机器人必须长成人样吗？WRC现场给出5个答案

8月19日，北京亦庄的空气里飘着一种奇怪的兴奋——2026世界机器人大会（WRC）开幕了。300多家企业、2000多件展品，几乎把具身智能行业能拿出的东西都搬到了这里：大模型、本体、关键零部件、数据，应有尽有。

开幕当天，宇树科技敲钟上市，盘中市值一度冲破4000亿元，这可能是过去十年，中国机器人行业最接近「资本狂欢」的一天。过去，机器人公司更多活在实验室、融资新闻和Demo视频里；而宇树的上市，第一次给这个仍处在早期的赛道钉下了一个资本锚点。

云深处科技进入交易所受理或审核环节；智元机器人则于2026年7月确认启动赴港上市流程。一级市场的热，正在向二级市场传导，具身智能不再只是技术想象，也开始被要求回答收入、交付、毛利和规模化的问题。

热闹是真热闹，但没人再讲「颠覆性突破」

逛完整个展区，跟我们此前预料的一样，今年没有让所有人「哇」的时刻，更多的是demo的展示。宇树没有展示刚刚发布的、原地跳高2米、奔跑速度12.66米/秒的「超人」，展台上更多是已有产品在解锁新动作；众擎把八角笼搬进了会场，维他动力用二次元偶像的方式整活……热闹是真热闹，但很少有人再讲「颠覆性突破」这四个字了。

比起继续追问「什么时候会有奇迹」，更值得追问的是几个更朴素的问题：机器人是不是只能长成人的样子？具身智能的「通用性」到底走到了哪一步？数据，正在从一门算法生意，变成一门硬件生意吗？那些藏在指尖、关节和电机里的关键部件，又往前走了几步？

带着这些问题，我们在展馆里走了一圈，也和多家代表性公司深聊。它们不一定都最会制造声量，却分别代表了这个赛道正在发生的关键变化：本体形态的分化，通用模型的竞争，数据闭环的重构，以及关键零部件逼近「最后一厘米」。

问题一：机器人只能长成人形吗？

过去两年，具身智能的叙事被人形机器人高度占领：跳舞、跑步、打拳、马拉松，所有出圈事件几乎都长着一副人的样子。但看完这届WRC，你会发现，人形机器人的概念依旧延展，巨型、仿生、半人马……「像人」不再只有一种标准答案。与此同时，在人形之外，越来越多公司开始根据真实任务重新设计机器人形态。

宇树的人形这边确实拼得凶，带来了全新的格斗动作。G1打格斗，组合拳、回旋踢、飞踢一套下来，靠的是全身关节的实时协调；H2个头更大、关节输出更强，出拳抬腿更有分量感。两台机器人放一起看，正好是「灵活」和「力量」两种风格。乒乓球互动也很值得一看，机器人得先「看懂」来球再决定怎么回，这比单纯耍套路更考验感知和决策的配合。加上全身遥操作格斗系统，操作者的动作能被精准复现，这套东西背后其实是宇树在攒具身智能的数据闭环。

但最显眼的还是GD01，那台三米高、能载人变形的机甲。它不是人形，也不是传统四足，而是把机器人技术和装备形态揉在了一起，直接冲着文旅、特种作业这类场景去的。

从四足到人形：维他动力的产品化路径

在本届WRC上，Vbot维他动力正式发布人形具身智能终端Vbot ATOM，并同步开启预订。ATOM值得注意的是，它并不是从概念样机起步，而是承接了Vbot在四足机器人「大头」上已经验证过的产品定义、量产交付和用户运营能力。

今年5月，AI载物机器狗「大头」实现量产交付。到目前为止，这款产品已成为消费级具身智能销量第一，在真实世界中累计完成126万次大模型交互、23,700公里用户伴随里程和131,500小时陪伴，过去三个月还完成了4次OTA。对具身智能行业来说，这组数据的意义不只在于销量，而在于它证明Vbot已经让机器人进入真实用户生活，并形成了从交付、使用反馈到持续迭代的产品闭环。

