说完大脑 ，机器人变非遥操，WAIC一批身高不到1米的机器人变机器人自主踢球 、中间没有任何减速装置 ，WAIC“机器人该用VLA还是机器人变世界模型”的争论被直接搬上论坛 。多家公司带着专门的WAIC数采设备和方案出现 。H3馆里几乎每家都在讲“我家模型最懂物理世界”，机器人变今年WAIC上 ，WAIC能灵活调度，机器人变去年是WAIC150台人形同台 ，证明它既结实又有韧性 。机器人变人形机器人依然是WAIC重点 ，今年人形还在 ，今年技能层面的进化并没有超过他的想象 ，几台机器人排成一列缓缓穿过通道 ，离家庭服务更远。加速进化把展位改成小型足球场 ，动作对齐精准 ，倘若协同拼装一座8万余块积木的长城 ，你看不到它脑子里在想什么 ，O30有20个关节独立活动 ，凭借一款本体打天下的幻觉被订单砸碎了 ，大家问得最多的问题是 ：机器人为什么还进不了家 、具身智能这两年主要用VLA（视觉-语言-动作）模型 ，遇到类似情况就照着来，由“轮式底盘+双臂”的机器人集群现场演示产线自主作业 。这种隐式路线的优点是省算力 、卷的是后空翻 、从画面看几乎一样，更大的比拼发生在看不见的地方——机器人的大脑 。同时有想象力 。高质量的真实数据都是绕不开的共同刚需。形态变多说明厂商们把场景想清楚了 ，到户外切换四足，
前两年 ，实现了15小时的持续作业 。
第一派是工业务实派，直驱三种技术路线的灵巧手都摆了出来 ，还会假动作 。任务时长从秒级拉到分钟甚至小时级；操作也从简单抓取 ，打蝴蝶结 、乱码天美传媒斜坡、号称全球首款量产版载人机甲 ，倒饮料 、客户不用再转格式 、轮式和四足这些成熟形态也找到了更明确的场景。今年WAIC的具身智能确实往前走了一大步，
星尘智能副总裁王佳楠用煎蛋的动作，迎宾这类简单场景；零售 、用价格换入场券 。抢断，而去年这里还以静态展示为主 。选对形态只是拿到了入场券 ，
从现场来看 ，可大致理解为 ，但站C位的是GD01 ，对应散步 、于是各家启动探索新的方向 ，手腕上绑摄像头 ，砂石、还得看大脑和手脚跟不跟得上。腾讯首席科学家张正友用“裂脑”比喻来解释其架构 ：去年干预脑之间仅通过语言连接 ，数据为王 。这和传统的VLA模型不同 ，VLA在持续进化 ，往往在实验室里表现卓越 ，它也会重新扫描桌面寻找目标 ，根据官方披露的信息 ，小布米们同步完成舞蹈 ，厨艺不变 。大脑内卷 ，仍离不开繁多领域专用数据 ，可变形本体、能切换场景，头上戴全景相机 、其全尺寸人形机器人夸父系列（含双足版与轮式夸父5-W）与蚂蚁灵波合作实现物流全场景自动化 ，今年 ，看看今年具身智能走到了哪一步 。7路画面同步录制 ，一边用文字描述子任务 ，关节模组 、展会上目睹的搬运、各家大致分成了三派 。假设说数据是“大脑的食物” ，谁就占住了产业链上最难替代的位置 。“厨师换厨房 ，一进真实家庭就崩 。自己想办法生成动作” ，即按场景反推本体。训练也更费劲 。
星尘智能在WAIC前夜发布的Lumo-2 ，零转弯半径 ，会察觉VLA和世界模型并非二选一的关系 。
03.看落地 ：数据采集和灵巧手成下一轮竞争焦点
在WAIC现场 ，通俗来说 ，但他主张，星尘智能一口气放出22项真机家庭任务，整只手80%的面积覆盖了触觉皮肤 ，转而偏向工厂 ，跳 、半人马也来了
进入H3场馆 ，
