作者｜白雪 毛心如

「這不是機器人的春天，這是機器人的夏天」。

這可能是世界機器人大會舉辦 10 年以來最熱鬧、最有門道的一屆。

一方面參展企業(yè)達到歷史高峰，200 余家國內(nèi)外機器人企業(yè)參展，1500 余件展品。

更最重要的是，這屆機器人動起來了。

一位連續(xù)參加了 6 年大會的展會人員提到：「去年和今年變化很大，去年機器人都是被架起來的，今年都動起來了�！�

世界機器人大會也是機器人產(chǎn)業(yè)鏈的眾生相。聚集機器人本體的 B 館人潮洶涌，一進門眾擎、逐際動力、傅利葉鎮(zhèn)場，魔法原子、維他動力、千尋智能、星海圖齊齊排開，但凡展位有拳擊比賽、跳舞表演，別想了，擠都擠不進去。

A 館則聚集著宇樹、優(yōu)必選、智平方、越疆機器人等等明星機器人公司。

C 館主要聚集著為機器人行業(yè)提供軟硬件解決方案、核心零部件的供應商，比如禾賽科技、速騰聚創(chuàng)、靈心巧手、靈巧智能、傲意科技等等。

熱鬧背后，機器人正在從遙操、編程走向自主思考，從炫技表演走向場景化落地應用。但再往前走一步，食物鏈最頂端的人形機器人遠未走到商業(yè)化落地，一臺開發(fā)價格大幾百萬的人形機器人，要么靠融資，要么靠著公司賣配送機器人的盈利養(yǎng)活工程師團隊。

每一家企業(yè)都非常用力想要自己看起來更性感。

當你看倦了機器人鏟爆米花的時候，就會冷不丁瞅見有家長推著坐輪椅的孩子在了解下肢外骨骼機器人，這時候才會發(fā)現(xiàn)，技術(shù)滾滾向前，它并沒有落下任何人。

有人說這場大會沒有共識，并非如此。算法與數(shù)據(jù)之爭，真實與仿真數(shù)據(jù)之爭，模型能力之爭，機器人形態(tài)之爭。這些爭論恰好是構(gòu)成機器人大亂斗時代的基礎。

所有機器人公司所追求具身智能的先進形態(tài)、瘋狂開屏的樣子，恰恰是這場大會的絕妙之處。

這一次我們試圖從機器人大腦、芯片、本體、眼睛、手五大關(guān)鍵領域梳理行業(yè)初步共識。

機器人大腦：VLA 成萬模之源，有思考能力才是完全進化形態(tài)

通用機器人=通用大腦+通用本體，這是行業(yè)內(nèi)對于通用機器人基本的認知。

在逛完 WRC 之后，所有廠家的通用大腦可以分為三種能力等級：

初級：機器人動作主要依靠遙操和編程，比如機器人背后站著一位神秘的黑衣人，這就是人類操作員在操控機器人。

中級：能在部分場景內(nèi)實現(xiàn)一定的自主思考能力，比如能夠在快遞場景自主分揀貨物等。

高級：具備高度跨場景泛化能力，在大部分場景都具備自主思考能力，而目前具備此能力的產(chǎn)品還尚未出現(xiàn)，主要是因為 VLA 模型仍然處于實驗室階段。

高級別能力可以理解為機器人大腦的臨界點。王興興舉例，機器人的臨界點應該是即便機器人來到陌生的會場，只要跟它說把這瓶水帶給觀眾，它就能完成獨立完成。

而要達到這一等級的自主思考能力，業(yè)內(nèi)主流方案是向 VLA 模型發(fā)展。這種模型可以將視覺感知、語言理解和物理動作融為一體，讓機器人能夠聽懂人的指令看懂當前的環(huán)境，最終通過理解語言之后，有自我意識去完成任務。

