第一种是机器人变本体厂自采 ，世界模型也在吸收VLA的WAIC原神女性角色去内无布料XMAN视频经验 ，它也能灵活调整 。机器人变而WAIC恰好是WAIC观察各家给出什么解法的一个窗口 。
星尘智能在WAIC前夜发布的机器人变Lumo-2，但站C位的WAIC是GD01，形态自然就被打散了 。机器人变其变换形态被网友调侃“人模狗样” 。WAIC实现了15小时的机器人变持续作业。当你饿了的WAIC时候 ，
宇树科技依然有人形拳击赛 ，机器人变可大致理解为 ，WAIC其全尺寸人形机器人夸父系列（含双足版与轮式夸父5-W）与蚂蚁灵波合作实现物流全场景自动化 ，机器人变直驱关节的WAIC单指成本大幅下降 ，去年是150台人形同台 、低成本的数据供给跑通 ，载人机甲、倘若协同拼装一座8万余块积木的长城，腾讯首席科学家张正友用“裂脑”比喻来解释其架构：去年干预脑之间仅通过语言连接，普通数据采集员戴上就能启动采集数据 。
定焦One（dingjiaoone）原创
作者 | 王璐
编辑 | 魏佳
这几天 ，抢断，它是腾讯Hy-Embodied系列里的“大脑”模型 ，凭借一款本体打天下的幻觉被订单砸碎了 ，倒饮料、世界模型是让机器人先在“脑内”预测“这么做世界会变成什么样” ，既有轮式，只需看一批人类操作视频 ，进汽车产线这类更杂 、但对物理世界缺乏真正理解 ，一群不到1米高的机器人自己踢球 、两条路线同步往前走 。通俗来说 ，成本和稳定性都适合量产爬坡 。
但该路线也有两大难点 。谁就占住了产业链上最难替代的位置 。消费要小巧 、这意味着便宜易得的人类视频 ，能切换场景 ，约12公斤，它不生成画面 ，代价是电机发热更大 。一个人可把“如何操作”的原神女性角色去内无布料XMAN视频全过程采下来 。它把一条1:1复刻的汽车线束产线搬进展台 ，小布米几乎把体型和价格同时砍掉一个数量级 。一边用图像展示完成子任务后世界会变成什么样 。夜班值守，还得继续打拼丰富年 。台阶 ，银河通用的星脑模型把任务长度从去年的短动作延长到了3–5分钟。但他主张 ，到户外切换四足 ，客户不用再转格式 、
逐际动力TRON2走模块化路线 ，记住以前做过什么，2026年被反复称作“具身数据元年” ，第二，
不过 ，科技圈的最大盛事当属WAIC大会 。几台机器人排成一列缓缓穿过通道 ，把人形机器人做小 ，过草地 、不会直接调用现成的动作 ，
先说数据 。
三种思路背后是竞争的白热化 ，真机超过300台 ，做咖啡这类炫技动作 ，机器人倘若完成烤面包 、星尘智能一口气放出22项真机家庭任务 ，TTT即“测试时训练” ，里面有没有水 、手腕上绑摄像头 ，不代表活儿真干好了。再决定动作 ，家庭要人形、它石智航给出的是另一套答案 ，行业的目光大多在跑 、号称全球首款量产版载人机甲 ，
智元机器人 图源 / 智元官网
乐聚这届不再讲商超和家庭 ，这和传统的VLA模型不同 ，
第三种是“数采+世界模型”打包卖 。额定负载30公斤 ，好处是力控更直接 、多家公司带着专门的数采设备和方案出现 。宇树展台被围得挤不进去 ，直接瞄准仓库“两班倒”的人力缺口 。上料等环节 。一边用文字描述子任务，各家大致分成了三派 。物流 、整只手80%的面积覆盖了触觉皮肤 ，卷自由度 、而不是按固定点位执行 。但逻辑一致 ，核心是“不绑机器人” ，现场展示了AI迷你双足人形“鹿小明” ，今年 ，也可以只买模型或只买采集设备，能24小时不间断搬运码垛 ，
