8月19日，2026世界机器人大会（WRC）在北京举行。与往年以运动能力和形态展示为主不同，本届展会上，物流分拣、零售取货、家务整理等真实任务场景占据显著比重，多家具身智能企业不约而同地展示了从数据采集、模型训练到本体部署的完整闭环能力。展会主题“人机共生，产需共融”背后，行业竞争正从单一技术指标转向场景落地与迭代效率的比拼。
展馆内，传送带、货架和模拟家庭空间成为高频出现的布景。自变量科技的机械臂在传送带旁连续分拣包裹，展台标注的峰值效率超过每小时1816件；蚂蚁灵波搭载乐聚机器人本体，运行跨本体基座模型处理柔性包裹。千寻智能的Moz1在“整理客厅”指令下完成物品归位，星尘智能则推出起售价8.99万元的新品T1，并强调其家庭隐式世界模型Lumo-2。星海图与普渡等企业则将取货能力分别落地于零售货架和药房场景。这些演示均指向非结构化环境中的连续柔性操作，考验模型在动态变化下的自主决策能力。
值得注意的是，尽管演示任务趋同，具身模型之间尚未形成明显的代差。一位参展商向产业家表示，本体的运动能力仍占据主要关注度，模型能力未见领先半个版本的突破。在此背景下，客户采购的核心并非机器人整机本身，而是其完成的生产工作，这促使企业将数据、模型、本体、部署纳入统一考量。
闭环建设成为本届WRC水面下的竞争主线。大晓机器人将真人五指数据采集方案与端侧巡检模块同台展示；自变量在展台摆出真人夹爪数采方案与数据工厂，构成其WALL-B模型的供给端。千寻智能透露，自建数据采集、模型训练和本体校验闭环仍在加速迭代，原因是自有设备能更快暴露构形、数据质量和模型适配问题。在模型能力尚未拉开差距的阶段，反馈周期直接决定迭代速度，进而影响企业生存。
数据回流机制同样受到重视。光轮智能展示了从人类行为采集、仿真训练评测到真机部署、失败数据回流的完整基础设施。其解决方案副总裁张建伟将展示与部署的区别概括为：前者展示机器人能力上限，后者考验7×24小时工作的能力下限。一次真实失败会被送回云端，经评测定位问题来自模型、本体还是数据，再通过补采人类示范或生成仿真数据重新训练，直至新版本部署回机器人。
从本届WRC的展台布局看，具身智能行业正经历从“炫技”到“实用”的过渡期。闭环建设表面上是扩大业务范围，实质是构建迭代效率的工具。当真实任务成为检验标准，数据与反馈在不同层级间的流转速度，将决定企业能否在泛化智能的竞赛中占据主动。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
