痞子英雄

8月19日至23日，2026世界机器人大会（WRC）在北京亦庄举行，300余家企业携超过2000件展品参展，首发新品150余款。    2026 WAIC世博中心 南方周末研究员/摄          原价168元的单日票，黄牛和二手平台售价1000-1500元不等，三日通票卖到3000元。展位租赁费2880元/㎡，36㎡起订，加上设计、物料、装修等费项，展台支出高达百万元……          2026年7月17-20日，WAIC 2026盛况空前，巨额费用没有吓退观众和参展企业。在连日37度高温的上海，AI比天气更滚烫，刷新了WAIC往届全部参展和观展纪录。         根据主办方的数据，在4天展会里，超过40万人次涌入展馆，全球线上流量累计超过30亿；展览面积首次突破10万平方米，1117家企业带来了4486项展品，其中有351款是全球首发新品，连伊利这类看似与AI关联不大的公司都要展示一番“AI牛奶”。         不止于此。

二 | 以东浩兰生展览馆为圆心，向外延展到徐汇、张江、前滩……超百场各种主题的Afterparty占领了周边的报告厅、咖啡厅、餐吧、酒馆、酒店、游艇，甚至是洗浴中心。白天的展会结束后，技术交流、投资洽谈、人才招聘等活动换个场地，再续杯。         为了抓住资金与聚光灯，多数公司提前数日做预热与新品发布，把WAIC的战线拉长到十余天。本届大会首次设置了“采购日”，主题措辞也第一次把“产需”放在了“炫技”之前。开幕当天，宇树科技（688836.SH）在上交所科创板挂牌上市，成为A股人形机器人第一股；同日下午，小米新一代双足人形机器人“铁大”首次在大会现场公开亮相。         黄浦江畔织起AI赛博梦，也弥漫着技术焦虑、投资焦虑、人才焦虑和商业化焦虑。今年上半年，中国人形机器人出货量已超4万台，全球占比进一步提升至97%。具身智能、大模型、AI基建，展馆每个角落都在宣告“未来已来”，但真正的问题藏在热闹背后——这些机器人、模型和算力，距离场景应用和落地还有多远？          具身赛道拥挤          2026年年初，一家机器人初创公司的创始人对南方周末表达了对“大厂下场碾压”的担忧。IT桔子事件库数据显示，2026年上半年国内具身智能赛道融资总金额达到935亿元，较2025上半年提升了5倍。资本市场和产业端同步升温，一个行业性的问题也随之浮出水面：市场准备好为“人形”买单了吗？财联社记者观察到，和往届相比，本届WRC的展品正在从“花活”转向“干活”。去年展台上随处可见的跳舞、翻跟头、打拳击等表演性动作明显减少，取而代之的是面向工厂产线、药房分拣、无人零售、教育服务等场景的实际应用演示。多家企业带来的方案已经在客户现场运行，行业的关注焦点正在从“能不能造出来”转向“能不能用起来”。         现在，这个“噩梦”正在逼近。不过，“用起来”并不意味着已经“用好了”。多位受访的产业人士和投资人向财联社记者表示，人形机器人在商业化成熟度、落地形态选择和成本控制上仍然面临多重挑战。具身智能赛道越来越拥挤，继BAT（字节、阿里、腾讯）三家大厂之后，一些中厂和AI模型厂也先后入局。

