一条视频带你看完WRC所有机器人
导语：人形机器人告别形态之争，产业竞争迈入场景深水区
2026年8月20日，北京亦庄，2026世界机器人大会（WRC）进入第二个展期。展馆内，银河通用创始人王鹤被围观人群层层包围，其最新发布的双足人形机器人Galbot ET1正式亮相——这也是该团队首次将产品线从轮式延展至双足领域。几乎同一时间，早期以四足机器人切入市场的智身科技，亦带来了首款人形机器人银毅NE01的动态演示。
双足人形机器人正成为本届大会上最拥挤的细分赛道。但王鹤在展会现场指出，当前具身智能基础模型的整体能力，仅相当于数字世界的“GPT-2”阶段。尽管机器人已能完成行走、跳跃与抓取，但距离真正意义上的“通用”仍有距离。当多数人形机器人产品在外观与运动能力上趋于同质化，该领域的真正较量才刚刚开始。
场景替代路线之争：商业化落地加速
过去两年间，人形机器人行业的核心争议集中于底盘路线（双足或轮式）与切入点（工业或家庭）。而在本届WRC现场，产业共识正逐渐取代路线分歧。
星动纪元、蚂蚁灵波等企业已将人形机器人投放至快递分拣等物流岗位测试；银河通用的轮式机器人Galbot S1已在宁德时代产线实现7×24小时常态化运行，并与上汽、北汽、博世、现代等车企达成合作。据银河通用披露的数据，自2024年底落地药房场景以来，其机器人已在北上广深等地近百家药房部署，累计完成拣药操作超100万盒。
尽管落地场景趋同，技术路线选择依然多元。面对相似任务，企业依旧在双足与轮式、运动控制与操作能力之间各有侧重。王鹤认为，机器人实现大规模商业化需满足三大前提：具备足够强的基础模型、实现低成本的场景适配，以及保障长期的硬件可靠性。他强调，只要投入资源进行后训练，特定任务几乎都能完成，但这难以支撑产品迅速覆盖全行业。
为降低场景部署门槛，银河通用在此次大会上发布了“WAM-TTT（世界动作模型测试时训练）”技术。该方案允许客户仅通过拍摄现场工作视频，在无需人工标注和遥操作的情况下，自主训练并优化基础模型。
先发制人：真实场景沉淀数据壁垒
机器人进入真实物理场景，数据才具备商业价值。智平方副总裁莫磊指出，场景与数据具有显著的先发优势：企业越早进入实际应用，越能积累有效数据与工程经验，从而形成对具体需求的深度理解。
据公开资料，智平方已在PCB上下料等高端制造场景实现多客户交付并投产，最长稳定运行记录超8个月。从2024年的单块PCB上料及家用咖啡机器人起步，其产品线逐步向商用与工厂长程作业场景迭代。莫磊认为，机器人企业无需在所有技术路线上盲目竞争，深挖自身优势即可构筑壁垒。
EIR（四川具身人形机器人科技有限公司）CEO冯振宇的表述更为直接：“一定要先用。”他解释称，在真实运行中既能优化产品、暴露问题，又能采集真实数据驱动智能升级，形成飞轮效应。他直言，早期产品作为“玩具”售出尚可接受，但随着产业演进，机器人必须具备实际价值创造能力。
本次大会上，EIR发布了新一代情感交互人形机器人“爱湫”，起步售价9.8万元，面向金融、文商旅、教育及科研等场景。冯振宇透露，基于视觉感知技术，该机型已在银行场景中实现自主导引导览。
市场高增长与盈利承压并存
行业研报勾勒出一条陡峭的增长曲线。集邦咨询（TrendForce）最新数据显示，2026年中国人形机器人市场规模将达150亿元人民币，随着量产规模扩大，2027年增速有望维持在60%以上。Counterpoint Research统计显示，2026年上半年全球人形机器人出货量突破2.2万台，同比增长近300%，预计全年将突破5万台；高盛同样维持2026年全球出货量5.1万台的预测。
然而，高增量并未直接转化为高利润。TrendForce分析指出，当前人形机器人部署虽呈多元化，但多数仍处于采购、预订、意向及场景测试等导入阶段，距离大规模、标准化的重复采购仍有差距。以头部企业宇树科技为例，该公司2025年营收达16.99亿元，同比增长超三倍，但2026年第一季度利润同比下滑52.55%。营收激增与盈利承压并存，已成为行业步入量产阶段面临的现实困境。
工信部预判，2026年国内人形整机产量有望突破10万台，增量主要集中于工业制造领域。汽车、3C电子、新能源等柔性上下料、装配与检测场景，因其环境可控、任务边界清晰及投入产出可核算，被公认为最先跑通的细分赛道。
下半场竞速：从形态演进转向模型与数据积累
硬件形态易被模仿，Demo场景可被复制，但数据与工程经验需靠时间沉淀。当“像人”的形态与基础运动能力成为行业标配，人形机器人赛道的竞争核心正从“路线选择”转向“深度积累”。
王鹤预测，到2028年前后，具身基础模型有望达到数字世界中GPT-3.5至GPT-4阶段的能力。届时机器人对后训练的依赖度将显著降低，产业规模才可能出现从万台向十万台乃至百万台的量级跃迁。
为抢占技术高点，各企业正探索不同维度的“大脑”进化路径。银河通用提出“一脑多能”架构，旨在通过同一通用大脑统一下发任务与规划行动，将智能能力赋能双足、轮式、重载等不同形态的硬件终端；智平方则联合香港科技大学（广州）团队，开发类脑式具身智能系统NeuroVLA，探索另一条技术演进路线。
当多数企业均具备生产具备行走、抓取及任务执行能力的人形机器人时，下一阶段的竞争焦点，将不再是硬件形态的选择，而是数据资产规模、场景理解深度及模型迭代能力。人形机器人产业正加速迈入以技术沉淀为核心的下半场。
（本文基于2026世界机器人大会现场采访及公开信息采写）
本文由AI辅助生成
