点击下方卡片，关注【Xbotics具身智能实验室】公众号
你想要的这里都有~~
7月17日，2026世界人工智能大会暨人工智能全球治理高级别会议正式开幕。 今年展区首次横跨上海世博、张江、徐汇西岸三大片区，总面积突破10万平方米。1100余家企业带来3000余项展品，超过300款AI产品在大会期间全球首发。大会还安排140余场论坛，汇聚1400余位中外嘉宾。
仅具身智能一个赛道，就聚集了超过200家企业。
进入展馆，最先感受到的不是某一款模型又提高了多少分，而是机器人真的太多了。人形机器人、轮式机器人、机器狗、工业机械臂、灵巧手，几乎占满H3具身智能馆。旁边还挤着减速器、电机、关节、触觉传感器、数据采集和具身模型公司。
机器人依然会跳舞、格斗和演奏乐器，但这些最容易吸引镜头的表演，已经不再是今年展馆的全部。
相比机器人又多了多少台，今年更明显的变化是，越来越多企业不再只展示一个动作，而是开始展示一份工作：机器人如何识别环境、理解任务、规划步骤并完成操作，又如何依靠视觉、触觉、灵巧手、数据和仿真系统持续提升能力。
从本体到操作，从数据到仿真，从核心零部件到行业应用，一条相对完整的具身智能产业链，正在今年的WAIC展馆里集中显现。
1.人形机器人扎堆，超300台整机同台竞技
H3馆是今年WAIC专门设置的机器人与具身智能主题馆。从核心零部件、灵巧手、工业机器人，到通用人形机器人、四足机器狗和具身模型，机器人产业链几乎被完整搬进展馆。
智元机器人在世博、张江和西岸三大片区均有展示，世博主展区位于H3-C101。现场集中呈现运动智能、作业智能和交互智能成果，并带来远征A3 Ultra、精灵G2 Max以及临界点OmniHand 3 Ultra-M三款新品。智元还设置了“作业智能岛”，展示机器人对复杂任务的理解、执行和泛化能力。
图：智元新品精灵G2 Max，Xbotics社区拍摄
银河通用选择了更强调作业效率的轮式双臂路线。轮式底盘没有双足机器人那样“像人”，但在平整地面、商超和仓储等场景中，移动速度、续航和稳定性更加实用。现场演示了商超取货和货架补货等任务。
乐聚机器人展出 KUAVO 系列人形机器人，重点展示在工业制造、科研教育和商业服务中的应用。KUAVO 5 与轮式版本 KUAVO 5-W是面向工业规模化应用与科研场景打造的全尺寸机器人平台，分别采用双足人形与轮臂形态，以适配不同环境下的移动和作业需求。
此次乐聚将纸箱拆垛、料箱搬运和小件上料等真实产线场景搬进展馆，重点展示机器人从样机演示走向工业落地的能力。
图：乐聚机器人在现场搬运箱子，Xbotics社区拍摄
傅利叶、魔法原子、星动纪元、优理奇、北京人形机器人创新中心、灵初智能等企业也带来不同形态的机器人产品。魔法原子首秀双足人形机器人和轮式机器狗；优理奇在现场展示了其Panther黑豹系列通用机器人，并通过多个生活化场景，演示了机器人在真实任务中的综合能力。北京人形机器人创新中心现场秀机器人舞技，并通过大屏幕展现多智能体协同执行任务。
图：优理奇机器人在现场演奏乐器，Xbotics社区拍摄
图：魔法原子机器人展位，Xbotics社区拍摄
智身科技等企业则把机器人带向了另一条路线，进一步进入安防巡检、应急救援和高危作业场景。本次集中展示了智身钢镚L2、智身铅球SP1和人形机器人NE01，覆盖四足、轮足和人形等不同形态。其中，智身钢镚L2面向安防、电力巡检等行业应用，智身铅球SP1聚焦石油化工、能源场站等高危环境下的巡检任务。
图：智身科技展台现场
从全尺寸人形、轮式双臂，到四足和轮足机器人，今年WAIC展馆中的本体形态覆盖了具身智能整机的几乎所有技术路线。