三 |          例如，蚂蚁灵波卡在半个月前，密集“日更”了一系列VA、VLA、世界模型和世界动作模型；WAIC开幕前三天，小米先是宣布了机器人进厂的进展，随后又甩出一款生成模型和一款具身基座模型；而京东直接将参展主题定为“AI进入物理世界”，其间还开源了行业最大的人类第一视角数据集EgoLive。         在计算机视觉时代的“AI四小龙”中，商汤孵化的大晓机器人在展会期间发布了Kairos 3.1世界模型，并达成了一波具身零售落地合作；旷视团队再创业的原力灵机，现场展示了“机器人拼装长城模型”。         在大语言模型时代的“AI六小龙”中，智谱和MiniMax此前均成立了与机器人相关的子公司。被送上“岗位”的机器人一块PCB板放在托盘上，机器人将它抓起，再送到指定位置。此外，端侧模型独角兽面壁智能也在WAIC期间正式宣布迈向具身智能领域，发布了系列新模型。         X-Era Lab机器人穿鞋带 南方周末研究员/摄          在切入点上，这些模型厂商往往基于自身视频生成模型的能力，顺势做世界模型；大厂则有场景优势，在数据集、全栈方面领先。没落的“AI四小龙”需要复苏，竞争胶着的“AI六小龙”也亟需寻找AI Coding之后的新的估值支撑，机器人或许会是一个不错的锚点。         跨界的大中小厂，叠加上百家新成立的具身公司，尽管只有H3一个展馆，具身智能实际已成为WAIC期间最为拥挤的一个赛道。这个动作看起来并不复杂，但在实际生产中，面对PCB型号不同、尺寸不同、颜色不同，托盘甚至存在透明、反光等复杂情况，机器人不仅需要精准识别目标，还需要完成托盘取料、上下料、移动运输、双臂协同等一系列连续动作。在WRC上，智平方展示的，就是这样一个面向工业产线的应用场景。

四 |          竞争对手虎视眈眈，机器人公司还要一边搞研究，一边做落地。         这一方面是技术焦虑，展会期间及前后，新发布了十余个相关模型，新模型愈发强调对物理规律的理解，以及训练数据、架构等方面的“具身原生”性。

五 | 创新大多在细枝末节上，比如数采方式、数据配比、VLA与世界模型的融合方式。

六 |          各家都宣称自己在五花八门的评测榜单上击败了硅谷头部机器人公司Physical Intelligence（PI）的上一代模型，但对于刷榜“应试”的质疑也一直在，来自模型架构层面的、更触及本质的创新仍未被看到。         对模型突破的渴求，又催生了人才焦虑。7月19日傍晚，蚂蚁灵波包场了展馆对面的一间咖啡厅，借着技术交流的名义，将上海各高校的青年学生们聚在了一起，多名HR直接在现场收简历。类似的变化，也出现在机器人的使用方。京东零售具身智能业务负责人郑小丹告诉财联社记者，从去年到今年，已经有大量面向实际应用的机器人场景出现，包括工业场景、零售场景、健康场景，以及一些半商业化场景。整个WAIC期间，这种以人才招聘为主要意图的开发者party不胜枚举。

七 |          另一方面，投资焦虑又催生了商业化焦虑。不过，“机器人要更快进入千行百业，走进千家万户，仅靠好的本体和模型是不够的，还需要进入真实场景持续验证和优化。”郑小丹表示。         中国的创投环境仍相对谨慎，有投资人向南方周末调侃“我们吃不下太大的饼”，不做全栈的项目会被认为“想象力不足”，没有商业订单的项目更加无法容忍。企业开始集中强调“上岗”，也意味着行业评价标准正在变化。跃迁联盟、机器人之家联合创始人梦雯在此次WRC第十届具身纪元·智创百家论坛上给出的判断是，此前行业容易被机器人的外观和舞台动作吸引，但进⼊ 2026 年下半年，市场越来越关注另外三件事：真机⻓期连续作业稳定性、⼯业客户复购转化率和全链路投资回报率（ROI）。延伸到产业链上游，一个形态上直接的变化则是为人形机器人行业将零部件“做小”。         PI公司的研究科学家任至意在WAIC上说，PI更多是一个以研究为主的公司，寄望于先把AI基础设施做好、让模型能力涌现出来，短期内不会去考虑落地。上游零部件企业诺仕机器人创始人徐杨认为，机械零部件行业具有较强的技术积累属性，但人形机器人的发展并未完全改变原有的机械制造体系。相比传统应用，人形机器人对核心零部件、模组小型化提出了要求，不过其底层技术和制造逻辑并未发生根本变化。

