WRC唯一真「人机共生」展台，是家沉浸式机器人咖啡店

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> WRC唯一真「人机共生」展台，是家沉浸式机器人咖啡店 衡宇 2026-08-23 21:20:00 来源： 量子位 贾浩楠 发自 凹非寺 量子位 | 公众号 QbitAI 好家伙，这届WRC最好玩、最真实、“可触碰”的展台，竟然是家咖啡店？ ——跟限定范围、隔离展示区的机器人展位画风完全不同： 吧台里的 机械臂“咖啡师” 手冲咖啡： 旁边还有真人咖啡师戴着数采设备在拉花： 吧台外机器人端着咖啡杯在人群里穿行，送完这桌顺手把隔壁桌的杯子收了，拐弯时还绕开了一个正在拍照的观众： 全场开放运行，顾客自由走动，甚至偶尔有调皮的客人故意挡住机器人准备放下的咖啡杯。 没有表演剧本、没有固定轨迹、没有预设改造环境，不停有人进来点一杯咖啡，完全是真实咖啡店 。 一问才知道，这套模式已经在一家高端咖啡店里做了一段时间试运营，在稳定、安全方面达到预期后，才被搬来了WRC现场。 WRC百个机器人展台，大多数在展示“我能做这个动作”，而它展示的是“我能在这样一个真实环境里持续工作，不出意外”。 机器人手摇咖啡喝得多了，今年有什么不一样？ 第一眼能感受到的最大不同，不是咖啡厅场景cosplay，而是一个真正开在展台上的店面—— HOLLYS不是参展机器人公司杜撰出来的假招牌，而是实实在在的韩国老牌咖啡连锁店 ： 人家还真的就在北京亦庄的会展中心和 无界动力 开了个联名咖啡厅，唯一的不同是服务员只有机器人： 最吸引人的，是穿梭在店铺内顾客间的机器人服务员，轮式底盘半人形，穿着围裙戴着可爱的帽子。 吧台内，机械臂咖啡师做着手冲咖啡，给顾客先行品尝；另一边的真人咖啡大师则根据客人的点单，做出各式各样的美味咖啡、奶泡上拉出漂亮的花，将做好的拿铁放上出餐区后，吧台外的机器人服务员随即启动——稳稳拿起咖啡杯，在人来人往的开放区域中规划出一条路径，绕过正在拍照的观众，停在一张桌前。 桌面左上角放着一部摄像机，机器人识别出那是私人物品，绕开它，把咖啡放到桌子空位。 片刻后客人离开，桌上留下空杯和一团用过的纸巾。 机器人拿起提篮，再次来到桌前，伸手，稳稳拿起空杯，再轻轻捏起纸巾，放入提篮里： 然后呢，机器人服务员走到回收区把餐余垃圾倒进垃圾箱之后， 竟然又伸手到消毒灯下，给自己做了手部消毒 ： 整个过程中，没有预设轨迹，客人随时走动、任务随机变化。 △韩国驻华大使馆经济公使金振童（Kim Jin-dong）和科技公使衔参赞辛尚烈（Shin Sang-ryeol）亲临无界动力展台体验点赞！ 每一个判断——往哪走、放哪、收什么、先做哪个——都是现场做出的。 一个人类咖啡师兼职服务员做完这一串动作，不费什么力气。但对机器人来说，这涉及以下过程： 动态环境感知、实时路径重规划、语义理解（区分私人物品和垃圾）、软物体操作（纸巾）、长时序任务规划（端→清→收→归）、和其他机器人/Agent及环境中的人类协同交互—— 当然复杂环境的长程连续任务之外，固定边界条件下的多机协同操作，也让人印象深刻，就比如咖啡厅外的“小型产线”： 以及还能完成更精细的串珠挑战，意味着从事多步骤协同任务和精密制造业的能力基础，也都具备： 每一项挑战，都是机器人单独的前沿研究课题。 能把这一整串动作在一个开放空间里连续跑通，本身就是和WRC展馆绝大部分展出项目最大的不同之一： 展会进入尾声，展台工作人员累了，吧台内真人咖啡师累了，同样连轴转了五天的机器人服务员小 K 却依然平稳…… 让机器人逐步承担重复的、高强度的，乃至具有危险性的工作，用同一个通用大脑，稳定完成多个不同的任务。 