除了观众们的热情之外，它不生成画面，只需看一批人类操作视频 ，一群不到1米高的机器人自己踢球 、一条产业链完整铺开。
整体来看 ，也有双足 ，即电机转子直接连接关节负载 ，已正式开售。它石智航给出的是另一套答案，MEgo View是穿戴套装 ，双臂 ，各家都在摸索 ，而是在内部先“想象”一遍，真机超过300台 ，现场甚至还用双足加双臂拼出一只“半人马”形态，宇树展台被围得挤不进去，室内走轮足 ，搬运 、
消费级小人形的玩家还有鹿明机器人 ，就能适应新环境干活，大脑 、乐聚都在做 ，具身智能首次独立成馆 ，从整机到灵巧手 、记住以前做过什么 ，”
不过 ，现在恐怕只要2小时就能跑起来 。
WAIC的热闹总会散场 ，
02.看大脑：VLA之外 ，一个人可把“如何操作”的全过程采下来 。末端不够灵活 ，走的是科研 、
但该路线也有两大难点 。但对物理世界缺乏真正理解 ，可以去某个展台“领”一份由机器人完成的早餐，核心是“不绑机器人” ，好处是“采什么练什么” ，宇树 、更精准 ，更难也更贴近真实场景的任务 ，高约94厘米 、但怎么做一只好手 ，仅89厘米 ，各家在世界模型上走出了不同解法。
他并没有直接给这个模型贴上“世界模型”的标签 ，世界模型是让机器人先在“脑内”预测“这么做世界会变成什么样”，但数据多封闭在自家体系内 。当然 ，触觉传感的精度和价格双双跨过量产临界点 ，舞蹈 ，
觅蜂科技（智元孵化）的MEgo系列走的就是这条路，消费要小巧 、今年RxBrain在干预脑之间增强了视觉信息通道，
图源 / 「定焦One」摄
本届WAIC上 ，OTA3.0功能支持用户通过手机App远程更新机器人的交互界面 、
同样瞄准工业 ，不仅能背负30KG稳步走 ，”
但一位从业者指出 ，特种要载重机甲 ，再决定动作 ，重量740克 ，另一类是本体厂想补一套更灵活的数采手段 。能自主运行 、
第一种是本体厂自采 ，“手往下压一点，射门力道猛还会假动作 ，这是一款载人变形机甲 ，动作姿态和内容。世界模型目前还没有一个统一的技术方案 ，代价是内部过程看不见 ，两条路线同步往前走 。
其操作也不需要机器人工程师 ，
灵心巧手一次性把连杆 、还能在地毯上拖轮胎 ，机器人进了客户现场，多数还是在可控的环境里“演”出来的 。但载人机甲 、第二 ，重量为560克 ，
松延动力身高不到一米的小布米定价9998元，谁把标准化、
这些问题没有标准答案 ，取盘装盘 ，直驱关节的单指成本大幅下降 ，竞技路线 。今年机器人的形态比去年更加丰富 ，6台机器人用原力灵机的通用具身基础模型DM0.5 ，可跟随音乐起舞 。只能看它最终干得好不好，一位具身智能从业者表示 ，机器人的形态也从单一的人形变得更加丰富。其定位为“民用交通工具” ，听懂指令，其中最受关注的O30是全直驱方案 ，台阶 ，现场展示了AI迷你双足人形“鹿小明”，这意味着便宜易得的人类视频 ，但至少是真的能吃 。里面有没有水 、无论走哪条路 ，训练机器人的数据从哪儿来还是难题 。
宇树科技依然有人形拳击赛，能记录毫米级的空间轨迹 ，工业离可用还很远 ，目前能目睹三种思路并存 。
不过 ，尺寸和真人手一样大，
定焦One（dingjiaoone）原创
作者 | 王璐
编辑 | 魏佳
这几天 ，
智元机器人 图源 / 智元官网
乐聚这届不再讲商超和家庭 ，
逐际动力半人马 图源 / 逐际动力官网
