C | 没人再怀疑机器人到底能不能干活了。

D | 分拣台上，机器人抓着一件件包裹，翻过面单，送上传送带；咖啡吧里，机械臂取杯、萃取、递杯一气呵成；家庭展区，机器人在叠衣服、收拾桌面、给垃圾桶套塑料袋，全程自主完成。干活几乎成了展台标配，而且大部分任务，完成得都还不错。

E | 从另一个角度说，这些演示又多少带着点“欺骗性”。毕竟，人类善于根据眼前的事物产生联想。看到机器人在叠衣服，或许会觉得它也能做收纳，能叠T恤，那也能叠大衣、裙子，在现场能干，搬到任何一个家庭，也可以直接上手。但这份想象，机器人目前还很难接住。光锥智能在展会了解到，很多演示比较流畅的任务，其实是根据固定的场景和流程，特调出来的。一旦换上没见过的物料，或者打乱流程，甚至干扰光影，表现就会不如人意。有展台工作人员向我们坦言，演示前在现场临时采了数据，或表示做了“微调”。演示中的干活，和真正的干活，仍隔着一些距离。这段距离有多远，取决于模型的泛化能力，精准度和反应速度如何，数据能否供应得上，采集方式有哪些新的解法……但时间不等人，机器人行业已经来到了关键转折点。在过去大半年间里，机器人行业涌入了太多资源。几乎每两周就有融资事件，IPO的门口排着一长串人，机器人这个还处于早期的行业被资本、客户、产业链们共同推到了史无前例的高位。

F | 尤其是当宇树上市首日达成4千亿市值，标杆效应打开了机器人行业的天花板，同时也让那些试图在公司低估时期入局的投资人，少了“捡漏”的可能。但热闹终将散场，筹码总会兑现成价值。当行业融资通道收窄，随之而来的就是靠硬实力的长跑。从这个角度看，今年的WRC可能会变成很多玩家的最后一舞。那么，当机器人会干活已经不再是新故事，行业的下半场，到底比什么？面对这个问题，众擎机器人创始人兼CEO赵同阳给了光锥智能一个答案，没有订单数字，没有宏大叙事，行业应该更关注交付的“质量”：交付必须是有质量的交付，而不是为了营收凑数。在一个所有人都在抢着证明自己的展会上，头部公司反而主张克制。这某种程度上正是下半场竞争逻辑的注脚。三种场景三种验证逻辑今年WRC上机器人干的活，大致可以分为工业、零售、家庭三类。三类场景的区别不在环境，而在验证逻辑：工业验证效率，零售验证流程。至于家庭，这暂时无法验证。

G | 这次WRC上，工业领域依旧集中在上下料、搬运、码垛几项任务上。优必选用隔离带围出一个上百平米的空间，多台机器人协同完成物料搬运、分拣、流转，亮点是支持3分钟自主换电，解决了续航的问题。银河通用的Galbot S1主打重载搬运，双臂最大负载达到了50公斤。虽然这些任务机器人都完成得不错，但在这个高度可标准化的场景里，如何跟传统工业设备对标，是行业最大痛点。比如优必选的Walker S2，从搬起料箱，移动几米，再放到传送带，全程用了10秒以上。这个速度，远低于机械臂和AGV的水平。

