超200家企业同台的WAIC，机器人距离可复制还有多远？

文 | 松果财经 今年WAIC，机器人以顶流姿态闪耀全场。 据《科创板日报》报道，本届大会具身智能赛道首次迎来超200家厂商参展，仅人形机器人就超过208款，还有261个各类大模型亮相，与当下炙手可热的智算赛道火力相当。 从现场来看，海量机器人形态各异，人形、四足、轮式甚至机甲齐上阵，而它们的技能也指向了工业、消费等多个领域，包括但不限于叠衣服、炒菜、打球、巡检、载人载物等。 不过，如此大规模却近似“非标”的机器人大军，也引发了外界的新思考： 不同的机器人如何适配不同场景？是各写一套系统，还是通用大脑？设计独特的机器人越来越多，要怎么让它们的智能水平在不同的场景、形态要求下高效迭代，推动规模化应用？ 其实关于机器人智能背后的算法、硬件，市场早已有充分讨论。但关于这种智能怎么迁移复制、进阶升级，似乎还未有定论。而在WAIC上，恰好就有一批玩家给出了不同的回答，画出了一幅具身智能的产业坐标系。 同台不同路，从WAIC看具身产业坐标系 拿下本届WAIC镇馆之宝的“基于蚂蚁灵波跨本体具身大模型的机器人智慧药房”方案，是我们关注的第一个对象。 这个方案依托蚂蚁灵波LingBot-VLA具身基座模型，可统一驱动不同品牌和构型的机器人协同作业，覆盖单臂、双臂、双足、轮式等多种形态。这次现场展示任务的三台轮式机器人，就分别来自乐聚、星海图和蚂蚁灵波自研。据官方披露，目前蚂蚁灵波已在软件层适配17家厂商的20多种硬件构型。 统一模型这条路在逻辑上很像当年Android对手机行业的改造：操作系统统一之后，硬件厂商只管把产品做好，应用开发者只管把功能做精。 在当前应用层面，蚂蚁灵波的方案已在国大药房上海门店投入实际运营，门店无需为机器人专门改造空间，机器人可直接进入既有经营环境，与工作人员和顾客共处，包括承担夜间值班任务。 不过长远来看，机器人的构型差异远比手机大——手机的传感器和交互方式相对标准化，而双足人形和四足机械狗之间，运动学模型都可能存在根本性差距。通用大脑是真正做到了跨形态的深度推理，还是只控制那些所有构型共有的自由度？现阶段，这类通用大脑玩家仍在推动建设更大规模的数据体系和应用模板，或许在应用规模扩大后，市场会进一步看到其前景。 与蚂蚁灵波软件主导的思路不同，宇树和智元走出了另一条路径：把产品矩阵做到足够宽，把特定品类做到能铺量。 宇树本届大会展出了B2等型号的四足机器人，G1等型号的人形机器人，以及全球首款载人变形机甲GD01。 B2等不同型号的四足机器人面向工业、消费等不同场景。G1人形机器人已是全球同类产品中出货量最高的机型，售价9.9万元起步，正在把人形机器人的门槛降低。GD01可实现人形双足与四足行走的硬件级形态切换，其3米身高、机械结构的现场视觉冲击力极强。 从四足起家到人形量产再到载人机甲，宇树的进化路线始终围绕一条主线：在多个形态上各自突出单品优势，把能力打包给客户。 智元的路线也与之类似，只是在一些细分产品类型上有差异。智元在本届WAIC一口气发布了五款新品。其中比较有代表性的远征A3 Ultra拿下镇馆之宝，搭载700TOPS具身处理器和高自由度灵巧手，以统一硬件载体覆盖展厅、酒店、导览零售等终端场景；安规级重载具身机器人精灵G2 Max双臂峰值负载达50公斤，在发布现场宣布与京东物流合作，首次在人形机器人仓储作业场景中部署落地。 大规模量产的打磨让智元的硬件可靠性和场景适配效率进入了新的阶段。而它似乎更强调从通用本体出发增强覆盖不同需求场景的能力—— 智元的选配器件、可二次开发的算法，更适应一些终端客户微调的需求。 