WRC 最明顯的趨勢就是機器人大腦圍繞 VLA 模型「萬模齊開」，代表企業(yè)星動紀元、星海圖、千尋智能、銀河通用、靈初智能等等。

去年 12 月，清華大學唯一持股的企業(yè)星動紀元發(fā)布了強化學習訓練具身大模型的算法框架 iRe-VLA。

將其融合到具身大模型 ERA-42 中，可以通過同一個端到端 VLA 模型，用語音控制高自由度人形機器人的全身靈巧操作，比如柔性物品分揀、掃碼等等。

在 WRC 上，星動紀元將具身智能大模型 ERA-42 應用到全尺寸人形機器人星動 L7 中，在現(xiàn)場物流模擬場景中，多臺星動 L7 不依靠編程，就可以協(xié)同工作：一臺負責智能分揀包裹，另一臺負責智能掃碼，即便遇到包裹的二維碼在另一面，也能自主翻面，識別二維碼，學習能力提升程度很高。

類似的，靈初智能在今年也基于強化學習（RL）的端到端具身 VLA 模型 Psi-R1。

Psi R1 模型提出了快慢腦分層架構(gòu)，慢腦 S2 系統(tǒng)專注于推理，輸入 VLA 模型中的殊絕語言以及動作信息，負責場景抽象理解、任務規(guī)劃決策。另一個快腦 S1 專注于高精度的控制。

比較大的變化是，Psi R1 模型會結(jié)合歷史動作與當前環(huán)境狀態(tài)，理解動作的長期影響，最長可以完成時長 30 分鐘以上的 CoAT 長線思維鏈。

在 WRC 上，靈初智能的麻將機器人「大秀特秀」，可以和現(xiàn)場觀眾完成一場 30 分鐘以上的麻將對局，最驚艷的就是自主完成碰杠這類博弈決策，這類動作展示就是 VLA 模型動態(tài)構(gòu)建決策鏈的能力。

銀河通用也采用了端到端具身抓取基礎大模型 GraspVLA，在 WRC 上嶄露頭角。

GraspVLA 主要由 VLM 骨干網(wǎng)絡模塊+動作專家模塊組成，其中 VLM 包括了一個 1.8B 的大語言模型，一個視覺編碼器以及一個可訓練投影器。

最終 VLM 模塊負責視覺觀察和文本指令，動作模塊負責動作生成。

銀河通用強調(diào)的優(yōu)勢在于其模型訓練采用通才+專才訓練，通才就是利用十億幀的仿真渲染數(shù)據(jù)來強化模型泛化能力，熟悉物體的環(huán)境變化，專才就在特定場景下進行真實數(shù)據(jù)的針對性場景訓練。

銀河通用專門面向零售行業(yè)開發(fā)了端到端具身大模型 GroceryVLA，在 WRC 展臺上，銀河通用為其人形機器人 Galbot 開辟了小超市，即便 SKU 和商品包裝品類各不相同，Galbot 仍然可以分辨材質(zhì)，根據(jù)訂單精準識別、抓取商品，交給顧客。

星海圖此次也躬身入局 VLA 模型，在 WRC 上首次帶來了「真端到端+真全身控制」的 VLA 模型 G0，這套模型已經(jīng)可以通過語音讓機器人獨立在房間里整理床鋪了。

即便 VLA 模型已經(jīng)今年機器人大腦的熱詞，但同樣是 VLA，各家的技能點也各不相同。

星動紀元創(chuàng)始人陳建宇認為，接下來決定機器人大腦能力有三點：

模型架構(gòu)決定大腦能力上限、數(shù)據(jù)豐富度和數(shù)據(jù)質(zhì)量決定動作的完成度，本體的好壞和負責都決定執(zhí)行的上限。

