人形不再独吞C位，，，，，，大脑内卷，，，，，，数据为王。。。。。。

定焦One（dingjiaoone）原创

作者 | 王璐

编辑 | 魏佳

这几天，，，，，，科技圈的最大盛事当属WAIC大会。。。。。。今年，，，，，，人气最旺的是上海世博展览馆H3馆，，，，，，具身智能首次自力成馆，，，，，，与智算并列为大会两大焦点赛道，，，，，，从整机到灵巧手、枢纽模组、传感器，，，，，，一条工业链完整铺开。。。。。。

「定焦One」一连两天走访，，，，，，在现场最直接的感受是“人多”。。。。。。宇树展台被围得挤不进去，，，，，，加速进化把展位改成小型足球场，，，，，，一群不到1米高的机械人自己踢球、抢断，，，，，，还会假行动。。。。。。凭证官方披露的信息，，，，，，今年参展的具身智能企业从去年的80多家增添到200多家，，，，，，真机凌驾300台，，，，，，且险些所有动态运行，，，，，，而去年这里还以静态展示为主。。。。。。

除了观众们的热情之外，，，，，，尚有一个显着的转变是机械人可以干的事情变了。。。。。。去年是150台人形同台，，，，，，卷的是后空翻、做咖啡这类炫技行动，，，，，，今年各家的demo从炫技换成了做早餐、打蝴蝶结、进汽车产线这类更杂、更难也更贴近真实场景的使命，，，，，，机械人的形态也从简单的人形变得越发富厚。。。。。。

不过热闹之下，，，，，，行业仍处在早期：大脑架构未定、训练机械人的数据从哪儿来照旧难题。。。。。。H3馆里险些每家都在讲“我家模子最懂物理天下”，，，，，，“机械人该用VLA照旧天下模子”的争论被直接搬上论坛。。。。。。

这些问题没有标准谜底，，，，，，而WAIC恰恰是视察各家给出什么解法的一个窗口。。。。。。本文从形态、大脑、落地三个维度切入，，，，，，看看今年具身智能走到了哪一步。。。。。。

01.看形态：人形不再是唯一，，，，，，载人机甲、半人马也来了

进入H3场馆，，，，，，科幻影戏里的场景似乎没那么远了。。。。。。几台机械人排成一列徐徐穿过通道，，，，，，无意有观众侧身让路，，，，，，当你饿了的时间，，，，，，可以去某个展台“领”一份由机械人完成的早餐，，，，，，虽然行动尚有点僵硬缓慢，，，，，，但至少是真的能吃。。。。。。

「定焦One」在馆里逛了泰半天，，，，，，一个强烈的感受是，，，，，，人形机械人依然是重点，，，，，，但不再独吞C位。。。。。。去年是150台人形同台、卷自由度、卷后空翻，，，，，，今年人形还在，，，，，，但载人机甲、可变形本体、半人马等新形态纷纷涌现，，，，，，轮式和四足这些成熟形态也找到了更明确的场景。。。。。。

按落地场景看，，，，，，各家大致分成了三派。。。。。。

第一派是工营业实派，，，，，，既有轮式，，，，，，也有双足，，，，，，形态让位于稳固。。。。。。

智元拿下H3馆最大展区，，，，，，集中宣布五款产品，，，，，，其中轮式的精灵G2Max主打“安规级重载”，，，，，，能24小时不中止搬运码垛，，，，，，无需人工轮岗、夜班值守，，，，，，直接瞄准客栈“两班倒”的人力缺口。。。。。。

同样瞄准工业，，，，，，它石智航给出的是另一套谜底，，，，，，它把一条1:1复刻的汽车线束产线搬希望台，，，，，，由“轮式底盘+双臂”的机械人集群现场演示产线自主作业。。。。。。工业场景下，，，，，，这种组合较量务实，，，，，，能一连作业、能无邪调理，，，，，，本钱和稳固性都适合量产爬坡。。。。。。

智元机械人 图源 / 智元官网

乐聚这届不再讲商超和家庭，，，，，，转而聚焦工厂，，，，，，其全尺寸人形机械人夸父系列（含双足版与轮式夸父5-W）与蚂蚁灵波相助实现物流全场景自动化，，，，，，涵盖纸箱拆垛、搬运、上料等环节。。。。。。

第二派是小人形，，，，，，把人形机械人做小，，，，，，用价钱换入场券。。。。。。

松延动力身高不到一米的小布米定价9998元，，，，，，是现在市面上第一款万元以内的量产人形机械人，，，，，，高约94厘米、约12公斤，，，，，，已正式开售。。。。。。作为参照，，，，，，一台全尺寸人形通常在1.7米上下、几十万元起，，，，，，小布米险些把体型和价钱同时砍掉一个数目级。。。。。。展台上，，，，，，小布米们同步完成舞蹈，，，，，，行动对齐精准，，，，，，OTA3.0功效支持用户通过手机App远程更新机械人的交互界面、行动姿态和内容。。。。。。

