新闻动态, 行业动态

7月20日，2026世界人工智能大会（WAIC）迎来最后一天。过去四天，上海世博展览馆上演了一场前所未有的”机器人总动员”——具身智能参展企业从去年80多家跃升至200多家，300余款产品全球首发，1100余家企业同台竞技。

与往年不同的是，今年的机器人不再满足于翻跟头、跳舞、打招呼，而是走进药房、流水线、洗衣房、咖啡馆，干起了真活。业界将2026年定义为具身智能的”部署态元年”，从”炫技表演”全面转向”价值创造”。

从”展品”到”从业者”：机器人开始打卡上班

清晨的展馆外，60台来自擎天租的人形机器人穿上黄马甲”到岗”，为观众指路、导览、递物，全程自主运转。

展馆内部，更多机器人已经进入”工作状态”——

• 机器人咖啡馆里，人形机器人自主完成取杯、咖啡萃取、出品全流程；
• 洗衣房内，两台人形机器人协同完成取衣、洗衣、叠衣全流程；
• 甜品屋中，机器人通过视觉识别精准抓取目标巧克力豆；
• 药房货架前，蚂蚁灵波机器人无需任何空间改造，在国大药房实景中自主接单、拣药、交付。

擎朗智能依托自研VLA（视觉-语言-行动模型）架构，打造了覆盖商超、咖啡、甜品、酒店洗衣房的”具身社区”。乐聚机器人则直接搭起实景工业产线——三台量产级机器人完成纸箱拆垛、塑料箱拆垛、小件上料全流程，目标8到10小时不间断作业。

“所有研发累积的最终目的，就是让机器人真正对产业产生价值。”乐聚机器人助理副总裁张大鹏的话，道出了本届WAIC的核心主题。

“物理AI”成热词：从”看见”到”预见”

当机器人走出展台进入工厂，仅有”大脑”和”小脑”已远远不够。

本届大会上，”物理AI”成为高频热词。当虹科技CTO吴奕刚指出：”物理世界是连续变化的，机器人不仅要识别眼前有什么，还要预测行动之后环境的变化。”

一批企业给出了各自的解法——

• 极智嘉发布统一具身智能框架Gravity：认知脑拆解任务，行动脑预演物理后果，在LIBERO-Plus基准上成功率从73.73%提升至78.62%；
• 赛那德发布Robot Insight-World V3.0模型：五层架构直接将物理规则”教”给机器人，使其具备”预见”能力；
• 飒智智能发布”玄枢·WASM世界模型”：融合视觉、动作、力控、工艺等多模态数据，帮机器人像人类一样”思考”；
• 国家地方共建人形机器人创新中心与华为联手，揭牌全国首个具身智能实训场样板点，构建可”进化”的全流程开发生态。

商汤科技CEO徐立的判断颇具代表性：”我们正见证另一个同等重要的拐点——世界模型为机器人带来的物理世界’开悟’时刻。”

量产成核心命题：有人月产5000台，有人还在”交卷”

如果说去年WAIC比的是”谁能翻跟头”，今年比的则是”谁能量产、谁能交付”。

数据最能说明问题——智身科技截至2026年6月累计量产突破15000台，6月单月量产突破5000台，量产曲线陡峭上升。傅利叶发布首款高负载轮式双臂机器人GRW，聚焦仓储物流、工业制造、康养照护等高负载场景。云深处科技携全矩阵新品亮相，覆盖四足、轮足、人形三大形态，其人形机器人DR02已正式启动商用投放。

但在量产加速的另一面，行业仍在等待真正的”GPT时刻”。

复旦大学通用物理智能研究院首任院长苏昊在论坛上直言：”今天的AI会写诗、会写代码、会做PPT，但它帮不了一位老人翻身。智能的价值大多还停在数字世界，但人最沉重的需求全部在物理原子世界。”

业内人士指出，展馆里存在一种”吊诡现象”——操作越熟练的机器人，往往采用简单的程序设定+视觉识别，智能化程度不高；操作磕磕绊绊的，反而可能使用了最先进的推理模型。这暴露出当前多模态大模型在复杂任务推理、跨领域知识整合方面的短板。

数据争夺战：卷场景的本质是卷数据

“任何行业最终能留下的都是极少数。”新智具身首席运营官董道国判断，具身智能赛道最终每个细分领域只能剩下少数头部企业。

竞争的核心正在从本体硬件转向数据能力。乐聚的方案可实现快速部署：展厅1-2天，工业标准场景1-2周，非标定制1-2个月。极智嘉将仓储定位为”物理AI训练场”，构建具身数据飞轮。智元合伙人姚卯青则断言：”模型决定智能涌现的起点，数据定义其终局。”

相比大语言模型TB级数据积累和自动驾驶PB级积累，具身智能需要数百PB级物理交互数据，当前缺口超99%。谁能率先构建大规模、高质量的物理交互数据采集体系，谁就有可能赢得下一阶段的竞赛。

行业观察：部署态元年的”三重考验”

WAIC 2026释放了清晰信号：具身智能正从”数字智能”迈向”物理智能”，量产与部署双元年叠加。但行业仍需跨越三重考验——

• 技术关：从半结构化场景走向非结构化环境，需要世界模型和物理AI的突破；
• 数据关：数百PB级物理交互数据的采集、标注和共享体系尚未建立；
• 商业关：多数应用尚未形成闭环，”成本-规模-价格”循环困局待解。

从80家到200家，从跳舞到干活，从实验室到产线——具身智能机器人正迎来真正的”交卷时刻”。这场考试的评分标准不再是技术参数的堆叠，而是谁能率先让机器人在真实场景中持续创造价值。