梅卡曼德在H1-A530带来6组智能机器人应用单元，涵盖人形机器人协同上下料与料筐搬运、自主货架取货、海量物体分拣、Mech-GPT多模态交互、透明物体泛化抓取，以及高速小零件无序上料。 与集中打造一台完整人形机器人的公司不同，梅卡曼德更强调可适配不同本体的“眼、脑、手”。3D视觉负责观察环境，规划与控制系统负责决定动作，机械臂或人形机器人负责执行。现场展示的重点不是某一台机器人，而是同一套感知和操作能力能否进入不同设备与不同场景。透明物体、随机堆叠物体和无序小零件的识别和抓取是演示重点，也是机器人视觉中的高难度对象。
图：梅卡曼德展台现场
沿着“眼脑手”进一步向整机延伸，天机智能在H3-C401展出了Gento Luna、Gento Skye和Marvin Pro三款平台，分别覆盖轮式折叠、轮式升降和固定式力控双臂等形态。三款产品共用力控双臂及开放控制体系，其中Marvin Pro还搭载了科摩德团队自研的VA-dex与AnyGrasp模型，分别面向长时序任务规划和未知物体泛化抓取。天机的展示重点也由单独提供人形双臂，延伸至整机、运动控制和模型推理的完整组合。
图:天机智能现场
跨维智能将重心放在仿真、合成数据和Sim2Real真机迁移上，形成了DexForce W1 Pro通用人形机器人、DexVerse具身智能引擎、DexSense纯视觉传感器和EmbodiChain开发平台等产品体系。其核心思路是先在数字环境中生成任务和训练数据，再将技能部署到真实机器人。
本次展会上，跨维携DexForce W1 Pro亮相，并在现场演示了下象棋的精细操作，直观展示了从仿真到真机的迁移能力。
图：跨维智能现场下象棋，Xbotic社区拍摄
自变量、穹彻、千寻、灵初、非夕等企业，分别代表端到端具身模型、双臂协同、精细控制、自适应机器人和长序列操作等不同方向。非夕机器人向观众演示精细“蛋雕”，灵初智能机器人展示桌面多步骤操作任务。穹彻智能则搭建了无人药房场景，机器人可识别并抓取超过3000个SKU的药品，仅需约2.5平方米即可部署。
图：穹彻智能现场，Xbotic社区拍摄
节卡、越疆等协作机器人企业也在展区亮相。当人形机器人开始进入工厂，传统机械臂和协作机器人厂商也在反向引入视觉、大模型和自主规划能力。两条路线正在逐渐相遇：一边是人形机器人努力提高稳定性进入生产线，另一边是工业机器人增加智能能力适应柔性任务。
当越来越多机器人本体被造出来，具身智能行业开始面对一个更基础的问题：用什么来训练它们？
机器人学习不仅需要视频和文字，还需要动作轨迹、空间位置、力度、触觉和执行结果。真实数据采集慢、成本高，不同机器人之间的数据又难以直接复用，“数据荒”逐渐成为具身智能产业化的核心瓶颈。
觅蜂科技今年发布一站式物理AI数据服务平台，同时推出MEgo系列无本体采集硬件、MEgo Engine数据治理引擎和“蜂巢数据共创行动”。其业务覆盖真机遥操作、无本体采集、仿真数据，以及从采集、治理、标注到训练和评测的完整流程。
大晓机器人则在WAIC上展示了其“以人为中心”的ACE研发范式及最新成果。该范式由环境式数据采集、开悟世界模型和具身交互三部分组成，强调从人的真实操作中学习。本届大会，大晓带来了开悟世界模型3.1等最新进展，并展示了其具身超级大脑模组A1。现场还搭建了“烧卖购”机器人智能便利店，演示了机器人在零售场景的应用
图：大晓机器人现场，Xbotic社区拍摄
