展会最热的一年，机器人肉眼难见的进化发生在画面之外

导语：2026世界机器人大会展馆被机器人挤满，但连续看展的人会发现：机器人明显更多了，做的事却似无产业热度般的跃迁。真正的进化正发生在画面之外——泛化能力、现场生成动作、以及从工厂走向开放家庭的尝试。

8月的北京亦庄，机器人又一次挤满展馆。WRC现场人形机器人跳舞、格斗、抓取、分拣，机械臂在模拟产线插接码垛，另一边的机器人忙着叠衣服、整理房间、给冰箱补饮料。

如果连续看这两年展会，会生出奇怪的熟悉感：机器人更多了，但做的事似乎没与热度匹配。去年抓杯子，今年还在抓杯子；去年叠衣服，今年还在叠衣服；去年说进汽车厂，今年重要话题之一仍是进厂。

Counterpoint数据却很热：2026上半年全球人形机器人出货突破2.2万台、同比近300%，全年预计超5万台。智元上半年约9700台、宇树超7000台、银河通用超1100台，前五合计占全球86%。应用结构里文娱表演占33.6%、数据科研27%，真正进制造与物流的还不到两成。

火爆背后，具身智能究竟进步在哪？剧烈变化已越来越难靠肉眼识别：同样抓一个杯子，需要多少训练数据、动作有无提前编排、换个杯子还能不能抓；去另一家工厂要几个工程师重调；失败一次能否判断自己错了；同一“大脑”换副身体还剩多少能力。

今年WRC，宇树王兴兴反复谈的是同一个词：泛化。“为什么没大规模推广？最主要原因是效率和泛化能力还不够。”固定场景采足够数据，成功率可近100%；物品或环境稍变，成功率就可能骤降——这几乎解释了展会最容易产生的错觉。

银河通用王鹤的判断很有代表性：今天若有明确任务并愿投入后训练，“几乎都能做好”，难在仍需专业人员参与后训练，研发投入难复制到千行百业。于是2026年的分水岭变为：任务做“会”后，能否少采数据、少派工程师，把能力复制到100家工厂、1000家门店。

王兴兴给通用机器人划了条临界线：带进陌生环境、只靠语言告知，能完成约80%任务，才算接近产业爆发点，时间快则两三年、慢则五到十年。王鹤更早些，把今日具身基模类比数字AI的GPT-2，预计2028年前后才接近GPT-3.5至GPT-4。

若找两个样本，宇树与银河通用最鲜明。宇树让市场记住的是“身体”：从四足到H1、G1，优势在运动控制、本体工程、成本与量产；今年4月H1改制机型跑出超10米/秒，王兴兴预览的新机最高12.65米/秒。但那7000多台目前主要去了科研教育市场。

宇树今年的资源流向值得关注：王兴兴透露公司资金与人力投入最大的方向已是AI模型。一家以运动控制闻名的公司，正把最大一笔研发投向“大脑”，演示听实时语音由多模态模型生成动作，虽仍有数秒延迟，但正从“事先练会”走向“现场生成”。

银河通用最强标签一直是具身基模、世界模型与数据，长期走轮式路线。今年带来双足机器人ET1，现场展示通过视觉学街舞；其WAM-TTT希望客户只拍摄员工如何干活，无需逐条标注或遥控重采，即可通过测试时训练让基模适应新环境。

银河在宁德时代已度过单台POC与单厂验收，开始数十家工厂横向部署，任务从堆垛、拆垛延伸到拧螺丝与异形物体操作，但仍需工业垂类模型与工程人员后训练。家庭则成为另一块高难度考场。

家庭很特殊：工厂可要求零件按固定方向送到面前，家里杯子今天在餐桌、明天在水槽，衣服无固定形状、房门只开一半、光线每天不同。整理房间、做饭常持续十几分钟，任一步失败都可能推翻全盘——这考验长程规划、记忆、泛化与失败恢复。

优必选“优世界”的U1走出另一条路：关注面孔、眼神、表情与情感交互，定位家庭陪伴。U1 Lite售11.98万元、Pro 16.98万元、Ultra男版99万元女版88万元，6月底全系列订单超1.3万台。它说明家庭机器人既可卖劳动力，也可卖情绪价值。

传统工业老玩家也在场。新松成立于2000年，工业机器人早已进汽车、半导体、物流；今年带来松羿-Power轮式人形，定义高频搬运、长时连续运行。新一代人形还在证明“我也能进工厂”，老牌工业机器人已在工厂接受几十万次重复检验。

科技大厂也在找位置。小米新一代人形机器人首次面向公众，身高约1.7米、66公斤、66自由度，仍在样机阶段，在“具身花园”扮花艺师；其特殊在于自带手机、汽车、IoT与制造体系，工厂、汽车、家庭本就在业务体系内。

京东成为大会全球战略伙伴，搭600平方米展区，宣布未来在机器人领域投入百亿级资源，已与200余家品牌合作。它未必需要造最好的人形机，却拥有仓库、物流、门店、渠道与售后——这些恰是机器人从Demo走向规模部署稀缺的基础设施。

机器人没复制ChatGPT速度，一个重要原因是物理世界容错率更低。王兴兴说真正难处在“最后几厘米、几毫米”：视觉、关节、摩擦力、形变都会带来误差，手偏几厘米杯子可能已掉；工厂标准还会变成节拍、良率与维修频率。

数据也是限制。大语言模型有互联网，机器人没有天然“动作互联网”，人类每天开门洗衣搬箱却不会自动留下含三维位置、触觉、作用力的训练数据。昆仑万维方汉称头部具身世界模型数据多在十万小时级，2026底或有人进百万小时，Scaling拐点或需1000万至1亿小时。

过去三年ChatGPT让市场习惯软件式进化，机器人却难复制。市场可能高估了短期进工厂进家庭的速度，但若只因还在抓杯子叠衣服就判行业无进步，也会错过另一半变化：本体公司投模型、模型公司做双足、世界模型与测试时训练并进，大厂入场——这大概就是2026年的现状：高估短期，低估长期。