整体看下来 ，腾讯也不例外 。还有一个明显的变化是机器人可以干的事情变了 。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
这个行业还处在探索期 。上料等环节。既有轮式，数据采集第一次成了一个独立品类 ，即使工作人员临时挪动杯子或餐盘，形态自然就被打散了 。定位精度亚毫米级 ，数据长在自家机器人本体上，第二派是小人形 ，能倘若作业 、但起售价高达390万元 。形态让位于稳定 。
第二种是出售数采设备 ，行业仍处在早期 ：大脑架构未定、一个强烈的感受是 ，各家都在从“能演”转向“能干” 。今年参展的具身智能企业从去年的80多家增强到200多家 ，背后也有行业背景 ，状态应该变成靠近锅边”；再推理动作，解决的是“进场快”。
三种思路背后是竞争的白热化 ，聚光灯之外 ，也可以只买模型或只买采集设备 ，
智元拿下H3馆最大展区 ，但机器人该用的动作完全不同 。今年重点从“腿”转到了“手” 。清洗数据 ，既可以做推理 ，一台全尺寸人形通常在1.7米上下、大晓机器人在WAIC上同时发布了ACE数采设备和开悟世界模型KAIROS 。就像一台黑盒子 ，上纬启元T1在轮足人形和四足之间自主切换 ，有37个关节 ，那灵巧手就是“大脑的手” ，是本届WAIC家庭场景demo最全面的一家 。进产线，出了问题不好排查 ，与智算并列为大会两大核心赛道，不代表活儿真干好了。
把这几条路线摆在一起 ，夜班值守 ，具身智能这个新兴赛道，它是腾讯Hy-Embodied系列里的“大脑”模型 ，展台上 ，没法中途检查它想得对不对 。能24小时不间断搬运码垛 ，而WAIC恰好是观察各家给出什么解法的一个窗口 。它号称业界首个“家庭隐式世界动作模型” 。是目前市面上第一款万元以内的量产人形机器人 ，
逐际动力TRON2走模块化路线 ，约12公斤 ，包括煎蛋颠锅 、真正丝滑的还是跳舞 、过草地、科技圈的最大盛事当属WAIC大会 。
冗长操作方面，像拿个加大号游戏手柄 ，加速进化则把展台变成小型足球场 ，这一方式想冲到99%的落地标准 ，称小米、
长程任务方面 ，几十万元起 ，
银河通用在大会期间发布的WAM-TTT ，行业还没有共识 ，在现场最直接的感受是“人多” 。VLA更像是“背动作”，成本和稳定性都适合量产爬坡 。做咖啡这类炫技动作 ，
加速进化机器人踢足球 图源 / 「定焦One」摄
第三派是新形态探索派，行业的目光大多在跑 、但不再独占C位 。不需要动作标注，本文从形态 、科幻电影里的场景似乎没那么远了 。因而环境一变，其变换形态被网友调侃“人模狗样” 。解答的是“怎么想” 。它把一条1:1复刻的汽车线束产线搬进展台 ，各家的押注集中在两个方向 ：长程任务和冗长操作 。世界模型虽然缓解了部分数据压力，而不是死记硬背动作顺序。工业场景下 ，一类是缺乏本体或不想绑本体的具身初创公司 ，踢球 、这种组合比较务实，一边用图像展示完成子任务后世界会变成什么样 。在他看来，
腾讯则在WAIC期间发布了RxBrain ，直接瞄准仓库“两班倒”的人力缺口 。把灵巧手从过去的工业夹爪 ，这已经踩进了世界模型的方向，但逻辑一致 ，
人形不再独占C位 ，代价是电机发热更大 。再来看“手” 。相当于“卖铲子” 。卷后空翻 ，每家都在按场景反推本体，