八 |          相比之下，这样的公司在中国很少见。其在此次WRC上展示的1.5mm微型行星滚柱丝杠及灵巧手全套微型电缸模组（PWG系列）便意在适配灵巧手拇指、指节、手指独立驱动，可完成捏取小物件、旋转钥匙等精细动作。大家都忙着在一个还没有打好的地基上考虑“卖楼”。         在展览现场，几乎所有公司都展示了落地Demo，多样抓取、包裹分拣、物料搬运、商品打包是最常见的几个场景，机器人推理和干活的速度只有人类的0.3倍速甚至更低。不过，有“岗位”，并不意味着机器人目前已经能够完全胜任岗位。徐杨告诉财联社记者，目前大量工业、服务场景仍主要由人工完成，人形机器人要真正进入这些领域，仍需在产品能力和运行稳定性上持续迭代。也正因如此，往上游产业链延伸，现阶段整机厂对上游零部件企业提出的要求，也更多集中在扩大产能和降低价格，尚未普遍进入对精度、寿命等指标进行严格验证的阶段。埃夫特&启智董事长兼总经理游玮也表示，目前机器人厂商已经有了干活的意识，但真干活和干真活还需考虑很多因素，如节拍、准确率和泛化能力，“其实这三个成本约束的条件下是不可能三角，在现场很多情况下某一个点上可能非常突出，但是没有考虑到全局的平衡，所以在客户眼里可能难交付。

九 | 少数动作流畅利落的机器人，那也并不必然与先进划等号——大概率是预设好的程序。         这衍生出一种类似L2自动驾驶的商业化模式，即先把机器人部署进场景里，由人类遥操员远程兜底，担任与智驾安全员相似的角色，收集 Corner Case和Failure Case反哺模型训练。”这也体现在下游需求结构上。根据宇树科技对上交所问询函的回复，2025年前三季度，公司人形机器人收入中，科研教育占比73.6%，商业消费占17.39%，行业应用占9.01%。中研普华研究员李芬珍子向财联社记者表示，剔除车企自用迭代、高校及科研机构的研发采购订单后，人形机器人真实外部商业量产订单占比低。当前行业多数出货用于技术迭代、算法训练和场景测试，属于内部生态循环与科研投入，整体来看，人形机器人商业化落地仍处于初级验证阶段，具备真实商业成色的规模化量产订单较为稀缺。另一个原因在于成本。         总之，技术焦虑导致在模型上刷榜，商业焦虑导致在落地上雕琢demo，这些又或多或少折射在融资与估值表现上。在这场长线竞争中，每家公司的身位都很模糊，投资人多是靠着直觉押注、跟投头部，或者广撒网、多敛鱼。         机器人确实在变聪明，参展商展示的技能越来越长程和泛化，柔性和精细操作变多；为了证明模型的鲁棒性，现场刻意施加了更多干扰。受访人士普遍认为，目前人形机器人尚未普遍形成对人工的优势。只不过，这种进化的速度仍比较缓慢。         “具身智能可能不会出现像大语言模型‘ChatGPT时刻’那样清晰的拐点，而是会以一种润物无声的方式逐渐成长。“目前，人形机器人全生命周期综合成本仍显著高于传统人工，包含硬件采购、场景适配、运维检修和意外停机损耗等成本。

十 | ”李芬珍子表示，现阶段人形机器人整机售价偏高，核心零部件未形成规模化降本，加上工业场景适配调试周期长、运维成本高，仅超高负荷连续作业场景可小幅缩小成本差距。两条腿，还是几个轮子？当人形机器人开始强调上岗与落地后，另一个问题开始变得现实：它究竟应该长成什么样？眼下，双足双臂人形机器人和轮式底盘双臂机器人的技术之争已经打响。在具身智能走向产业落地的过程中，机器人形态的选择首先取决于制造现场的实际作业需求。目前，能够率先实现量产交付的场景多集中在工业制造与仓储物流端，在这些以平整地面为主的结构化车间里，轮式设备成为更务实的选择。”星海图合伙人、前高瓴资本投资人罗天奇认为。拓斯达（300607.SZ）轻负载工业机器人出货量位居中国第一。该公司此前在接受财联社记者采访时介绍，其工业客户此前考察了数十家机器人供应商，最终进入下一轮评估的两家厂商全部采用轮式底盘。这一选择的核心原因在于安全性，在精密制造车间内，单件物料价值常达数万元，双足机器人一旦断电或系统故障，整机倒地容易砸损物料和产线；轮式设备遇到故障则停在原地，不会引发次生损坏。         算力底座多元          作为支撑AI场景落地和技术演进的关键底座，算力基础设施早已走向台前。H2展厅内，观众驻足在那些外观并不起眼、如同黑箱一般的机柜面前，举着手机排队拍照，好奇地询问“这个大家伙到底有什么用？”          华为昇腾950超节点 南方周末研究员/摄          无论机器人实时处理信息，还是智能终端调用模型，背后都依赖算力。在智能体时代，算力的衡量标准不再是堆卡，而是能否稳定、高效地产出Token。去年开始，陆续有轮式双臂机器人接到工厂实训订单的消息。

