WRC 2026：机器人的“试用期”结束了？

文 | 光锥智能，作者｜罗镇昊，编辑｜刘俊宏 逛完今年的WRC，兴奋的同时，又有一些揪心。 没人再怀疑机器人到底能不能干活了。分拣台上，机器人抓着一件件包裹，翻过面单，送上传送带；咖啡吧里，机械臂取杯、萃取、递杯一气呵成；家庭展区，机器人在叠衣服、收拾桌面、给垃圾桶套塑料袋，全程自主完成。 干活几乎成了展台标配，而且大部分任务，完成得都还不错。 从另一个角度说，这些演示又多少带着点“欺骗性”。 毕竟，人类善于根据眼前的事物产生联想。看到机器人在叠衣服，或许会觉得它也能做收纳，能叠T恤，那也能叠大衣、裙子，在现场能干，搬到任何一个家庭，也可以直接上手。 但这份想象，机器人目前还很难接住。 光锥智能在展会了解到，很多演示比较流畅的任务，其实是根据固定的场景和流程，特调出来的。一旦换上没见过的物料，或者打乱流程，甚至干扰光影，表现就会不如人意。有展台工作人员向我们坦言，演示前在现场临时采了数据，或表示做了“微调”。 演示中的干活，和真正的干活，仍隔着一些距离。 这段距离有多远，取决于模型的泛化能力，精准度和反应速度如何，数据能否供应得上，采集方式有哪些新的解法…… 但时间不等人，机器人行业已经来到了关键转折点。 在过去大半年间里，机器人行业涌入了太多资源。几乎每两周就有融资事件，IPO的门口排着一长串人，机器人这个还处于早期的行业被资本、客户、产业链们共同推到了史无前例的高位。尤其是当宇树上市首日达成4千亿市值，标杆效应打开了机器人行业的天花板，同时也让那些试图在公司低估时期入局的投资人，少了“捡漏”的可能。 但热闹终将散场，筹码总会兑现成价值。当行业融资通道收窄，随之而来的就是靠硬实力的长跑。从这个角度看，今年的WRC可能会变成很多玩家的最后一舞。 那么，当机器人会干活已经不再是新故事，行业的下半场，到底比什么？ 面对这个问题，众擎机器人创始人兼CEO赵同阳给了光锥智能一个答案，没有订单数字，没有宏大叙事，行业应该更关注交付的“质量”：交付必须是有质量的交付，而不是为了营收凑数。 在一个所有人都在抢着证明自己的展会上，头部公司反而主张克制。这某种程度上正是下半场竞争逻辑的注脚。 三种场景，三种验证逻辑 今年WRC上机器人干的活，大致可以分为工业、零售、家庭三类。 三类场景的区别不在环境，而在验证逻辑：工业验证效率，零售验证流程。至于家庭，这暂时无法验证。 这次WRC上，工业领域依旧集中在上下料、搬运、码垛几项任务上。 优必选用隔离带围出一个上百平米的空间，多台机器人协同完成物料搬运、分拣、流转，亮点是支持3分钟自主换电，解决了续航的问题。银河通用的Galbot S1主打重载搬运，双臂最大负载达到了50公斤。 虽然这些任务机器人都完成得不错，但在这个高度可标准化的场景里，如何跟传统工业设备对标，是行业最大痛点。 比如优必选的Walker S2，从搬起料箱，移动几米，再放到传送带，全程用了10秒以上。这个速度，远低于机械臂和AGV的水平。 工业流水线之外，快递分拣成了这次大会最卷的场景之一。走了一圈，大概有七八家都在演示。这是工业领域里，极少数已经能用计件数量来衡量的场景，任务明确、节拍可量化。其中，星动纪元最快速度每小时将近2000件，自变量之前直播的战绩是一小时1816件、准确率超98%。这个数量水平，已经接近人类熟练工。 其中，自变量的方案很有意思，它没用看起来更“高科技”的人形和灵巧手，只有两只机械臂，安装两个夹爪，而且就连夹爪也几乎不怎么张开。就是在这么朴素的设备上，既展示出了效率，也兼具了具身智能的泛化性。 