WRC变了：从秀场到市场

文 | 定焦One（dingjiaoone），作者 | 金玙璠，编辑 | 阿伦 逛WRC时，最吸引「定焦One」的还是人形机器人。展馆前场，格斗、跳舞、后空翻轮番上演，观众里三层外三层。 WRC C馆展示的机器人格斗 再往里走，展台上的机器人做着不起眼、却更像“打工人”的活儿：传送带转个不停，机械臂一次次落位，有的在分拣包裹，有的在搬运料箱，还有的机器人低着头，努力把衣服叠好、把桌上的杂物归位。 WRC C馆展示的机器人分拣订单 今年的看点，不全在最热闹的那几个展台。泡完茶，能不能把杯子递到人手里？物料换了一批，还能不能找到抓取位置？箱子摆歪了，会不会自己调整？任务做到一半有人拿走了杯子，还能不能接着干？这些事放在人身上稀松平常，放到机器人身上，却一道比一道难。 整机也不再是唯一主角。灵巧手、触觉传感器、关节、电机、减速器、视觉模组、数据采集设备和模型，都走到了前台。 论坛上，企业家和研究者谈大脑、本体、世界模型、开发者、开源和数据供应链，也谈家庭陪护、安全治理和责任边界。话题各不相同，最后都落到实际使用上：机器人离开展台之后，能不能把活儿稳定地干下去。 采购方关心的则更直接：能不能接入自己的业务流程，出了故障找谁，这笔账最后算不算得过来。 逛完大会再回头看，今年WRC有三条线并行。一条“补身体”：零部件、供应链和制造能力，让机器人更稳、更轻、更便宜；一条“补大脑”：模型和数据，让它能应对变化，把一连串动作做完，出了错还能接着干；还有一条更接近生意本身，机器人开始进工厂、仓库和门店，采购、交付、维修和长期成本也被摆到了桌面上。 这是一场从秀场向市场靠近的大会。机器人确实开始找工作了。至于能不能留下来，要等它在工厂、仓库和家庭里真正跑上一段时间才知道。 01.今年抢镜的不是整机，是卖铲子的人 整机还是展馆里最吸睛的部分。但今年，寿命、适配、量产和成本这些过去不太容易被看见的问题，也被摆到了台前。 以灵巧手为例，今年比的不再只是自由度有多少、动作像不像人，而是负载、重量、触觉精度、寿命和成本。对客户来说，完成一次抓取只是第一关，更重要的是能不能连续处理不同物料，遇到打滑、错位和软物体时能不能调整。 WRC C馆展示的机器人叠杯子 比如把杯子递给人，力度大了可能捏坏，力度小了又可能掉下来；把零件装进工装，不只要找准位置，还要判断有没有卡住、是否已经放稳。 关节、执行器、触觉传感器等零部件企业，讲的东西也跟着变了。过去它们主要介绍参数和性能，现在也开始解释，这些部件装到机器人身上后，究竟能解决什么问题。 再往前一步，有些企业开始秀制造能力。灵心巧手展示了一条“灵巧手组装灵巧手”的产线。相比单纯展示抓取动作，这条产线把问题带到了生产端：灵巧手能不能稳定、批量地生产出来。 对整机厂商来说，从样机走向采购，不只要看产品能不能用，还要看良率、节拍和成本，以及供应商有没有持续交付的能力。 WRC B馆展示的具身智能数据采集手套 除了硬件，数据采集设备开始被单独拎出来讲。遥操作、动作捕捉、示教和仿真，都在解决同一个基础问题：机器人需要什么样的数据，企业又怎样持续拿到这些数据。人的动作、物体的位置和材质，都可以通过这些方式转成训练数据。 02.场景从表演转向干活，工厂离规模化订单最近 今年WRC出现了越来越多“干活”的机器人。分拣、搬运、码垛、上下料、检测、装配、物流、零售、餐饮和巡检，都能找到对应的演示。 从WRC展示的项目和企业反馈来看，不同场景所处的商业化阶段差得很远： 工厂离规模化订单最近；物流紧随其后；极端环境付费意愿明确，但更偏垂直项目；餐饮零售容易落地，但要证明比用人更划算；家庭最远。 