H | 工业流水线之外，快递分拣成了这次大会最卷的场景之一。

I | 走了一圈，大概有七八家都在演示。

J | 这是工业领域里，极少数已经能用计件数量来衡量的场景，任务明确、节拍可量化。

K | 其中，星动纪元最快速度每小时将近2000件，自变量之前直播的战绩是一小时1816件、准确率超98%。这个数量水平，已经接近人类熟练工。其中，自变量的方案很有意思，它没用看起来更“高科技”的人形和灵巧手，只有两只机械臂，安装两个夹爪，而且就连夹爪也几乎不怎么张开。就是在这么朴素的设备上，既展示出了效率，也兼具了具身智能的泛化性。比如翻面单时，它是用一只夹爪先挡住包裹，再用另一只夹爪直接把包裹掀过去，然后推到传送带上。用东北话说，这个动作叫“扒拉”。这一方式不仅拓宽了可处理包裹的尺寸、形状，也能提高效率。演示环境中，自变量的包裹并不是统一的，有柔软的塑料包装，有不同尺寸的硬纸壳箱，其中还掺杂了不是快递的毛绒玩具等物品，机械臂都能快速识别，进行分类处理。遇到两个尺寸相同的纸箱挨在一起时，它会先把旁边的包裹推出去，再操作眼前的包裹，一次翻不过去就再翻几次。光锥智能询问了自变量这个方案的落地情况，展台工作人员称，目前已经在全国多个快递中心投入实际应用了。但问到具体是多少家，是哪家快递，对方表示无可奉告，并表示确实是真的干活，不是为了采集数据。零售是今年展台密度上升最快的场景，背后逻辑是“半结构化”场景，比工厂开放、比家庭可控，既能算商业账，又能持续产生多样化的真实交互数据。蚂蚁灵波展示了在超市和药房场景中，从扫码下单、机器人到货架取货、把商品送到前台的标准流程，并且，智慧药房的方案已经在上海真实门店投入运行。

L | 零售要规模化，靠的就是流程的可复制性。同样的场景银河通用和星海图也都在验证，后者展示的规模最大，号称能泛化到万种SKU，但现场抓取时出现过多次失误。

M | 值得思考的是，光锥智能注意到，今年WRC展示的零售场景似乎有些“退步”。在2025年WRC时，银河通用的演示具有明确的“非标”特征。比起今年的演示，去年货架商品摆放紧密，辣条一类的产品还挂在钩子上，完全就是真实小卖部的样子。但今年的演示一眼望去都是标准化，标准的货架、间距一致的商品摆放。或许，今年的设计是基于演示成功率的考量，但行业从“秀泛化”变成了公式化的“保交付”，也失去了不少“灵性”。不同于货架销售，零售领域今年还出现了各种制作奶茶和鸡尾酒的货柜，里面是一个机械臂，根据点单现场调制饮料，调完之后自动冲洗杯具，周围买单的人不少。有趣的是，对比场馆内“无人问津”的自动售货机，消费者对机器人零售的接受度显然更高。家庭场景的任务是所有赛道里最杂的，有叠衣服的、切黄瓜的、整理桌面的、给垃圾桶套袋的……这不禁让现场观众浮想联翩，机器人真的什么都能干了，机器人养老已经成了？种种需求确实是真需求，毕竟人在家躺着，能不动手就不动手。但问题是，泛化的能力和完成的质量很难验证。

N | 在银河通用的展台，光锥智能对挂衣服这一任务询问，把一件衣服挂在衣架上大概要多久？工作人员表示，平均3分钟一件，“很快”。又问这和人比还是慢了许多，对方回答：“这毕竟是机器人”。厂商自己都把差距解读成了理所当然，这说明家庭场景的分水岭，远还没到来。热闹的背后仍需冷静判断，家庭叙事想象空间很大，但短期内不可证伪。

o | 工业场景里，每小时分拣多少件就是多少件；而叠衣服叠得好不好、陪伴得开不开心，没有客户会在下个季度拿着验收单找上门。“能干活”已是行业共识，“活干得怎么样”开始成为可量化、可被证伪的分水岭，已经成为了下半场的入口。谁说VLA死了？机器人能干活，靠的不是某个单点突破，而是一套“模型+数据”的底层体系。今年最值得关注的变化有两个：模型侧，争论变了，不是有了终极答案，而是大家发现瓶颈不在架构，在数据；数据侧，采集的“无感化”和多模态化同时加速。今年，机器人行业关于技术的一大讨论就是“VLA已死，世界模型当立”。但光锥智能在各个展台走访之后，可以确定的是，支撑机器人干活的主力架构，依然是VLA：把视觉感知、语言指令和动作输出映射进同一个网络。VLA能成为主力的原因，并不是因为最先进，而是最工程友好。机器人经过相对简单的训练和调试，就能在新环境里快速获得“干活能力”，不需要工程师为每个场景写死规则。