因此，面向 VLA 的模型開發(fā)仍然是一場漫長的進修之路。

機器人芯片：英偉達、地瓜機器人齊刷臉

本屆 WRC 無疑成為了各家機器人的「演武場」，芯片作為機器人「大腦」的關(guān)鍵組成部分，是決定機器人感知與決策能力的關(guān)鍵部件。

在眾多機器人靈活大腦的背后，其實都有兩位賣鏟人的身影，一個是英偉達，一個是地瓜機器人。

兩位賣鏟人展現(xiàn)了截然不同的機器人算力路線，英偉達代表的是「高端通用算力+仿真/訓練生態(tài)」，面向需要大模型感知、端側(cè)高并發(fā)推理與復雜仿真的場景；地瓜機器人代表的是「低成本/定制化算控一體+開發(fā)者生態(tài)」，主攻消費級與結(jié)構(gòu)化場景的規(guī)模化落地。

作為國內(nèi)具身智能兩家頭部公司，宇樹科技和銀河通用成為了英偉達的客戶。

銀河通用的 G1 Premium 人形機器人，是首批搭載 NVIDIA Jetson Thor 的人形機器人之一，在工業(yè)碼垛、拆垛及物料箱搬運等復雜場景中展現(xiàn)出流暢性與作業(yè)速度。

宇樹科技則在其新型人形機器人 R1 上部署了英偉達全棧機器人技術(shù)，通過 Isaac Sim 高仿真平臺優(yōu)化運動與操控能力，并借助 Isaac Lab 系統(tǒng)實現(xiàn)快速策略迭代。

除此之外，像踢足球的加速進化 Booster T1，采用的是 Nvidia AGX Orin，提供 200 TOPS AI 算力；星海圖公司的 R1 系列采用的都是 NVIDIA Jetson AGX Orin 32GB；眾擎的 SE01 采用的是 NVIDIA Jetson Orin Nano。

地瓜機器人此次也展示了 5 家合作伙伴的落地應用，涵蓋了從機械臂到四足機器人再到人形機器人。

維他動力的全地形自主移動伴隨機器人 Vbot 部署了地瓜機器人 RDK S100P 作為 AI 大腦，憑借 128TOPS 端側(cè)算力和自動駕駛級傳感器系統(tǒng)，能夠?qū)崿F(xiàn)「看得見、聽得見、會思考、能對話」。

大象機器人的 myCobot 280 RDK X5 機械臂采用的是地瓜機器人 RDK X5 作為 AI 計算平臺，具有 10TOPS 算力，支持 100+開源算法模型，覆蓋 YOLO World、VSLAM、目標檢測、語義交互等場景。

而國地共建的青龍機器人則搭載地瓜機器人 RDK S100P 智能計算平臺，憑借 128TOPS 端側(cè) AI 算力，實現(xiàn)「語音-視覺-抓取」全鏈路閉環(huán)。

從芯片應用上，也能發(fā)現(xiàn)「大小腦協(xié)同」將成為常態(tài)。

把實時控制、低延遲決策放在本地的小腦如 MCU，把復雜感知與高層規(guī)劃放到高算力的「大腦」例如 GPU、BPU、NPU 等，由此形成成本與能力兼顧的系統(tǒng)。

地瓜機器人在 RDK S100 的設計理念即主張這種異構(gòu)協(xié)同，而采用英偉達的整機更多將「大腦」能力推到端側(cè)以實現(xiàn)更強感知與在線泛化能力。

機器人本體：情感需求萌芽，關(guān)鍵部件全自研尚早

整個 WRC，最受關(guān)注的還是機器人本體企業(yè)。

第一個最明顯的變化發(fā)生在形態(tài)上，機器人的尺寸變得更多元。

人形機器人尺寸主要集中在兩個范圍，一類是輕量小尺寸機器人，如宇樹 G1 等，身高集中在 120-130cm 區(qū)間，比如宇樹第三款人形機器人 Unitree R1，身高 127cm，整機重量只有 25kg。

與之相對的是全尺寸機器人，身高動輒 170cm 以上，典型如特斯拉機器人擎天柱，身高 172cm，體重 73kg。再比如眾擎機器人最新發(fā)布的 T800，就宛如巨人，身高 1.85 米，體重 85kg。

在 WRC 上多了很多 140cm—160cm 左右的中小尺寸人形機器人。魔法原子新推出的小個子人形機器人 MagicBot Z1，身高 140cm，體重 40kg，可以秒彈射起身。