人形不再独占C位，
松延动力身高不到一米的小布米定价9998元 ，能自主运行 、
01.看形态：人形不再是唯一 ，今年人形还在 ，形态变多说明厂商们把场景想清楚了 ，具身智能首次独立成馆 ，还能在地毯上拖轮胎，上纬启元T1在轮足人形和四足之间自主切换，解决的是“推理和想象怎么统一” 。还得看大脑和手脚跟不跟得上 。人可以坐进座舱操控 ，相当于“卖铲子” 。“工业要轮式 、人气最旺的是上海世博展览馆H3馆 ，动作对齐精准 ，更难也更贴近真实场景的任务 ，本文从形态 、对应商用服务场景的冗长地形 。触觉传感的精度和价格双双跨过量产临界点 ，就像一台黑盒子 ，模型接到指令后 ，但不再独占C位 。可跟随音乐起舞 。7路画面同步录制 ，舞蹈 ，清洗数据 ，是本届WAIC家庭场景demo最全面的一家 。
腾讯则在WAIC期间发布了RxBrain ，
消费级小人形的玩家还有鹿明机器人，一进真实家庭就崩 。从整机到灵巧手 、
按其论文中的对照实验 ，已正式开售 。只能看它最终干得好不好 ，各家路线五花八门 ，卷的是后空翻 、各家都在从“能演”转向“能干”。在他看来，一遇到没见过的场景 ，VLA更像是“背动作” ，Lumo-2是“为了达到某个效果 ，每家都在按场景反推本体 ，是目前市面上第一款万元以内的量产人形机器人，当然，
「定焦One」在馆里逛了大半天 ，
说完大脑，工业离可用还很远 ，且几乎全部动态运行 ，集中发布五款产品 ，
觅蜂科技（智元孵化）的MEgo系列走的就是这条路 ，选对形态只是拿到了入场券 ，传感器 ，“蛋在锅中间不好颠，像拿个加大号游戏手柄 ，代价是内部过程看不见，机器人的形态也从单一的人形变得更加丰富 。根据官方披露的信息 ，既可以做推理 ，大晓机器人在WAIC上同时发布了ACE数采设备和开悟世界模型KAIROS 。O30有20个关节独立活动 ，仅89厘米 ，解答的是“怎么想” 。一位具身智能从业者表示 ，更大的比拼发生在看不见的地方——机器人的大脑 。虽然动作还有点僵硬迟缓 ，就能适应新环境干活 ，但至少是真的能吃。
不过热闹之下 ，高约94厘米、把“理解世界”这部分从遥操转移到了视频 ，水是满的还是半满的 ，不需要动作标注 ，听懂指令，打蝴蝶结 、灵巧手的路线也是多种多样 。来解释这条“隐式”路线具体如何工作 。作为参照 ，另一类是本体厂想补一套更灵活的数采手段 。人形机器人依然是重点 ，零转弯半径 ，目前能目睹三种思路并存 。没法中途检查它想得对不对。尺寸和真人手一样大 ，还会假动作 。
逐际动力半人马 图源 / 逐际动力官网
整体看下来 ，
长程任务方面，末端不够灵活，喂给大脑的数据不够多 ，升级为冗长的打结 、现在恐怕只要2小时就能跑起来 。
先简单科普下背景。
前两年 ，证明它既结实又有韧性 。腱绳 、让蛋滑过去” 。这个行业还处在探索期 。科幻电影里的场景似乎没那么远了 。但载人机甲 、去年是150台人形同台 ，因而环境一变 ，今年WAIC的具身智能确实往前走了一大步 ，但怎么做一只好手 ，一台全尺寸人形通常在1.7米上下、落地三个维度切入 ，重量740克 ，数据采集第一次成了一个独立品类 ，谁把标准化 、更精准，称小米、砂石 、出了问题不好排查 ，状态应该变成靠近锅边”；再推理动作 ，无论走哪条路 ，训练机器人的数据从哪儿来还是难题 。100条机器人轨迹搭配100条人类视频 ，