在H3-E408展位，谋先飞将具身智能训练全面迁移至虚拟环境，集中展示了以自研物理仿真引擎MotrixSim为底座的具身智能仿真基础设施。其产品矩阵涵盖MotrixLab训练框架、MotrixGen数据引擎和Real2Sim2Real合成数据管线，形成从物理仿真、策略训练、数据生成到真机部署的完整闭环。这套体系的核心价值在于，让机器人在虚拟世界中高效试错、积累经验，大幅减少对真实本体反复调试的依赖，从而加速算法迭代并降低研发成本。
图：Xbotics主持人正在体验谋先飞仿真平台
展馆中还有多模态数据采集、肌电与动作捕捉、触觉采集、遥操作和数据治理公司展出。具识智能展示全球首个具身智能操作系统insightOS的落地成果。群核科技展示空间智能平台，他山科技展示视触融合训练平台，松应科技展示ORCA物理AI仿真系统。
当机器人本体快速增加，具身智能的新竞争正在从“谁能造机器人”转向“谁能持续给机器人提供高质量数据”。
灵心巧手是灵巧手展区中不容忽视的存在。这家占据全球高自由度灵巧手市场80%以上份额的企业，在世博展览馆H3-B122展位展示了Linker Hand系列多款产品。其中Linker Hand L20拥有21个自由度，指尖集成多模态传感器，现场演示了抓取不规则物体的精细操作。 展台工作人员介绍，灵心巧手是全球唯一实现腱绳、连杆、直驱三大技术路线全覆盖的灵巧手企业，单月最高产量超4000台。展位还展示了与智在无界（BeingBeyond）联合推出的桌面级灵巧手机械臂D1，集机械臂、灵巧手、主动视觉系统于一体，面向科研及教育场景。
图：灵心巧手展台现场，Xbotic社区拍摄
临界点（智元旗下子公司） 发布的OmniHand 3 Ultra-M，是其新品矩阵的重要组成部分。OmniHand 3 Ultra-M采用全直驱架构，集成20个主动自由度，整手重630g，支持3kg稳定抓持和8kg提拉。产品配备掌部3D触觉与指尖视触觉传感器。 现场最吸睛的Demo，是机器人现拧气球狗：一边固定长条气球，一边配合旋转和折叠。比起常见的抓杯子、搬物体，这个任务看起来轻松有趣，实际上很考验双手配合和力度控制。
图：临界点展台-机器人现拧气球狗，Xbotic社区拍摄
灵巧手展位很容易制造视觉冲击：弹琴、猜拳、转动物体、操作工具，甚至完成类似人手的复杂动作。但评价一只灵巧手时，不能只看手指数量和自由度——能抓多重的物体、发生碰撞后是否容易损坏、连续工作多久需要维护、触觉反馈能否真正帮助控制、价格能不能支撑批量部署，这些问题直接决定灵巧手能否从实验室走向真实生产线。
展馆中央最热闹的是整机，真正决定机器人能不能量产的，往往是藏在关节、手指和传感器里的零部件。
MiniMax带来了已于6月发布的M3开放权重旗舰模型。M3采用自研MSA稀疏注意力架构，最高支持100万Token上下文，并原生支持文本、图片和视频输入，重点面向编程、工具调用和多步骤Agent任务。其API输入、输出价格最低分别为每百万Token 0.3美元和1.2美元
阶跃Agent操作系统更值得关注的，是智能体能否从聊天窗口进入系统层——用户不再一步一步打开软件，而是直接描述目标，再由Agent拆解任务、调用工具和完成操作。阶跃星辰与千里科技、吉利共同发布智能座舱AgentOS预览版。
中兴旗下努比亚发布AI智能体手机，将其称为“全球首款AI智能体手机”，重点是通过系统级AI能力完成跨应用自动操作。
智能体真正进入系统后，能力越强，安全问题也越复杂。它能不能正确理解模糊需求、涉及支付和发送消息时是否会再次确认、执行到一半发现错误后能否暂停和回退——这些问题正成为智能体从“能用”走向“好用”的关键。
除此之外，AI眼镜、AI PC、学习设备、记录硬件和陪伴机器人依然占据大量展位。阿里巴巴首发夸克AI眼镜，中国电信首发天翼AI眼镜，XREAL、Rokid、Halliday、李未可科技等AI眼镜厂商大秀旗舰产品。联想、科大讯飞、六联智能等展出AI PC、AI学习机等设备。