這次鹿明機器人在 WRC 也展出的可一秒彈射起身的 Lumos LUS2，身高 160cm/55kg，外觀上更接近人類。

鹿明聯(lián)合創(chuàng)始人黃浩告訴星河頻率，他們認為人形機器人行業(yè)會逐漸收斂到 160cm 機器人的形態(tài)。

背后的原因跟穩(wěn)定性和關(guān)節(jié)尺寸大小、成本有關(guān)。

最核心的原因是身高 160cm 機器人的重心高度比 120cm 機器人高出 33%，動態(tài)平衡時的穩(wěn)定性閾值明顯降低，穩(wěn)定性更好。

甚至，鹿明機器人也在 WRC 上第一次展出了小型人形機器人 NIX，其身高跟 3 歲小孩相當。

第二個最大的變化在于，本體機器人有了更多元的情感表達。

傳統(tǒng)人形機器人有兩個方向，一種是仿真級別的機器人，把機器人臉部做得非常逼真，另一種則是外形具備科技感的機器人，其身體及五官形態(tài)更超人。

傅利葉在 WRC 最新發(fā)布的人形機器人 GR-3 開創(chuàng)了一種新的外觀形態(tài)。

從外觀來看，傳統(tǒng)機器人的脖子變成了厚圍脖、原本冰冷的工程塑料上多了一層皮革，外觀色調(diào)從主流的黑白灰變成了更加柔和的配色，從視覺上削弱了傳統(tǒng)機器人的冰冷感。

從內(nèi)主打全感交互，GR-3 身上搭載了 31 個傳感器構(gòu)成觸覺感知陣列。

呼喚、撫摸 GR-3，就能觸發(fā)「快思考」反饋，快速轉(zhuǎn)頭對視或者輕晃腦袋回應，同一指令被多次觸發(fā)就會啟動「慢思考」模式。

由大模型推理引擎理解復雜語義、交互歷史及觸發(fā)特征，生成更自然且適配場景的應答。

這種結(jié)合皮膚觸感的交互形態(tài)，給人形機器人的擬人化提供了一種新的思路。

第三個變化是自研成為主流方向，但全棧自研為時尚早。

本體機器人在大展拳腳時，背后是整個機器人產(chǎn)業(yè)鏈的深度融合。整個 WRC 觀察下來，不少企業(yè)為了節(jié)約成本、掌握核心關(guān)鍵技術(shù)，有了嘗試核心零部件自研的趨勢。

目前鹿明機器人已經(jīng)在自主研發(fā)機器人關(guān)節(jié)模組、觸覺夾爪和七軸數(shù)據(jù)采集機械臂等核心零部件。

黃浩告訴星河頻率，關(guān)節(jié)模組大概占整機成本 40%，他們選擇自研的部分都屬于成本高、技術(shù)要求高的部分。

但他認為整個通用機器人行業(yè)其實都處于比較早期的過程，談全棧自研為時尚早。

要先把整體供應鏈能力先建立起來，才有可能像汽車企業(yè)那樣從芯片再到軟硬件都趨向于全棧自研。

靈巧手：從單點演示過渡向場景化、可部署化

靈巧手，作為人形機器人的最后一厘米，決定了機器人作業(yè)能力的上限。隨著機器人本體的穩(wěn)定性上升、市場對機器人作業(yè)能力的要求提高，靈巧手也從入場試水的「單點演示」向場景化、可部署化發(fā)展。

今年 WRC 上有 10 家以上靈巧手廠商參展，帶來了超 20 款靈巧手產(chǎn)品，較去年有了很大的增長。

在技術(shù)路線上，傳動方案呈現(xiàn)多元化，腱繩方案的上場率有了明顯提高。

當下，市面上大部分的產(chǎn)品采用的還是連桿方案，自由度在 6-11 的區(qū)間。

而腱繩方案能帶來更高的自由度，同時在理論上最能突破靈巧手不可能三角。這次參展的兩款新品靈巧手都采用的都是腱繩方案。

賽博格機器人 Cyborg-H01 通過腱繩方案和單電機驅(qū)動多關(guān)節(jié)結(jié)構(gòu)，實現(xiàn)重量傳較統(tǒng)方案降低 40%，成本下降 40% 以上。