基于「大头」的实践，Vbot ATOM没有沿用传统工业人形机器人的思路，而是从家庭、零售、公共空间和办公服务等生活场景出发，反向定义产品形态。160cm身高、180cm臂展、95cm腿长和31个本体自由度，决定了它具备接近真人尺度的服务能力；织物包覆、状态交互设计和静音足底，则让它在家庭和公共环境中显得更友好，也更容易被人接受。

技术层面，Vbot还发布了「Vbot Embodied Genome｜具身基因组」具身模型体系及三大核心模型，用于支撑交互理解、世界模型决策、跨本体进化和真实反馈回流。由此来看，Vbot ATOM的到来，不只是Vbot从四足机器人延伸到人形机器人，更意味着其正在把已经验证的产品化能力，带入更大的生活空间，推动人形机器人从本体展示走向产品化时刻。

家庭场景的另一种解法：未来不远

未来不远机器人则完全围绕家庭需求设计，能够完成基础的家务，儿童陪伴，老人陪护，宠物照料等场景。目前他们已经进入500多个付费家庭，累计服务超过5万小时。

未来不远机器人还展示了他们在家庭场景的快速迭代能力，一个月前的WAIC，它重点展示的是洗衣，叠衣，收纳等基础家务，而在WRC现场，则把场景扩展到厨房：搭载了全新一代自进化WAM世界动作模型的第二代全栈自研机器人本体F2端到端自主完成意面制作。

完整烹饪流程对机器人的协同能力、精准度、判断力要求极高：需要双臂高精度同步协同；应对不可逆流体操作，依靠视觉瞬时精准判断用量；同时需要灵活切换、抓取、置换多种厨具，还要自主学习翻炒火候等无标准答案的「人性化分寸感」。而未来不远机器人在现场不中断的连续烹饪展示了他们惊人的稳定性。

未来不远表示，他们从本体、大脑到硬件采取软硬件协同的全栈自研，因此在新场景的迭代更快。除了从轻家务逐步向重家务扩展，未来不远对于家庭场景需求的理解还包括覆盖儿童、老人和宠物的刚需场景，现场他们也展示了包括五子棋，象棋的各种棋类的操作，开饮料，互动类游戏，以及双机协同工作等等。极强的落地场景和互动性让他们的展位始终围满了人群。

不执着于人形：自变量的物流解法

自变量机器人目前的重点是家庭和物流两个场景。其中物流场景它没有用完整人形机器人和五指灵巧手，而是两条机械臂配合普通夹爪，处理形状、重量和材质随机的真实包裹。

它的机器人会根据包裹本身的物理特性决定怎么处理：小件直接抓取，重箱可以推，碰到没有面单的玩具熊等异形件，也会判断后续流程并自主处理。此前公开直播中，这套系统连续运行一小时，分拣效率达到1816件/小时，准确率超过98%。

自变量在现场采访中强调，它的机器人已经进入实际应用：家庭机器人已经大规模服务用户家庭；物流分拣也已经进入头部企业。

问题二：具身智能的通用性走到哪一步了？

具身智能的通用性，或者说通用任务能力，指的是具身智能机器人是否能跨物体、跨环境、跨指令完成复杂任务，以及是否能在新场景里重新规划。从能力上，具身智能在……

银河通用的展台上，轮式、重载和双足三种完全不同形态的机器人，跑的是同一套具身基础大模型；维他动力反过来从真实使用场景出发，倒推出了它的第一款人形机器人Vbot ATOM；自变量在物流分拣场景里，把效率做到了每小时1816件、准确率超过98%；帕西尼，则把最初只解决「触觉」的技术方案，扩展成了覆盖全身的感知网络……

具身智能仍然早期，甚至比很多人期待的更早期。它正进入一个更艰难、也更有价值的阶段，谁能把模型、本体、零部件和工程能力一个闭环，谁才可能成为下一阶段真正有价值的公司。