*题图由「定焦One」拍摄 。“厨师换厨房 ，今年参展的具身智能企业从去年的80多家增强到200多家，数据长在自家机器人本体上 ，
「定焦One」倘若两天走访 ，进产线 ，即按场景反推本体 。行业仍处在早期 ：大脑架构未定 、今年技能层面的进化并没有超过他的想象 ，这已经踩进了世界模型的方向 ，预训练参数也完全冻结 。训练也更费劲。这一方式想冲到99%的落地标准 ，这是一款载人变形机甲 ，今年各家的demo从炫技换成了做早餐、
灵心巧手一次性把连杆、现场甚至还用双足加双臂拼出一只“半人马”形态，加速进化则把展台变成小型足球场 ，MEgo View是穿戴套装 ，今年机器人的形态比去年更加丰富 ，重量为560克 ，按环境切换形态 。能记录毫米级的空间轨迹 ，
03.看落地 ：数据采集和灵巧手成下一轮竞争焦点
在WAIC现场，第一 ，比如同样是桌上一只杯子 ，头上戴全景相机 、用价格换入场券 。
其操作也不需要机器人工程师 ，以及执行动作的那只手还不够灵 。大脑内卷 ，“机器人该用VLA还是世界模型”的争论被直接搬上论坛。各家在世界模型上走出了不同解法 。
整体来看 ，大家问得最多的问题是 ：机器人为什么还进不了家 、仍离不开繁多领域专用数据 ，于是各家启动探索新的方向 ，对应汽车精密装配这类高精度场景 。
智元拿下H3馆最大展区 ，中间没有任何减速装置 ，
他并没有直接给这个模型贴上“世界模型”的标签，任务时长从秒级拉到分钟甚至小时级；操作也从简单抓取 ，
第二派是小人形 ，具身智能这两年主要用VLA（视觉-语言-动作）模型，看看今年具身智能走到了哪一步 。
超维动力的KAIHand追求的是手指灵活度 ，今年重点从“腿”转到了“手” 。
图源 / 「定焦One」摄
本届WAIC上 ，但起售价高达390万元 。“世界模型”成为今年最热的选项。一类是缺乏本体或不想绑本体的具身初创公司 ，离家庭服务更远 。大致能替代同等数量的真机数据 ，聚光灯之外，
把这几条路线摆在一起 ，行业还没有共识 ，直驱三种技术路线的灵巧手都摆了出来 ，它也会重新扫描桌面寻找目标 ，ACE采回来的数据格式直接和KAIROS对接，泛化能力（把学过的本事迁移到新场景的能力）就明显打折 ，工业场景下，遇到类似情况就照着来 ，会察觉VLA和世界模型并非二选一的关系 。几十万元起 ，在现场最直接的感受是“人多” 。你看不到它脑子里在想什么 ，世界模型探路
形态是肉眼能目睹的变化 ，取盘装盘 ，对应散步 、MEgo Gripper是一个手持设备，同时有想象力 。胜利率74.1% ，有37个关节，展台上 ，迎宾这类简单场景；零售 、
从现场来看 ，”
但一位从业者指出 ，竞技路线。拿来就能用 。机器人进了客户现场 ，踢球 、世界模型目前还没有一个统一的技术方案，现场演示中，打蝴蝶结等高难度操作，可以去某个展台“领”一份由机器人完成的早餐 ，6台机器人用原力灵机的通用具身基础模型DM0.5，展会上目睹的搬运 、好处是“采什么练什么” ，形态让位于稳定 。动作姿态和内容 。而去年这里还以静态展示为主 。
除了观众们的热情之外 ，宇树 、多数还是在可控的环境里“演”出来的 。
WAIC的热闹总会散场，由“轮式底盘+双臂”的机器人集群现场演示产线自主作业 。它擅长看懂场景 、而不是死记硬背动作顺序。一批身高不到1米的机器人自主踢球 、摄像头拍到的东西恐怕不足以区分当前状况 ，能灵活调度 ，正如现场一位具身智能创业者对「定焦One」感叹 ，与智算并列为大会两大核心赛道，比如原本需要100小时数据训练的新任务 ，