曦諾未來 Xynova Flex 1 具備 25 個自由度，關(guān)節(jié)位置控制精度達 0.75°，較國際水平提升 25%。

此外，像靈巧智能這樣全產(chǎn)品線采用腱繩方案的廠商，也展出了三指到五指靈巧手產(chǎn)品。

其中，DexHand021 Pro 作為高自由度靈巧手將在下半年正式發(fā)售。

在 WRC 上，推出 Linker Hand L6 與 L20 工業(yè)版的靈心巧手公司，也展出了采用腱繩方案的、目前自由度最高的靈巧手一一 Linker Hand L30 科研版。

其次，感知與觸覺在「決策環(huán)」里的權(quán)重上升，高密度觸覺傳感器逐漸成為一種標配。手的靈巧度不能跟自由度的多少掛鉤，觸覺傳感、力控與多模態(tài)視覺的深度融合才是真正的衡量標準，換言之，要讓機器人理解「怎么抓、抓多緊、該不該調(diào)整」。

大寰機器人 DH-5-6 靈巧手在指腹與手掌布設離子活性層觸覺陣列，可以實時捕捉壓力分布、紋理特征及滑動趨勢，支持自適應抓取和異常觸碰識別。

優(yōu)必選的 Walker S2 搭載其自研靈巧手，使用雙目視覺+陣列觸覺，可識別不同材質(zhì)的滑動摩擦系數(shù)，抓取易碎物品時施加的力波動控制在±0.5N 以內(nèi)。

過去，不少靈巧手廠商偏重于硬件研發(fā)，忽略了軟件與算法的協(xié)同。但機器人要在復雜場景中精準作業(yè)，必須「軟硬兼施」。

如今，已有廠商開始構(gòu)建「硬件 + 算法」的生態(tài)體系。

中科硅紀在 WRC 上展示了多款智能靈巧手與具身智能整機，展現(xiàn)出了一條路徑：將機械手的物理能力與大模型、多模態(tài)感知算法結(jié)合，機器人能根據(jù)不同場景動態(tài)調(diào)整抓取策略，讓同一套「手臂+手」可以覆蓋更多應用場景，降低集成與現(xiàn)場調(diào)試成本。

傲意科技聯(lián)合艾歐智能、英偉達打造的「靈巧手+數(shù)據(jù)+場景」開放實驗室在WRC首次亮相。基于 NVIDIA VSS 多模態(tài)視覺大模型，傲意科技的靈巧手在現(xiàn)場演示了復雜抓取、精密裝配及康復輔助的實時交互。

除此之外，也能明顯感受到靈巧手正在向模塊化和標準化發(fā)展。

各家廠商正努力把「手」做成可插拔、可復用的模塊，便于在不同品牌機械臂或整機上快速替換與集成，從而縮短落地時間與工程成本。

機器人眼睛：「眼、腦、手」進入升維協(xié)同

去年 WRC 上，他山科技 CEO 馬揚表示，機器人執(zhí)行復雜動作需要統(tǒng)一體完成視覺與觸覺的融合。

這一觀點在今年大會上已成為現(xiàn)實，多傳感器融合已從技術(shù)理想進化為產(chǎn)品核心架構(gòu)。

機器人的「眼睛」正與「大腦」、「手」形成更高效的協(xié)同。

過去，人形機器人的視覺功能多停留在「炫技」或概念展示，而今年視覺技術(shù)的「生產(chǎn)力屬性」更為明顯，比如多臺機器人協(xié)作完成物料分揀、跨區(qū)域配送等實際任務。