消耗级小人形的玩家尚有鹿明机械人，，，，，，现场展示了AI迷你双足人形“鹿小明”，，，，，，仅89厘米，，，，，，可追随音乐起舞。。。。。。加速进化则把展台酿成小型足球场，，，，，，一批身高不到1米的机械人自主踢球、非遥操，，，，，，射门力道猛还会假行动，，，，，，走的是科研、竞技蹊径。。。。。。

加速进化机械人踢足球 图源 / 「定焦One」摄

第三派是新形态探索派，，，，，，按情形切换形态。。。。。。

宇树科技依然有人形拳击赛，，，，，，但站C位的是GD01，，，，，，这是一款载人变形机甲，，，，，，人可以坐进座舱操控，，，，，，其定位为“民用交通工具”，，，，，，号称全球首款量产版载人机甲，，，，，，但起售价高达390万元。。。。。。上纬启元T1在轮足人形和四足之间自主切换，，，，，，室内走轮足，，，，，，清静、零转弯半径，，，，，，客厅书房都能，，，，，，到户外切换四足，，，，，，过草地、砂石、斜坡、台阶，，，，，，对应散步、露营场景，，，，，，其变换形态被网友奚落“人模狗样”。。。。。。

逐际动力TRON2走？？？？？？榛杈，，，，，，像拼乐高一样组合成双足、双轮足、双臂，，，，，，现场甚至还用双足加双臂拼出一只“半人马”形态，，，，，，不但能背负30KG稳步走，，，，，，还能在地毯上拖轮胎，，，，，，对应商用服务场景的重大地形。。。。。。

逐际动力半人马 图源 / 逐际动力官网

整体看下来，，，，，，今年机械人的形态比去年越发富厚，，，，，，但逻辑一致，，，，，，即按场景反推本体。。。。。。一位具身智能从业者体现，，，，，，依附一款本体打天下的幻觉被订单砸碎了，，，，，，“工业要轮式、家庭要人形、消耗要小巧、特种要载重机甲，，，，，，每家都在按场景反推本体，，，，，，形态自然就被打散了。。。。。。”

不过，，，，，，形态变多说明厂商们把场景想清晰了，，，，，，不代表活儿真干好了。。。。。。展会上看到的搬运、踢球、舞蹈，，，，，，大都照旧在可控的情形里“演”出来的。。。。。。选对形态只是拿到了入场券，，，，，，能不可把活儿干利索，，，，，，还得看大脑和手脚跟不跟得上。。。。。。

02.看大脑：VLA之外，，，，，，天下模子探路

形态是肉眼能看到的转变，，，，，，更大的比拼爆发在看不见的地方——机械人的大脑。。。。。。

先简朴科普下配景。。。。。。具身智能这两年主要用VLA（视觉-语言-行动）模子，，，，，，它善于看懂场景、听懂指令，，，，，，但对物理天下缺乏真正明确，，，，，，一遇到没见过的场景，，，，，，泛化能力（把学过的本事迁徙到新场景的能力）就显着打折，，，，，，往往在实验室里体现很好，，，，，，一进真实家庭就崩。。。。。。于是各家最先探索新的偏向，，，，，，“天下模子”成为今年最热的选项。。。。。。通俗来说，，，，，，天下模子是让机械人先在“脑内”展望“这么做天下会酿成什么样”，，，，，，再决议行动，，，，，，而不是死记硬背行动顺序。。。。。。

从现场来看，，，，，，各家的押注集中在两个偏向：长程使命和重大操作。。。。。。

长程使命方面，，，，，，银河通用的星脑模子把使命长度从去年的短行动延伸到了3–5分钟。。。。。。现场演示中，，，，，，机械人一连完成烤面包、倒饮料、取盘装盘，，，，，，纵然事情职员暂时挪动杯子或餐盘，，，，，，它也会重新扫描桌面寻找目的，，，，，，而不是按牢靠点位执行。。。。。。

更为极限的是原力灵机联合阶跃星辰提倡的挑战，，，，，，6台机械人用原力灵机的通用具身基础模子DM0.5，，，，，，一连协同拼装一座8万余块积木的长城，，，，，，实现了15小时的一连作业。。。。。。

重大操作方面，，，，，，星尘智能一口吻放出22项真机家庭使命，，，，，，包括煎蛋颠锅、称小米、打蝴蝶结等高难度操作，，，，，，是本届WAIC家庭场景demo最周全的一家。。。。。。

