统同步记录人的动作轨迹，并展示这些数据如何转化成机器人能够学习的样本。

把数据采集搬到展台上，本身说明行业正在意识到：数据不再只是研发过程中的副产品，它正在成为机器人能力的重要组成部分。

展台另外两块也围着同一件事：一边是跨场景、跨任务的长程灵巧操作演示，一边是首次公开的工业场景合作方案。灵初对外讲的能力关键词是极致灵巧、长程推理、力控融合几项，把数据采集摆在展台中间，这个安排是自洽的——手越灵巧，需要的数据维度越多，而这部分靠仿真补不齐。

采集这条线上今年的公司不止一家。头部的简智新创也很值得聊：

Ego 设备负责第一视角，灵巧手套负责手部动作和指尖触觉，全身 Mesh 动捕负责身体轨迹，再用一套数据基础模型把三路对齐成能直接训练的格式。

方案之间确实还没有统一答案：越接近真实人手，数据质量越高，佩戴成本和舒适度越难保证；越强调轻量化和规模化，又要牺牲一部分精度和触觉信息。

简智把这个矛盾称作数据采集的“不可能三角”——规模化、高质量、多模态，现有方案很难同时拿满。

把采集的盘子盘的更大的的是博登智能。

他们现场有很多的数采体验。观众可以佩戴 Ego 设备完成动作，同时看到设备如何同步记录视觉、动作和控制数据。

旁边的机器人足球互动，则把一个简单动作背后的数据需求展示出来：一次射门，需要同步采集位置、姿态、关节状态以及控制反馈。

博登智能真正关注的是数据生产体系。

这背后对应的是一个行业变化：数据的关键正从有多少条，变成有多少可靠。

跨维智能在这一节里能占两头。

一头是仿真。自研的 DexVerse 引擎做多物理场耦合，把长尾任务放进虚拟空间里跑，用来控制真机采集的成本。

另一头是它更在意的问题，数据如何被模型理解。

之前推出的 Aligned DexWorld，就是在尝试解决不同机器人、不同数据集之间难以互通的问题。具体的信息大家可以翻翻论文。

在现场分享数采的大部分公司，在我们的视角中大多数还是“我们能生产数据”“我们能仿真”“我们能做后训练”。

上面分享的一些公司，是我们觉得还不错的。

这就引申出一个现状，具身的数据飞轮还没有完全 run 起来。从云端的基建，数据回传、质检、标注，下方给模型使用，后续的数据挖掘以及进一步优化形成闭环。

04灵巧手和触觉的发力

我们还看到了几家在灵巧手和触觉上的进展。

千觉机器人展示的方向更加聚焦触觉。

现场通过麻将识别、防水测试、滑移反馈等互动，让观众直观看到触觉对于机器人操作的重要性。

尤其是它展示的采集夹爪：人通过设备完成操作，手部轨迹、视觉信息和接触反馈被同步记录，最终转化为机器人训练数据。

这套夹爪的型号是 XTac UMI G1，同步记录的通道包括空间定位轨迹、RGB 图像、多模态触觉、夹爪开口角度和 IMU 数据。

超维动力是我们周末见到互动设计最大胆的一家。它的展台横跨了本体、大脑和数据三件事，。

你们感受下。

现场还有个叫大裂谷的机器人（其实就是Sharpa North机器人），谁看谁迷糊。开个玩笑，话说回来，sharpa这家全栈公司，不光手，机器人也做得很漂亮。现场有很多人排队体验机器人用拍立得现场出片。

05落地这件事都在开始做了。

对机器人来说，展台只是面试。

真正的工作，是进了客户现场之后，没有掌声、没有围观，也没有工程师随时准备按暂停键。

傅利叶今年的展台是我们那天见到排队最长的几个之一，很大一部分功劳得算在“猫猫头”身上——两台GR - 3在复刻家庭日常工作场景；桌面级的 GR Nano 非常可爱，吸引了不少人去体验。

这些当然离干活还远，但它回答的是另一个真问题：人愿不愿意让它待在自己的空间里。真进了养老院和家庭，这件事跟负载和精度一样重要。

更值得看的是那台新发布的高负载轮式双臂机器人 GRW，最能说明问题的是三个数：稳定负载 16 公斤，肩宽不到 60 厘米，支持热插拔换电、续航 4 小时。这三个数放在一起，能看出它是照着某个具体工位设计的——肩宽是为了通过仓库通道，热插拔是为了不停线，16 公斤是为了搬得动真实负载。目标场景也写得明确：仓储物流、工业制造、康养照护。