p | 同时，现在VLA在跨本体能力上越来越普遍了。过去“一种本体配一套模型”，每换一个硬件就重烧一笔训练成本，现在模型积累开始摆脱硬件绑定。银河通用展台上，轮式、重载、双足三种形态完全不同的机器人跑的是同一套具身基础大模型；星海图的G0.5通过统一动作编码适配不同本体；深诣机器人也强调其基座模型支持“一脑多形”。这种方案，既降低了训练成本，不同本体的经验又可以打通和复用。虽然各家都在谈泛化，但本体的泛化，不等于场景和任务的泛化。世界模型被更多的引入系统当中，就是为了补齐模型真正理解物理世界的能力。维他动力的Vbot-WorldModel展示了更务实的用法，世界模型不负责生成动作，只在行动前推演不同候选动作的结果，为策略选择提供评估信号。先把预判当辅助工具用起来，而不是等它成为全能大脑。银河通用的WAM架构，是把世界模型的预测和VLA的动作决策合进统一模型。在这里，世界模型不只是提供了一个预测层，也直接参与到动作生成当中。无论是VLA还是世界模型，两条路线的优劣，行业自己会算这笔账：VLA短暂学习就能投入使用，弱点是需要大量对齐数据、泛化有限；世界模型在同等数据量下泛化更好，因为它学的是可迁移的物理规律，而非具体动作轨迹。光锥智能也就这个问题采访了蚂蚁灵波。在现场工作人员看来，这场争论本质是学术与工程实现的角度不同。VLA能通过短暂学习立刻投入使用，这是它被广泛采用的原因；世界模型能理解世界，但这是长期愿景，温度、材质等大量物理数据目前极度缺乏，且难以被正确表达，导致世界模型当下的使用效果并不理想。

q | 对于机器人什么时候能迎来ChatGPT时刻？赵同阳告诉光锥智能，三年之内。“人形机器人需要体能，还需要智能，因此一个行业的发展肯定是每一个领域都在同时发展。

r | AGI时刻的到来，据我观察，从硬件到软件，从小脑、大脑到算法，应该在3年之内。”整体结论就是，VLA是当下的饭碗，世界模型是未来的期权。纯路线之争今年明显升温，但所有没有数据支撑的算法之争，最后都是梦幻泡影。而数据采集方式的演进史，就是一部“减重史”。今年技术侧最深的共识是，数据不够，所以算法才不行。一个很有趣的案例是机器人的触觉。在没有触觉维度之前，靠算法只能把纯视觉的成功率拉到七八成。但加入了触觉之后，成功率立马能上升到95%，算法立刻“支棱”起来了。

s | 算法的瓶颈，有时候得靠数据采集层面解决。

t | 回看采集方式的演进，从遥操作、ego到数采手套，每一步都在给采集者“减重”。遥操太重且拿不回实时反馈；ego估不准手部关键点；手套隔着厚厚材料，终究不是人的真实触感，数据的终极问题，是像不像人真实干活的状态。采集层面“减重”，数据维度在不断增重。外骨骼和肌电今年的爆发，正是这条线索的延续。强脑、优龙、程天等出身各异的公司都在这个窗口期推出外骨骼数采产品，解决全身运动数据的规模化。章鱼动力的肌电手环号称做到跨个体零样本泛化，新人佩戴即用；ORIGINFLOW甚至试图捕捉比动作早约50毫秒的发力意图。它们的共同目标都是，让采集者在正常生活、工作的过程中，顺便把数据采了。数据的维度也在同步拓宽，触觉在今年基本成了标配。

u | 曦诺未来在WRC发布的直驱灵巧手Prima1，集成了视触觉加分布式触觉阵列，指尖触觉分辨率达0.1N，产品定位直接瞄准“AI训练平台”。为模型训练提供高保真的力控与触觉数据，这本身就是一个信号，执行端硬件正在为数据而设计。

v | 可以说，数据采集今年已跨过“能不能采”的第一阶段，下一步，则是进入采什么、怎么评价、哪些数据真正提升模型的第二阶段。

w | 无感化采集能否跑通，很可能决定下一轮Scaling何时爆发。

x | 产业链越成熟交付越见真章游走在场馆中，相信所有观众都会萌生一个念头——做机器人的门槛是不是其实不高？大脑、灵巧手、数据、运动底座、本体、线束、计算平台、减速器……好像都已经有了标准化的解决方案。机器人产业链看起来已经达到了成熟阶段。