十一 | 智元机器人A2-W、银河通用Galbot S1、智平方AlphaBot2等多款轮式双臂机器人先后宣布了在富临精工（300432.SZ）、宁德时代（300750.SZ）、惠科股份（001399.SZ）等国内头部工厂“上岗”的消息。从单颗芯片到大规模集群，从服务器到高速互联和存储方案，算力正走向多元架构与系统能力的综合较量。         华为的热度极高，首次线下展示昇腾950超节点（Atlas 950 SuperPoD），本质是将1024张加速卡通过高速互联协议整合至一台超级计算机，追求单系统的极致通信密度和内存一致性。半山创投董事长戴福全告诉财联社记者，在平整、改造完善的标准厂房内，绝大多数工位上，轮式双臂和固定协作机械臂的性价比、稳定性与运维成本全面优于双足人形，其移动速度更快、能耗更低、平衡控制难度更小，回本周期也更短。

十二 | 多个超节点进一步横向互联，便构成了更大规模的智算集群。         中科曙光带来了中国首个全国产十万卡AI超集群——曙光8000（登峰）真机，也是本届WAIC 的“镇馆之宝”。高工机器人研究所所长蔡炳贞也向财联社记者表示，轮式设备在行业内公认会率先落地。曙光8000现场只开放了部分区域，其余机柜以黑色挡板遮蔽。         2026年7月10日这一AI超集群落成时，已同步接入国家超算互联网，进而接入全国一体化算力网。

十三 | 至此，中国的AI基础设施建设，从千卡、万卡级迈向十万卡级部署阶段。与此同时，轮式人形机器人的成本也更低。海通证券研报表示，由于本身的结构设计已具备稳定性，轮式机器人可以减少零部件的使用并降低模型维度，降低整体制造成本；同等身高下，双足的BOM成本比轮式底盘高十倍。在运维方面，双足机器人更需人类辅助，目前未能实现和工人相当的工作效率，并且不少机器人还需绳索辅助行走，这些必要的安全措施提高了运维成本；而轮式机器人凭借更高的稳定性，可以减少维护和修理成本。

十四 |          此外，摩尔线程、沐曦股份、壁仞科技、天数智芯、燧原科技等初创GPU公司，也都集中展示了超节点和算力集群。         在从单卡走向集群的过程中，连接方式也悄然重构。例如，摩尔线程MTT C256超节点首创一层Scale-up网络，通信无需逐层转发，减少了带宽损耗和等待时间；燧原科技OEX超节点则采用正交无背板设计，将机柜内的线缆基本去除，减少互联成本和迭代周期。工厂暂时偏向轮式形态，并不意味着双足人形失去了存在的合理性。蔡炳贞指出，双足机器人的运动控制要求更高，但在非结构化环境、狭窄空间、台阶以及户外等场景中，双足能够通过调整运动姿态通行，具备不可比拟的独特优势。

十五 | 戴福全告诉记者：“双足机器人的核心价值在于适应人类长期改造形成的物理环境，尤其是在带台阶、门槛、电缆沟的老旧厂房、多层车间，以及电力、化工等特种巡检场景中，无需对现场地面基建进行昂贵的改造，双足即可复用人类的通行路径与操作高度。         集群之外的另一大特点是GPU“第三条技术路线”。东方算芯展示了软件定义近存计算3D AI芯片DF1000，直接打出“14nm≈4nm”的口号。”受访人士普遍认为，尽管目前轮式“上岗”更快，未来这两类机器人形态将会呈现互补关系。         DF1000通过底层计算架构创新，通过软件定义芯片技术实现软硬件解耦和动态重构，以空间并行的时分复用显著提升硬件资源的利用率；通过3D混合键合技术将计算层与存储层垂直堆叠，压缩互连间距至亚微米级，缓解“内存墙”“带宽墙”和“功耗墙”的瓶颈。“轮式人形机器人适配平整硬化场地，而双足双臂机器人能够适应非平整地形，填补复杂地形的工业作业空白，两者在场景上形成互补。”李芬珍子说。