这才是具身智能真正的价值体现——在真实世界中稳定工作、创造价值，并最终服务于人。 谁做的？怎么做到的？ 无界动力，2025年3月成立于北京，持续受到全球顶级产业与财务资本的高度认可。仅今年上半年就已完成累计金额达数亿美元的融资。 产品层面走的是大脑加本体加核心部件的全栈自研的路线，K15机器人已经在2026年7月通过了欧盟工业级CE全指令认证，成为全球第一个拿到工业级CE认证的具身智能机器人。 商业订单方面累计对外公布的数字是7亿元，首批产品已经发往欧洲。 创始团队均来自自动驾驶领域。 创始人兼CEO张玉峰，2017年加入地平线，任副总裁、智能汽车事业部总裁，带队将地平线智驾做到中国自主品牌乘用车辅助驾驶市场份额第一，主导了征程系列芯片在ADAS领域的量产落地，并主导与比亚迪、长安汽车、大众集团、大陆集团等国内外头部企业的多起战略合作。 联合创始人兼CTO夏中谱，中科院自动化所博士，曾任百度Apollo预测模块负责人，后任理想汽车端到端技术负责人，用不到100天带队将端到端方案从Demo做到量产交付，使理想成为国内首家全量推送城市NOA端到端的车企。 两个人都有一个共同经历：完整走过自动驾驶从规则驱动到端到端的路线迁移。 他们在这一过程中积累的核心认知，迁移到具身智能上的是，单纯靠数据堆叠无法解决开放环境的泛化问题。 这个判断直接影响了无界动力对自动驾驶赛道火热的VLA路线的态度。 张玉峰说得很直白：VLA本质上还是模仿学习。“它不压路牙子并不是因为理解那是路牙子以及压路牙子的后果，而是因为见过非常多的不同场景的马路牙子以及不压路牙子的数据。” 自动驾驶行业已经验证过一件事——靠数据堆叠可以让系统在见过的场景里表现很好，而具身智能最终要进入的无论是工厂还是家庭，都是高度开放、难以穷举的环境。如果只是让机器人“背”更多场景，这条路走不远。 目前业界对于“世界模型该怎么做”存在一条清晰的分界线：像素级生成派和隐空间预测派。 像素级生成派的代表是视频生成式世界模型，试图预测下一帧像素长什么样——画面要逼真、光影要准确、纹理要清晰。 而无界动力选的路——隐空间世界模型，核心想法是让模型理解“物理变化是怎么发生的”，而不是“某个画面应该对应什么动作”。 这也是张玉峰在本届大会的主论坛上一再强调的： WRC主论坛上，“中国电子学会世界模型专家委员会”正式成立，无界动力创始人兼CEO张玉峰受邀担任委员会委员，并深度参与随后的“世界模型到服务人类的现实距离”主题对话环节。 “人类并不需要掌握物理世界的全部细节，也能依靠一个大致正确的「世界模型」完成复杂任务。具身智能同样不必追求事无巨细的像素级复刻，而应学习真正影响决策与行动的高维表征和因果关系”。 减少对像素层面计算以及固定任务、特定场景海量数据的依赖；再通过强化学习进行试错、反馈与奖励，让机器人不仅拥有理解世界的“世界观”，也逐步建立判断行动价值的“价值观”。 2026年6月无界动力发布的具身通用大脑MWA™ 隐空间世界模型，在斯坦福大学等机构发起的RoboCasa GR1 TableTop榜单上以75.2%的平均任务成功率排到全球第一，超过英伟达GR00T-N1.6、小鹏DIAL这些主流模型： 这个榜单和咖啡店场景之间的关系，其实是同一个逻辑的两种验证方式。 榜单的特点是高度随机化——非标厨房环境、强随机光影、杂物干扰——它测试