星尘智能机械人协作叠纸箱 图源 / 星尘智能官网

在这些能力提升的背后，，，，，，各家在天下模子上走出了差别解法。。。。。。

银河通用在大会时代宣布的WAM-TTT，，，，，，解决的是“进场快”。。。。。。TTT即“测试时训练”，，，，，，可大致明确为，，，，，，基础手艺先预训练好，，，，，，机械人进了客户现场，，，，，，只需看一批人类操作视频，，，，，，就能顺应新情形干活，，，，，，不需要行动标注，，，，，，预训练参数也完全冻结。。。。。。

按其论文中的比照实验，，，，，，100条机械人轨迹搭配100条人类视频，，，，，，乐成率74.1%，，，，，，与200条纯机械人轨迹的73.7%基本持平，，，，，，这意味着自制易得的人类视频，，，，，，大致能替换一律数目的真机数据，，，，，，好比原本需要100小时数据训练的新使命，，，，，，现在可能只要2小时就能跑起来。。。。。。首创人王鹤打了个例如，，，，，，“厨师换厨房，，，，，，厨艺稳固。。。。。。”

但一位从业者指出，，，，，，这一方式想冲到99%的落地标准，，，，，，仍离不开大宗领域专用数据，，，，，，想“干得好”还要训练。。。。。。

星尘智能在WAIC前夜宣布的Lumo-2，，，，，，解答的是“怎么想”。。。。。。它号称业界首个“家庭隐式天下行动模子”。。。。。。

星尘智能副总裁王佳楠用煎蛋的行动，，，，，，来诠释这条“隐式”蹊径详细怎样事情。。。。。。模子接到指令后，，，，，，不会直接挪用现成的行动，，，，，，而是在内部先“想象”一遍，，，，，，“蛋在锅中心欠好颠，，，，，，状态应该酿成靠近锅边”；
；；；；；再推理行动，，，，，，“手往下压一点，，，，，，让蛋滑已往”。。。。。。这和古板的VLA模子差别，，，，，，VLA更像是“背行动”，，，，，，记着以前做过什么，，，，，，遇到类似情形就照着来，，，，，，Lumo-2是“为了抵达某个效果，，，，，，自己想步伐天生行动”，，，，，，以是情形一变，，，，，，它也能无邪调解。。。。。。

但该蹊径也有两浩劫点。。。。。。第一，，，，，，它不天生画面，，，，，，你看不到它脑子里在想什么，，，，，，就像一台黑盒子，，，，，，只能看它最后干得好欠好，，，，，，没法中途检查它想得对差池。。。。。。第二，，，，，，摄像头拍到的工具可能缺乏以区分目今状态，，，，，，好比同样是桌上一只杯子，，，，，，内里有没有水、水是满的照旧半满的，，，，，，从画面看险些一样，，，，，，但机械人该用的行动完全差别。。。。。。这种隐式蹊径的优点是省算力、能自主运行、能切换场景，，，，，，价钱是内部历程看不见，，，，，，出了问题欠好排查，，，，，，训练也更费劲。。。。。。

腾讯则在WAIC时代宣布了RxBrain，，，，，，解决的是“推理和想象怎么统一”。。。。。。它是腾讯Hy-Embodied系列里的“大脑”模子，，，，，，腾讯首席科学家张正友用“裂脑”比喻来诠释其架构：去年左右脑之间仅通过语言毗连，，，，，，今年RxBrain在左右脑之间增添了视觉信息通道，，，，，，一边用文字形貌子使命，，，，，，一边用图像展示完成子使命后天下会酿成什么样。。。。。。

他并没有直接给这个模子贴上“天下模子”的标签，，，，，，但他以为，，，，，，这已经踩进了天下模子的偏向，，，，，，既能够做推理，，，，，，同时有想象力。。。。。。在他看来，，，，，，天下模子现在还没有一个统一的手艺方案，，，，，，各家都在探索，，，，，，腾讯也不破例。。。。。。

把这几条蹊径摆在一起，，，，，，会发明VLA和天下模子并非二选一的关系。。。。。。VLA在一连进化，，，，，，天下模子也在吸收VLA的履历，，，，，，两条蹊径同步往前走。。。。。。

03.看落地：数据收罗和灵巧手成下一轮竞争焦点

在WAIC现场，，，，，，各人问得最多的问题是：机械人为什么还进不了家、进不了厂？？？？？？卡点集中在两处，，，，，，喂给大脑的数据不敷多，，，，，，以及执行行动的那只手还不敷灵。。。。。。

先说数据。。。。。。天下模子虽然缓解了部分数据压力，，，，，，把“明确天下”这部分从遥操转移到了视频，，，，，，但行业才刚起步，，，，，，各家蹊径五花八门，，，，，，无论走哪条路，，，，，，高质量的真实数据都是绕不开的配合刚需。。。。。。