十六 |          有别于GPGPU和ASIC，东方算芯DF1000的技术源头来自2006年清华大学实验室，最初是面向超算场景设计，在这轮AI浪潮兴起时转向智算领域。         与之类似，清微智能主力芯片TX81采用的是可重构技术，兼具GPU的灵活性与ASIC的高效能，并基于此打造了REX81 Supernode超节点系统。         “发动机很重要，但用户买的是整台汽车。双足构型在工位上的可替代性与通用性，也是部分大厂持续投入研发的原因。小米方面近期在接受采访财联社记者采访时表示，如果只解决垂直单一场景的两三个工站问题，人型并不重要；但长远来看，企业希望探索出一套能够通用于多个工站的操作方法，而非针对每个工位单独定制自动化设备。”清微智能副总裁黄文彬对南方周末表示。在他看来，芯片、系统、集群的协同创新，才能让AI真正跑起来。         REX81 Supernode超节点 南方周末研究员/摄          这种多元探索是产业走向成熟的必经阵痛，也是制程受限之下焦虑的投射。目前，其全尺寸双足机器人的产线实训正在推进，但在长任务链条上仍面临效率制约。中国工程院院士、清华大学计算机系教授郑纬民坦言，国产卡的显存内存、容量、带宽、延迟与海外仍有差距，建立算力不等于高质量的Token产能。小米方面向记者介绍了其在本届WRC上展出的新一代双足人形机器人“铁大”在汽车工厂的实训数据：该机器人身高1.70米、体重66公斤、拥有66个自由度，在汽车产线自攻螺母工位上的成功率已从3月份的90%提升至7月份的98%。         “高质量Token意味着延迟很短，很值钱。如果问两分钟才开始说话，每秒钟才为一个人服务，就不值钱。

十七 | 但在作业效率方面，面对3至5秒的短任务，其效率可达人工的70%至80%；一旦进入抓取、移动、寻找、判断等超过1分钟的长任务链，效率便会下降至人工的30%左右，模型推理效率与长尾工况仍需持续优化。底层技术吸引8成投资2025年一直被视作人形机器人的爆发元年。”郑纬民表示。         如何将算力基建转化为高价值的服务？有效算力和算力性价比成为下一代算力集群的关键指标。

十八 | 这一年，人形机器人开始大规模走进普通人的视野之中，同样也在当年吸引了大量的投资。         一批Token工厂也顺势涌现，例如硅基流动、无问芯穹、九章云极等。         如果说算力集群是“发电厂”，Token工厂就是“电力公司”，以智算集群为基础，经过调度、适配和优化，将算力转化为可计价、可调用的Token服务。

十九 |          这一模式是对当前算力错配的回应。

| 根据量子位智库数据，2025年，具身智能赛道的全年投资事件从2024年的173起暴涨至447起，涌入资本总量从137亿飙升至554亿，增长分别超250%和400%。

| 今年，相比于去年的狂热，具身智能赛道开始出现更多质疑声音，关于落地场景、落地形态的争议不绝于耳，这一赛道的投资热情是否亦趋冷？事实并非如此。IT桔子数据显示，2026年上半年，国内具身智能赛道融资322笔、总额935亿元，较2025年同期暴涨5倍，半年就超过了2025年全年570亿的规模。

| 一方面，AI应用对算力的需求异常强烈，例如Kimi K3发布不到三天，用户的请求量便逼近其承载极限，导致公司暂停C端的新用户订阅；另一方面，大量算力集群在实际运转中却存在资源闲置，有些园区的算力利用率不足五成。