在它们之外，动易科技的展区呈现出另一种思路。其M系列全尺寸人形机器人、C系列灵动服务机器人、D系列四足机械狗首次动态同台亮相。 从现场演示来看，其身高180cm、体重70kg的M系列大尺寸人形机器人互动动作流畅；相对小巧的C系列人形机器人带来拳法展示和功夫秀，萌态外形和流畅自如的运动速度吸引了不少观众驻足；D系列四足狗的官方参数显示其常态化承重210kg，最大负载可达500kg，能稳定通过45°斜坡与85cm高台，它也确实在现场平稳驶过室内路面，并数次通过楼梯这种非平整路面。 据现场信息，动易科技这三种运动学约束完全不同的物理形态共享同一个智能底座——PhyAgents物理智能体。其下层PhyCore运动控制模型相当于“小脑”，负责步态规划、动态平衡、触地反馈和关节力矩分配；上层智能AGENT多模态模型相当于“大脑”，能够处理环境感知、场景语义理解和行为决策。 大脑和小脑之间不是简单的指令传递，而是持续的双向交互。 基于物理智能体，动易科技的亮点在于从现实中“学习”和强化运动能力，可迁移、能进化，然后让不同构型的机器人都能借此获得智能的提升。 各自押注，路线会合还是分化？ 不难发现，WAIC上这些实践各有各的精彩，同时也折射了当下机器人赛道对“智能”及其迭代理念的分化。 甲子光年智库刚刚发布的《2026中国具身智能行业洞察报告》指出，当前机器人加速进入物理世界，因此产业更加关注长期的稳定性和在运行中持续学习、创造价值的能力，以及对应的能力底座。 《报告》还提出，AI正在获得“身体”，机器人正在获得“大脑”。只不过这个过程中，存在AI for Robot和Robot for AI两种思路不同的研发范式—— 前者是本体先确定，AI去适配并负责用好这台机器人；后者则从AI需要什么出发，反向回答机器人应该怎样设计。 两者可以粗略理解为一个问题：具身智能，“身”和“智”到底哪个占主导地位？这个问题目前并没有答案。不过回到WAIC现场，我们也能从不同玩家的展示中看出各自的优势、潜力以及需要突破的潜在关卡。 蚂蚁灵波的通用大脑，目的就是“一种AI适应多种Robot”，其核心优势在于边际成本。适配第18家厂商的第21种构型，大概率比适配第一家时快得多，因为中间层的抽象能力会随适配量增长而加速沉淀。 对应用方来说，这意味着供应商解耦的可能性：如果A厂商的机器人出了问题，可以切换到B厂商，同一个大脑继续运行。 而它要回答的问题在于，跨形态的通用是真正的深度推理，还是只在当前比较纯粹和垂直的场景里才有效？当场景复杂到一定程度时，它还能很好地处理共有自由度吗？还是说把形态特有的运动能力交由底层固件自行处理？这就是我们之前提到的系统与硬件能否长期契合的问题，业界还需要更大规模的验证。 而继续往下看，宇树和智元又和通用大脑的路线不太一样。它们的产品矩阵×规模效应，逻辑上相对接近消费电子的打法。 由于规模大、资源多、下游应用多样，它们不会死磕一条路线，而是能围绕终端场景、需求的不同，调整自己的策略。比如宇树的教育产品往往会有较高的二次开发自由度，让下游能自由进行调试；而智元面对垂直行业提供的产品，会像消费电子产品plus、pro、max的型号差距一样，通过微调配置直接给用户能用的产品。 在它们的路线中，AI for Robot的特点也存在，不过最重要的并不是AI和Robot的关系，而是规模化时代的软件和服务能否同步跟上。因为当成千上万台机器人进入不同客户手中，后续的运维、升级、场景适配能不能尽量标准化，才决定了规模优势能否转化为长期壁垒。 相比较来看，AI for Robot路线参与者众多，