图源 / 「定焦One」摄

本届WAIC上，，，，，，数据收罗第一次成了一个自力身类，，，，，，多家公司带着专门的数采装备和方案泛起。。。。。。现在能看到三种思绪并存。。。。。。

第一种是本体厂自采，，，，，，数据长在自家机械人本体上，，，，，，宇树、乐聚都在做，，，，，，利益是“采什么练什么”，，，，，，但数据多关闭在自家系统内。。。。。。

第二种是出售数采装备，，，，，，相当于“卖铲子”。。。。。。

觅蜂科技（智元孵化）的MEgo系列走的就是这条路，，，，，，焦点是“不绑机械人”，，，，，，用轻盈的硬件就能采数据。。。。。。它的客户主要是两类，，，，，，一类是缺乏本体或不想绑本体的具身首创公司，，，，，，另一类是本体厂想补一套更无邪的数采手段。。。。。。

其操作也不需要机械人工程师，，，，，，通俗数据收罗员戴上就能最先收罗数据。。。。。。MEgo Gripper是一个手持装备，，，，，，重量为560克，，，，，，像拿个加大号游戏手柄，，，，，，能纪录毫米级的空间轨迹，，，，，，MEgo View是衣着套装，，，，，，头上戴全景相机、手腕上绑摄像头，，，，，，7路画面同步录制，，，，，，一个人可把“怎样操作”的全历程采下来。。。。。。

第三种是“数采+天下模子”打包卖。。。。。。大晓机械人在WAIC上同时宣布了ACE数采装备和开悟天下模子KAIROS。。。。。。ACE采回来的数据名堂直接和KAIROS对接，，，，，，客户不必再转名堂、洗濯数据，，，，，，拿来就能用。。。。。。虽然，，，，，，也可以只买模子或只买收罗装备，，，，，，不强制捆绑。。。。。。

三种思绪背后是竞争的白热化，，，，，，2026年被重复称作“具身数据元年”，，，，，，谁把标准化、低本钱的数据供应跑通，，，，，，谁就占住了工业链上最难替换的位置。。。。。。

说完大脑，，，，，，再来看“手”。。。。。。若是说数据是“大脑的食物”，，，，，，那灵巧手就是“大脑的手”，，，，，，最后不敷无邪，，，，，，再好的模子也施展不出作用。。。。。。

前两年，，，，，，行业的眼光大多在跑、跳、翻这些大行动上，，，，，，今年重点从“腿”转到了“手”。。。。。。背后也有行业配景，，，，，，直驱枢纽的单指本钱大幅下降，，，，，，触觉传感的精度和价钱双双跨过量产临界点，，，，，，把灵巧手从已往的工业夹爪，，，，，，推到了具身智能的焦点终端位置。。。。。。但怎么做一只能手，，，，，，行业还没有共识，，，，，，今年WAIC上，，，，，，灵巧手的蹊径也是多种多样。。。。。。

灵心巧手一次性把连杆、腱绳、直驱三种手艺蹊径的灵巧手都摆了出来，，，，，，其中最受关注的O30是全直驱方案，，，，，，即电机转子直接毗连枢纽负载，，，，，，中心没有任何减速装置，，，，，，利益是力控更直接、更精准，，，，，，价钱是电机发热更大。。。。。。O30有20个枢纽自力活动，，，，，，重量740克，，，，，，定位精度亚毫米级，，，，，，额定负载30公斤，，，，，，对应汽车细密装配这类高精度场景。。。。。。

超维动力的KAIHand追求的是手指无邪度，，，，，，有37个枢纽，，，，，，尺寸和真人手一样大，，，，，，指尖实力凌驾30牛，，，，，，整只手80%的面积笼罩了触觉皮肤，，，，，，能感知0.1牛的细小力度。。。。。。现场还演示了用KAIHand砸木板，，，，，，证实它既结实又有韧性。。。。。。

整体来看，，，，，，今年WAIC的具身智能确实往前走了一大步，，，，，，本体凭证场景划分成差别形态，，，，，，使命时长从秒级拉到分钟甚至小时级；
；；；；；操作也从简朴抓取，，，，，，升级为重大的打结、进产线，，，，，，各家都在从“能演”转向“醒目”。。。。。。

不过，，，，，，这个行业还处在探索期。。。。。。正如现场一位具身智能创业者对「定焦One」叹息，，，，，，今年手艺层面的进化并没有凌驾他的想象，，，，，，真正丝滑的照旧舞蹈、迎宾这类简朴场景；
；；；；；零售、物流、工业离可用还很远，，，，，，离家庭服务更远。。。。。。

WAIC的热闹总会散场，，，，，，聚光灯之外，，，，，，具身智能这个新兴赛道，，，，，，还得继续打拼许多年。。。。。。

*题图由「定焦One」拍摄。。。。。。

看过太多的人生指南，，，，，，都快找不着北了