比如翻面单时，它是用一只夹爪先挡住包裹，再用另一只夹爪直接把包裹掀过去，然后推到传送带上。用东北话说，这个动作叫“扒拉”。这一方式不仅拓宽了可处理包裹的尺寸、形状，也能提高效率。 演示环境中，自变量的包裹并不是统一的，有柔软的塑料包装，有不同尺寸的硬纸壳箱，其中还掺杂了不是快递的毛绒玩具等物品，机械臂都能快速识别，进行分类处理。遇到两个尺寸相同的纸箱挨在一起时，它会先把旁边的包裹推出去，再操作眼前的包裹，一次翻不过去就再翻几次。 光锥智能询问了自变量这个方案的落地情况，展台工作人员称，目前已经在全国多个快递中心投入实际应用了。但问到具体是多少家，是哪家快递，对方表示无可奉告，并表示确实是真的干活，不是为了采集数据。 零售是今年展台密度上升最快的场景，背后逻辑是“半结构化”场景，比工厂开放、比家庭可控，既能算商业账，又能持续产生多样化的真实交互数据。 蚂蚁灵波展示了在超市和药房场景中，从扫码下单、机器人到货架取货、把商品送到前台的标准流程，并且，智慧药房的方案已经在上海真实门店投入运行。零售要规模化，靠的就是流程的可复制性。 同样的场景银河通用和星海图也都在验证，后者展示的规模最大，号称能泛化到万种SKU，但现场抓取时出现过多次失误。 值得思考的是，光锥智能注意到，今年WRC展示的零售场景似乎有些“退步”。在2025年WRC时，银河通用的演示具有明确的“非标”特征。比起今年的演示，去年货架商品摆放紧密，辣条一类的产品还挂在钩子上，完全就是真实小卖部的样子。但今年的演示一眼望去都是标准化，标准的货架、间距一致的商品摆放。或许，今年的设计是基于演示成功率的考量，但行业从“秀泛化”变成了公式化的“保交付”，也失去了不少“灵性”。 不同于货架销售，零售领域今年还出现了各种制作奶茶和鸡尾酒的货柜，里面是一个机械臂，根据点单现场调制饮料，调完之后自动冲洗杯具，周围买单的人不少。有趣的是，对比场馆内“无人问津”的自动售货机，消费者对机器人零售的接受度显然更高。 家庭场景的任务是所有赛道里最杂的，有叠衣服的、切黄瓜的、整理桌面的、给垃圾桶套袋的……这不禁让现场观众浮想联翩，机器人真的什么都能干了，机器人养老已经成了？ 种种需求确实是真需求，毕竟人在家躺着，能不动手就不动手。但问题是，泛化的能力和完成的质量很难验证。 在银河通用的展台，光锥智能对挂衣服这一任务询问，把一件衣服挂在衣架上大概要多久？工作人员表示，平均3分钟一件，“很快”。又问这和人比还是慢了许多，对方回答：“这毕竟是机器人”。厂商自己都把差距解读成了理所当然，这说明家庭场景的分水岭，远还没到来。 热闹的背后仍需冷静判断，家庭叙事想象空间很大，但短期内不可证伪。工业场景里，每小时分拣多少件就是多少件；而叠衣服叠得好不好、陪伴得开不开心，没有客户会在下个季度拿着验收单找上门。 “能干活”已是行业共识，“活干得怎么样”开始成为可量化、可被证伪的分水岭，已经成为了下半场的入口。 谁说VLA死了？ 机器人能干活，靠的不是某个单点突破，而是一套“模型+数据”的底层体系。 今年最值得关注的变化有两个：模型侧，争论变了，不是有了终极答案，而是大家发现瓶颈不在架构，在数据；数据侧，采集的“无感化”和多模态化同时加速。 今年，机器人行业关于技术的一大讨论就是“VLA已死，世界模型当立”。 但光锥智能在各个展台走访之后，可以确定的是，支撑机器人干活的主力架构，依然是VLA：把视觉感知、语言指令和动作输出映射进同一个网络。 VLA能成为主力的原因，并不是因为最先进，而是最工程友好。 机器人经过相对简单的训练和调试，就能在新环境里快速获得“干活能力”，不需要工