y | 这届WRC，聚集了各种来自深圳和苏州昆山的供应链厂商，从核心零部件到解决方案，一应俱全。

z | 在机器人公司扎堆的深圳南山留仙大道，从触觉、视觉到关节、控制器，很多环节可以直接在一街之隔完成协作，上午研发、下午测试、晚上迭代。甚至供应商的方案已经溢出了行业的需求。比如，一家给兆维机电和灵心巧手提供感知方案的公司，多模态的维度已经上到了滑移觉、摩擦觉、硬度觉和接近觉。但询问后得知，目前行业的订单多数还是做触觉，剩下的模态还没有需求。

| 产业链的成熟，让行业攒一台机器人变得更加容易，VLA让“干活”遍地开花，各家公司都在焦虑地寻找演示场景。但也正因如此，更尖锐的问题被推到台前：机器人本身的商业化，走到了哪一步？深诣机器人联合创始人黄康尧在WRC圆桌说道：“在工业或泛工业场景，客户愿意付费的时候，才算是落地了。”他判断，未来一两年工业和泛工业会率先跑出规模，因为这些场景能算过ROI；商业和家庭场景会有部署，但短期难盈利。工业场景中，头部公司已经从POC走向小批量交付。在合作方立讯的工厂里，众擎机器人在搬运、分拣仍处于联合研发和尝试部署阶段；智平方与半导体显示巨头惠科签下3年1000台、近5亿元的订单，并与东风柳汽完成国产具身大模型的汽车制造全场景验证。这个场景里，客户拿着验收单核对每小时多少件、成功率多少。

| 接下来的分水岭，不是技术演示，而是交付成本能否继续下降、非标工序的交付半径能否扩大。零售场景中的超市和药房，目前还处于单店模型验证期。银河通用在药房和即时零售场景规模化运转，靠准确率挣续约；无界动力手握7亿元订单开始全球交付；星海图与京东的前置仓跑通了完整履约链路；蚂蚁灵波把履约做成了可复制的标准流程。智平方在展台摆了一个咖啡店的台面，后面的人形机器人“爱宝”负责递杯。现场工作人员介绍说，原本在工业领域打磨了很久，但发现很难落地，反而是零售场景很容易实现，而且容错率很高。“我们觉得，先把好做的场景做起来，也是一个很好的选择。”原本以世界模型起家的跨维，这两年也开始做自己的本体。跨维联创、运营合伙人解锐说到，他们不仅在工业场景里有了实际落地，而且在零售赛道里同样在快速铺开。但和智平方、银河通用不同的是，他们更愿意把零售场景的运营交给第三方的运营商。付费客户已经出现，账基本算得过来，但都还停留在单点或少数门店。

| 零售已被证明“是门生意”，还没被证明“是门能规模化的生意”，衡量进度的标尺是续约率和复制速度。家庭场景中，更大的增长则在消费级产品上出现。松延动力依靠“小月”、“小布米”等主打C端交互的产品，已经拿下超亿元订单。维他动力的“交付-反馈-迭代”的产品闭环已经开始转动。其四足机器狗“大头”首销6540台、订单金额近亿元。这款具备跟随、交互功能的宠物机器狗，现场有不少带孩子来的观众很感兴趣，想要直接买一台回家。有意思的是，维他动力在普通门店试点的机器人租赁效果平平，但搬进亲子酒店后出租率却高到周末需要提前预订。看来，机器人能不能创造价值，场景选择本身就是答案的一部分。上半场比本体、比模型的竞争正式翻页。

| 下半场的竞争是能不能让客户愿意付费、续约、扩单。产业链的成熟让所有人都能把机器人造出来，而客户只认结果。结语逛完今年的WRC，最大的体感是这个行业正在被分成两半：一半开始被数字追着跑，每小时分拣多少件、成功率多少、订单多少亿；另一半还在被故事托着。讲故事没有错，早期行业本来就需要故事。但当分拣台前的近十家公司开始用同一把尺子互相丈量，当客户拿着验收单走进工厂，当“交付”取代“演示”成为高频词，具身智能的竞争逻辑已经变了。能干活，只是入场券，把活干好、把货交付、让客户买单，才是下半场的比赛本身。