同时展出的“具身之家”里，GR-3 在还原的家庭空间做安防、取送、接待。你说“我渴了”这种模糊的话，它得自己完成判断意图、拆解任务、找到位置、规划路线、取过来这一整串。

Unix AI走的是全栈自研，从触觉、学动作到拆解长任务三块都自己做，主线是通用人形机器人在家居场景上的量产和落地。把“量产”写进公司定位的，今年比去年多了不少。

XEra Lab之前报道过几篇他们的技术文章，现场看到了两个有意思的任务，一个是封箱子（物流快递打包场景），另外一个是系鞋带。和现场工作人员聊，这也是他们第一次来waic，期待后面有更多好工作展出。

酷哇科技带来首款商用级四足机器狗 X0，以及世界模型 CooWAM 做长时序任务的“夏日特调”。创始人兼 CTO 廖文龙在论坛上讲的题目是《世界模型：物理世界 Agent 的技术底座》——把世界模型说成 Agent 的底座，这个提法本身就带着落地方的口吻。

场景这一侧今年确实变宽了。

星动纪元展的是物流分拣，任务边界清晰、商业价值明确，是机器人进产业比较现实的入口；

魔法原子铺开了不同形态的产品矩阵，新出的产品外观和科技感拉满，我觉得是人形中颜值前三的了。

智平方围绕通用机器人做复杂操作任务，比如做咖啡和鸡尾酒，前面也说到了，他们在上海的张园也有站点（和徐汇区的合作），欢迎去体验和打卡。

关珊姐姐让机器人给我做了一杯鸡尾酒，丝滑的感觉。

灵御智能把服务机器人放进商超，从固定路线巡逻转向处理真正动态的环境；穹彻智能和苏度科技则分别在药房的接单取药交付、工业的包装检测装配这些完整流程里做演示。

到sudo现场的时候，碰上图灵奖得主、强化学习之父 Sutton以及B站UP主何同学来探展，不知道有没有同学碰上。

它石智航最大的看点是把线束装配场景1:1搬进展区，也是AWE泛化能力走向真实工业现场的一次集中验证。多机协作完成柔性线束装配的各个关键环节，每一项都不能出错。现场工作人员给我们讲解了整个作业流程，可惜没看到，不知道有没有小伙伴拍到了展示过程。

广州里工把这件事讲得更直接。他们交付的是围绕一项具体任务组织起来的一整套东西：末端执行器怎么选、物料和工位怎么适配、任务点位怎么规划、怎么跟客户的生产管理系统对接，都算在里面。顺序也是反的——先看清任务长什么样，再决定需要什么样的机器人。现场展的如意数采套件和真机遥操，对应的是机器人“上岗前”；轮式人形里掂 F1（他们自己叫它“阿掂”）在智慧仓储里跑货架、料箱、取放点，对应“上岗中”；运行数据和异常回流进下一轮训练，对应“上岗后”。

他们有一句话值得抄下来：机器人是进入现场的执行终端，但能不能真正上岗，往往取决于镜头之外的系统工程。

乐聚机器人展示了科研、商服、工业三大场景，塑料箱拆垛、小料上件直接摆在现场，不停作业。

与此同时，银河通用官方披露 Galbot 已在全国数十个零售点位规模化部署；云深处带来四足、轮式、人形三种形态的矩阵，新机型在现场做动态演示，围观的人一直没断过；智元呈现“部署态”，带来远征系列新品。

前面提到的千寻智能，在工业侧给出的数字比较具体：Moz1 已经进入宁德时代的动力电池 PACK 产线，承担高压测试插头插接这类非标工序，官方口径的作业成功率稳定在 99% 以上。

上面这几家是目前跑得最靠前的，但把整个展区放在一起看，能拿出部署规模和运行数据的仍然是少数。企业真正决定采购时问的是另一套问题：每天能跑多少小时、故障之后多久恢复、成本能不能低于人工、现场变了还适不适应。这些数字不出现在展台灯光下，只出现在真实生产环境里。

“面向某某场景”和“已经进去了”之间，隔着的是责任划分、事故归属、停机赔偿这些不太好看的条款。

今年能看到的变化，是开始有公司把这些条款当成正事来谈。