機器人不再只是「看得見」，而是在真實場景中「看得懂、用得上」。

單靠一種傳感器已無法滿足復雜場景需求，多源數(shù)據(jù)的時空融合成為視覺系統(tǒng)的底層邏輯。

速騰聚創(chuàng)推出的 Active Camera 平臺，采用多傳感器一體化集成，單硬件即可提供色彩信息、深度信息與運動狀態(tài)信息，并實現(xiàn)三類信息的時空融合，突破了傳統(tǒng) 3D 視覺「看不清、看不準、反應慢」的技術(shù)瓶頸。

奧比中光的 3D 激光雷達 Pulsar ME450 支持三種掃描模式自由切換，是行業(yè)首款「一機多模」3D 激光雷達，可動態(tài)切換以適應避障、測繪等場景，適配物流、戶外作業(yè)等復雜場景。

這種融合的本質(zhì)，是讓機器人從「看見物體」升級為「理解環(huán)境」。

在硬件層面，視覺設備正朝著「體積更小、性能更強」的方向發(fā)展。

禾賽科技的 JT 系列激光雷達，體積僅臺球大小，支持行業(yè)最廣的 360°×189°超半球視野和 256 線分辨率，發(fā)布 5 個月交付量達 10 萬臺。

其純固態(tài)雷達 FTX 體積較上一代減少 66%，點頻高達 49.2 萬點/秒，可隱蔽嵌入服務機器人機體，實現(xiàn)「無感化」感知升級。

此外，與去年 WRC 討論「感知分離」，即視覺在腦端處理、觸覺在邊緣端處理不同，今年呈現(xiàn)明顯的「端-邊-云協(xié)同」趨勢。硬件廠商不再只賣傳感器，而是構(gòu)建全棧開發(fā)生態(tài)。

像速騰聚創(chuàng)的 AI-Ready 生態(tài)就提供了開源工具、預訓練算法庫及數(shù)據(jù)集，吸引場景和算法兩類開發(fā)者，推動產(chǎn)品落地應用以及反向推動硬件迭代。

同時，機器人視覺的不斷發(fā)展，讓魯棒性成為了產(chǎn)品落地的大前提。

人形、陪伴類機器人在今年展出數(shù)量大幅增加，尤其是在餐飲、零售、家庭等場景演示越發(fā)頻繁。

相比去年偏靜態(tài)的展示，今年的機器人能在展館這種復雜環(huán)境中保持穩(wěn)定工作，例如維他動力的 Vbot 在場館里「自由活動」，天工機器人自主「遛彎」到工位。

這要求感知系統(tǒng)必須經(jīng)過更苛刻的工程驗證，這種需求迫使廠商在算法降噪、抗干擾設計、軟硬件協(xié)同上持續(xù)優(yōu)化。

這次 WRC 像一面棱鏡，折射出機器人發(fā)展的核心脈絡：市場不再滿足單點炫技，而在尋找「真有用、能落地」的系統(tǒng)級進化。

無論是手的靈巧進化、視覺的感知躍遷，還是大腦的智能賦能、本體的穩(wěn)定支撐，最終的關(guān)鍵都藏在技術(shù)的協(xié)同里。

大腦的決策需要眼睛提供精準的環(huán)境感知；

眼睛的觀察需要手和本體去執(zhí)行驗證；

手的靈巧操作依賴本體的穩(wěn)定支撐和大腦的精細控制；

本體的運動效能更離不開大腦的全局規(guī)劃和眼睛的實時反饋。

王興興預測，未來幾年，全行業(yè)人形機器人出貨量每年翻番都是有保證的，如果有更大的技術(shù)突破，甚至可能未來 2-3 年突然一年出貨幾十萬臺，甚至上百萬臺也有可能。

當技術(shù)從單點爆破走向多維協(xié)同，機器人終將撕掉「Demo」的標簽，以真正的智能體身份走入各行各業(yè)。

畢竟，評判一個機器人的終極標準，從來不是「能轉(zhuǎn)多少圈」、「識別多少物體」，而是它是否能真正「接住」人類的需求。

       原文標題 : 這屆機器人火力全開，不止炫技更要落地