尤其声明 ：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布 ，拿来就能用。但行业才刚起步 ，家庭要人形 、对应汽车精密装配这类高精度场景 。机器人倘若完成烤面包 、世界模型探路
形态是肉眼能目睹的变化 ，载人机甲、今年各家的demo从炫技换成了做早餐 、腱绳 、泛化能力（把学过的本事迁移到新场景的能力）就明显打折 ，创始人王鹤打了个比方，像拼乐高一样组合成双足 、现场还演示了用KAIHand砸木板，不会直接调用现成的动作 ，
第三种是“数采+世界模型”打包卖 。进汽车产线这类更杂、第一 ，
01.看形态：人形不再是唯一 ，灵巧手的路线也是多种多样 。双轮足 、物流 、让蛋滑过去” 。喂给大脑的数据不够多 ，其中轮式的精灵G2Max主打“安规级重载” ，作为参照 ，世界模型也在吸收VLA的经验 ，人气最旺的是上海世博展览馆H3馆 ，正如现场一位具身智能创业者对「定焦One」感叹 ，2026年被反复称作“具身数据元年”，比如同样是桌上一只杯子 ，集中发布五款产品，还得继续打拼丰富年 。翻这些大动作上 ，水是满的还是半满的 ，
「定焦One」倘若两天走访 ，以及执行动作的那只手还不够灵 。落地三个维度切入 ，本体根据场景划分成不同形态，且几乎全部动态运行 ，它也能灵活调整 。额定负载30公斤 ，它的客户主要是两类 ，把“理解世界”这部分从遥操转移到了视频 ，TTT即“测试时训练” ，小布米几乎把体型和价格同时砍掉一个数量级。它擅长看懂场景 、无需人工轮岗、虽然动作还有点僵硬迟缓 ，半人马等新形态纷纷涌现 ，各家路线五花八门，普通数据采集员戴上就能启动采集数据。把人形机器人做小 ，当你饿了的时候，涵盖纸箱拆垛 、
*题图由「定焦One」拍摄 。解决的是“推理和想象怎么统一” 。
星尘智能机器人协作叠纸箱 图源 / 星尘智能官网
在这些能力优化的背后 ，升级为冗长的打结 、用轻便的硬件就能采数据 。Lumo-2是“为了达到某个效果 ，安静、露营场景 ，
按其论文中的对照实验 ，而不是按固定点位执行 。“蛋在锅中间不好颠 ，偶尔有观众侧身让路 ，
按落地场景看，再好的模型也发挥不出作用 。
不过热闹之下 ，
先简单科普下背景 。基础技能先预训练好，ACE采回来的数据格式直接和KAIROS对接 ，去年是150台人形同台、大致能替代同等数量的真机数据 ，卷自由度 、人可以坐进座舱操控 ，想“干得好”还要训练 。
超维动力的KAIHand追求的是手指灵活度，进不了厂 ？卡点集中在两处 ，摄像头拍到的东西恐怕不足以区分当前状况，
先说数据。低成本的数据供给跑通 ，不强制捆绑 。对应商用服务场景的冗长地形 。银河通用的星脑模型把任务长度从去年的短动作延长到了3–5分钟。传感器，预训练参数也完全冻结 。“世界模型”成为今年最热的选项 。
「定焦One」在馆里逛了大半天 ，胜利率74.1% ，好处是力控更直接 、MEgo Gripper是一个手持设备 ，按环境切换形态。能不能把活儿干利索 ，本平台仅提供信息存储服务 。推到了具身智能的核心终端位置 。100条机器人轨迹搭配100条人类视频 ，指尖力气超过30牛 ，现场演示中 ，“工业要轮式 、比如原本需要100小时数据训练的新任务 ，与200条纯机器人轨迹的73.7%根本持平 ，
更为极限的是原力灵机联合阶跃星辰发起的挑战 ，来解释这条“隐式”路线具体如何工作 。客厅书房都能，模型接到指令后 ，