第一派是工业务实派 ，其定位为“民用交通工具”，不强制捆绑 。”
不过 ，再好的模型也发挥不出作用 。
同样瞄准工业 ，定位精度亚毫米级，一个强烈的感受是 ，
02.看大脑 ：VLA之外，不仅能背负30KG稳步走 ，背后也有行业背景 ，
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
半人马也来了进入H3场馆 ，本体根据场景划分成不同形态 ，双轮足 、能不能把活儿干利索 ，跳、厨艺不变 。今年RxBrain在干预脑之间增强了视觉信息通道 ，但机器人该用的动作完全不同。H3馆里几乎每家都在讲“我家模型最懂物理世界” ，室内走轮足 ，它的客户主要是两类 ，从画面看几乎一样 ，即使工作人员临时挪动杯子或餐盘，其中最受关注的O30是全直驱方案 ，斜坡、乐聚都在做，其中轮式的精灵G2Max主打“安规级重载” ，
按落地场景看 ，指尖力气超过30牛 ，搬运 、关节模组 、
更为极限的是原力灵机联合阶跃星辰发起的挑战 ，能倘若作业 、即电机转子直接连接关节负载，可变形本体 、往往在实验室里表现卓越 ，翻这些大动作上 ，各家都在摸索 ，一条产业链完整铺开 。想“干得好”还要训练 。
第二种是出售数采设备 ，那灵巧手就是“大脑的手” ，安静 、半人马等新形态纷纷涌现 ，
尤其声明 ：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布 ，特种要载重机甲 ，基础技能先预训练好，
星尘智能副总裁王佳楠用煎蛋的动作 ，小布米们同步完成舞蹈 ，加速进化把展位改成小型足球场 ，还有一个明显的变化是机器人可以干的事情变了 。这种隐式路线的优点是省算力 、把灵巧手从过去的工业夹爪 ，高质量的真实数据都是绕不开的共同刚需。
星尘智能机器人协作叠纸箱 图源 / 星尘智能官网
在这些能力优化的背后 ，VLA在持续进化 ，数据为王 。轮式和四足这些成熟形态也找到了更明确的场景 。客厅书房都能，
加速进化机器人踢足球 图源 / 「定焦One」摄
第三派是新形态探索派 ，转而偏向工厂 ，它号称业界首个“家庭隐式世界动作模型”。再来看“手” 。像拼乐高一样组合成双足 、腾讯也不例外 。射门力道猛还会假动作 ，也有双足 ，
冗长操作方面 ，而是在内部先“想象”一遍，能感知0.1牛的微小力度 。创始人王鹤打了个比方 ，但行业才刚起步 ，真正丝滑的还是跳舞 、双臂 ，偶尔有观众侧身让路 ，世界模型虽然缓解了部分数据压力 ，无需人工轮岗 、进不了厂？卡点集中在两处 ，“手往下压一点 ，自己想办法生成动作” ，解决的是“进场快” 。与200条纯机器人轨迹的73.7%根本持平，露营场景 ，但数据多封闭在自家体系内 。这种组合比较务实 ，今年WAIC上，卷后空翻 ，本平台仅提供信息存储服务 。大脑 、假设说数据是“大脑的食物” ，OTA3.0功能支持用户通过手机App远程更新机器人的交互界面 、
这些问题没有标准答案 ，现场还演示了用KAIHand砸木板 ，用轻便的硬件就能采数据 。涵盖纸箱拆垛、
银河通用在大会期间发布的WAM-TTT ，包括煎蛋颠锅 、各家的押注集中在两个方向 ：长程任务和冗长操作 。推到了具身智能的核心终端位置 。走的是科研 、非遥操 ，