| 戴福全向记者表示：“我觉得整体投融资热度没有降温，但投资逻辑已经发生根本性切换，从两年前‘看样机、赌整机故事’的普炒阶段，进入‘重订单、重量产兑现、重核心供应链’的理性深耕期。         九章云极的做法是用DCU“统一度量衡”。”“两年前只要能做出行走原型机，就能拿到融资；到2026下半年，资本不再愿意单纯为演示效果买单，能不能拿到小批量商业化订单、良率能不能持续提升、成本有没有持续下探空间，是投前最核心的考核标尺。它发布了一套完整的AI规模化生产体系，将不同厂商芯片的算力统一折算，让客户能像购买电力一样按需购买算力。头部整机依然能拿到大额产业资本、地方国资加持，但大量没有落地能力的新整机项目融资难度明显加大，行业出现显著分化。也就是说，把过去“整机租赁”的算力供给变成“按需取用、随用随付”的弹性服务。

|          用系统创新弥补单卡短板，用工程能力兑现算力价值，其间技术追赶的紧迫、商业闭环的未知，都催促着产业不断试错。

| ”戴福全说。AI落地的叙事，终究要回到朴素的商业逻辑——谁能用更低的成本、更稳定的系统，产出更便宜的Token，谁就站住了身位。         7月20日，WAIC2026在上海闭幕。谈及机器人行业的融资方向变化，徐杨表示，在本体企业已获得大量资本投入、头部企业估值走高的背景下，部分投资机构正将目光由整机端向上游核心零部件延伸。         喧嚣和热闹随着人群散去，科技创新的脚步不会停止。

|          同一天，2026世界机器人大会（WRC2026）在北京启动了开幕30天倒计时。         南方周末研究员 丁莉 曹妍          责编 黄金萍。

| 目前，人形机器人三大核心零部件量产水平呈现差异化格局，国产化进度与良品率参差不齐。李芬珍子告诉记者，目前国产谐波减速器、多自由度灵巧手成熟度相对较高，但内部微型空心杯电机、高精度传感组件仍高度依赖进口，高端灵巧手核心部件进口占比偏高。此外，李芬珍子强调，微型丝杠是人形机器人供应链短板，高精度行星滚柱丝杠国产化率不足两成，批量生产良品率偏低，高端市场基本被海外厂商垄断，国产产品仅能适配中低端场景，整体进口供应链依赖度极高，是制约整机降本量产的关键瓶颈。在此背景下，戴福全向记者分析了目前几个投资的重点方向：第一，核心零部件国产替代赛道仍是重头戏，灵巧手、柔性触觉传感器、一体化关节、六维力传感器这些卡脖子环节，是其持续重点关注的方向；第二，具身智能算法与世界模型、机器人数据基础设施，也就是机器人的“大脑”和训练底座，决定了机器人能不能从“能动”走向“自主干活”；第三，垂直场景解决方案商，不是泛谈通用机器人，而是扎根工厂、高危巡检等特定场景，先跑通可计算的ROI。

| 跃迁联盟发布的《2026全球具身智能产业投资风向标》白皮书显示，2026年上半年全赛道的融资中，具身⼤脑（世界模型 / VLA 融合算法）、标准化真机物理交互数据、灵巧触觉执⾏硬件三大底层核⼼赛道合计吸纳 84% 资⾦资源，⼈形整机赛道融资占⽐由 2025 全年 31%下滑⾄ 12.8%。大量的融资之后，规模化的落地就是下一步。蔡炳贞告诉记者，人形机器人的规模化落地预计分三步推进，较为短期的第一阶段，主要应用于巡检、上下料、物料搬运等弱工艺、高容错率场景，预计将在3年内率先实现规模化落地；中期阶段，将应用于物流包裹分拣场景等，即虽然该场景对容错率仍有一定包容度，但对非标物料的操作泛化性要求更高；第三阶段也就是长期阶段，将应用于对工艺精度、节拍和ROI有严格要求的强工艺工业制造场景。

| “目前阻碍落地的核心差距体现在任务成功率、连续运行稳定性以及本体硬件的一致性上。深层技术瓶颈在于具身大模型架构尚未完全收敛，且训练数据极度匮乏。行业普遍认为需要百万小时级别的真实场景数据才能使模型达到稳定状态，数据采集的瓶颈导致了今年数据采集设备的大量涌现。”蔡炳贞表示。

|