世界机器人大会：从炫技到干活，具身智能落地成新主线

本届世界机器人大会 8 月 19 日至 23 日在北京举行，300 余家企业、2000 余件展品参展。相比往届以舞蹈、跑酷为主的炫技氛围，本届明显呈现出「表演与实操并行」的转向——多家具身智能企业把舞台让给了「干活」演示，行业讨论也从硬件参数转向了具身大模型能否支撑真正的自主决策。

表演明星扎堆，宇树上市后首次公开亮相

宇树科技在完成上市后携最新阵容登场，专门划出一大块表演场地，机器人们在舞台上轮番上演武术与格斗。创始人王兴兴在大会主论坛发表上市后首次公开演讲，给出对具身智能节奏的判断：ChatGPT 时刻快则 2–3 年、慢则 5–10 年，当机器人能独立完成 80% 左右的任务时，行业将迎来关键拐点。

斜对面的优必选主打视觉冲击，新款超仿生机器人身着淡蓝色亮片礼服、手捧鲜花亮相，会歪头、眨眼，并与人类舞伴完整跳完一支华尔兹。众擎机器人则把展台分成两半，一侧由机器人充当主持人逐个介绍产品，另一侧上演 T800 双机对打擂台，分出胜负后获胜方还会跳舞「嘲讽」对手。

干活演示成为主流，自主决策仍是少数

多家厂商将重心放在「干活」演示上。乐聚旗下夸父 5-W 现场搬运纸箱、小件上料，已与中国一汽、红旗达成合作；京东首发骐骥机器马，支持自动跟随、自动驾驶与自主骑行。

但绝大多数干活演示展现的仍是「小脑」能力——依托预设目标与路径即可稳定执行，遇到物体偏移或突发状况便需要人工干预，物料摆放只能在大致固定位置、抓取偶尔出现失误便是典型表现。真正具备自主大脑的企业仍是少数。

自变量机器人展示了两种典型场景：

• 语音指令插花：花朵被主持人随机挪动后，机器人仍能识别并继续完成插花任务；
• 不间断快递分拣：面对不同形状的包裹，自主选择夹、推、拨、翻面等动作，对无包装、无标签的玩偶与电脑包也能自动分拣剔除。

官方实测分拣速度为 1816 件/小时，较熟练工人 800–1200 件/小时高出 50% 以上，也比今年 5 月美国头部人形机器人 Figure AI 公布的 1248 件/小时纪录提升约 45%。支撑这一能力的是自变量自研的 Wall-B 世界统一模型，将视觉、语言、触觉、动作与物理预测融合在同一套神经网络中，让机器人学会理解重力、摩擦力与物体形变等真实物理规律，无需为每类包裹单独写程序。

全栈玩家开始走向真实落地

星动纪元 M7 立柱式作业机器人搭载自研 ERA-42 具身大模型与 Ctrl-World 可控世界模型，配合 XHAND-1 五指全直驱灵巧手，完成识别、抓取、翻面、扫码、投放全套流程。分拣速度略逊于自变量，但已落地顺丰、中国邮政等多个真实快递中心，是少数真正进入产业一线的人形机器人方案。

银河通用的 Galbot G1 轮式双臂机器人则演示了烤面包、叠衣服、整理杂物等任务，工作人员通过挪动盘子、面包制造干扰时，机器人能持续跟随调整。其背后的「银河星脑」端到端具身大模型，把传统属于「小脑」的肢体协调、姿态平衡也交由大模型输出，与多数厂商仅让大模型负责规划、动作仍交给传统控制器的路线形成对比。

不过，无论是自变量、星动纪元还是银河通用，现阶段都只能应对小范围、轻度的干扰，要走向真实世界仍需要海量高质量的真实物理交互数据。

行业共识：小脑已成熟，大脑仍需追赶

大会期间，一个共识被反复提及：运动控制、肢体协调、平衡等「小脑」能力经过多年发展已达世界一流水准，无论是空翻、武术还是搬箱子、分拣包裹，在固定目标下都又稳又流畅；但负责环境理解、自主判断与任务拆解的「大脑」仍滞后于硬件。

多数看似流畅的作业演示都依赖理想、规整的环境——物品摆放整齐、路径固定、没有突发状况，机器人只需按预设程序执行。真实的工厂、仓库、家庭场景却从不完美：包裹大小不一、摆放杂乱、障碍物随时出现、任务需求随时变化。也正因为如此，本届展会少见博眼球的炫技，多了务实的场景打磨。各大厂商不再一味追求动作炫酷，而是把更多精力放在落地打磨上。站在产业升级的关键节点，能否补齐大脑这块短板、让机器人真正学会自主思考与灵活作业，将决定具身智能能否大规模走进工厂与日常生活。