工厂里的任务也是分级的。机器人先干的往往是位置固定、动作重复、流程清楚的活儿。搬运、码垛、分拣、上下料和扫码，投入产出相对容易计算。 检测、装配和柔性上下料更复杂一些，机器人需要识别物料差异、调整动作，并在抓取失败后重新开始。 再难一些的，是把多个工序连起来，让机器人自己完成从取料、加工到放置的一整段流程。 物流处在工厂和开放环境之间。仓储物流已经有比较清楚的作业流程，但仓库里的货物、路线和订单仍会不断变化。 展会上，一类企业把机器人放进实际作业流程里，强调稳定完成任务；另一类企业展示全身遥操作，把人的转身、弯腰和手臂动作映射到机器人身上，更多用于数据采集或远程操作。前一种已经在尝试把任务直接交给机器人，遥操作则给复杂任务保留了人工介入的办法，也可以顺便采集训练数据。 极端环境的需求更明确。 水下、矿场、地下空间、化工管廊、变电站和消防现场，都有一些危险、恶劣，或者不适合让人长期进入的工作。机器人在这里做巡检、探测、搬运和排险，替人承担风险，本身就是很直接的价值。 WRC C馆展示的水下巡检作业机器人 这类场景也更专用。水下、矿场、消防现场的地形和任务差异很大，现场因此出现了轮式、履带式、轮足式、四足、无人机和水下机器人等不同形态。防护、通信、续航、远程操控和故障处理，也往往要跟着场景重新适配。 WRC C馆展示的消防灭火机器狗 这类项目可能更早产生订单，但要像工厂和物流那样规模化铺开，并不容易。 应急救援还有一个特点，往往不是一台机器人单独干活。WRC共融机器人挑战赛模拟事故救援，飞行器和无人车要完成侦察、信息共享、物资运输和返回。大会同期还发布了“具身智能在应急场景的应用需求”。从比赛到实际需求，应急救援已经成为今年WRC上被反复提到的一类机器人应用。 WRC机器人大赛 餐饮、零售和导览，则是现场最容易聚集人气的一类场景。 今年WRC还首次设置了机器人消费街。咖啡、冰淇淋、鸡尾酒、礼品零售等场景被集中放到了一起，机器人开始按订单取杯、操作设备、制作饮品，比起跳舞和后空翻，这些动作更接近真实服务。 WRC C馆展示的餐饮机器人 但商家采购前一定会算效率和成本，机器人一天能接多少单、设备占多大空间，以及这套方案和直接雇人相比划不划算。 家庭最有想象力，也最难标准化。 展台上已经能看到收拢杂物、分拣垃圾、叠衣物、浇花和插花等长序列任务。可真正进了家里，杯子会换位置，衣服形状各不相同，机器人面对的变化远比展台多。 和普通家庭服务相比，养老和陪护的需求更明确。WRC的民生普惠议题把养老、康复和辅助机器人单独拿出来讨论。机器人可以做行动辅助、康复训练、提醒和环境监测，需求方也包括家属、养老机构和护理人员。 养老场景更看重可靠性。机器人能不能替代一部分护理工作，出现异常时能不能及时响应，会直接影响机构和家属是否愿意长期使用。 03.都在补大脑，但路线还没有收敛 机器人开始接更复杂的活儿之后，“大脑”要解决的问题也变多了。 今年WRC上，VLA、世界模型、端到端、Agent、类脑架构等技术关键词都很高频，它们解决的问题并不完全相同。有的在解决机器人看到任务后怎么生成动作，有的希望它先判断周围环境会怎么变化，还有的关心同一套能力换个“身体”、换个“工位”之后还能不能用。 银河通用创始人兼CTO王鹤提到，机器人不能只完成训练过的动作，还要把已经学会的能力用到新的任务里。银河通用尝试用世界-动作模型（WAM）把VLA和世界模型放进同一套体系。机器人不只要决定下一步怎么动，还要估计这个动作做下去，周围会发生什么变化。 除了怎么做决策