国产GPU、NPU、AI服务器、液冷、光互连、智能网卡、存储和智算调度企业继续扎堆。摩尔线程、沐曦、燧原、曦智、壁仞、无问芯穹、中科曙光、浪潮、新华三、超聚变等企业展出最新产品。
曦智科技展示国内首个光互连光交换GPU超节点方案，以曦智科技分布式光交换芯片为核心，搭载壁仞科技的壁砺166L GPU及中兴通讯AI服务器与软件平台。紫光国芯展出三维堆叠DRAM，单芯片内实现数十TB带宽、数十GB容量。云脉芯联展示自研AISC架构算力网络互联芯片YSA-100。 智算云及AI Infra代表企业中，无问芯穹展出全球首个支持单任务千卡规模的异构混训平台，清程极智展出国产算力部署大模型工具“赤兔”和大模型训练加速系统“八卦炉”。
当算力规模越来越大，行业竞争已经不再只是单卡参数。芯片互联、集群调度、软件适配、存储读写、散热和能耗，共同决定一套智算系统能否真正高效运行。对于具身智能来说，算力需求更加复杂：大规模模型和仿真训练需要集群，机器人真机运行则需要低延迟、低功耗的端侧计算。
在应用集市，观众可以体验生成式AI、智能终端、AR/VR等互动，动动嘴让机器人做饭、享受AI艺术疗愈之旅、佩戴VR头显穿越回殷商朝代。WAIC Young展区中，青少年可以体验AI+非遗文化，通过设计AI旗袍、烧制AI茶盏、合成AI音乐、操控AI皮影等交互项目。
面向政企服务，中科闻歌以四大核心组件助力政企数智化转型，声网发布新版对话式AI引擎提升音视频交互体验，思科全球首发CX生成式智能运维平台，无限光年集中发布科学智能开放平台、金融可信AI解决方案矩阵、启智2.0特色智算平台三大成果。
新型工业化进程中，西门子氢能方案融合AI成一体化体系，和利时XMagital系统以三大理念赋能工业智能化，物道AI Dojo推动全场景工业AI落地。智慧城市方面，中国移动用AI助力高标准农田精准播种，中国铁塔“经纬大模型”提升空间治理精度，中国气象局人工智能气象模型提供精准预报。
但在这些容易传播的画面之外，今年真正值得关注的，是具身智能正以更完整的产业链形态集中亮相。
从整机制造到操作智能，从数据采集与仿真到灵巧手和核心零部件——H3馆把这条产业链的每一个环节都拉到了观众面前。行业似乎正在接受一个现实：真正决定机器人价值的，未必是它看起来有多像人，而是它能否以合适的成本，把任务做完。
当然，展台上的Demo离规模化落地还有距离。连续运行时间、部署成本、故障恢复和泛化能力，仍需要在展会之外接受检验。
但WAIC 2026已经释放出一个清晰的信号：AI的评价标准正在从“能不能回答”转向“能不能完成”，从“能不能做出动作”转向“能不能稳定地做好一份工作”。
从模型到智能体，从算力到终端，从机器人到产业应用——今年的共同方向，是AI正在从单项能力展示，走向真实系统和真实任务。
下一阶段的竞争，未必由最吸引镜头的产品定义。真正拉开差距的，可能是模型背后的工具调用与系统集成，算力集群中的互联与调度，机器人身后的数据闭环和工程能力——以及那些不够炸场、却能够每天稳定运行的产品。
当AI不再只负责展示能力，而开始承担结果，产业化才真正进入下一阶段。
-END-
Ask Me Anything｜提问箱
❝对文章有疑惑，或想聊更深？欢迎把你的问题丢给我们：技术方案、实操踩坑、课程与资料、项目合作、职业发展，都可以问。
怎么问：在评论区留言，或私信公众号
我们会做什么：每周集中整理高质量问题并公开回复，重点问题邀请作者或嘉宾深度解答；典型问题会加入知识库并持续更新。
提问小提示：尽量说明「你的目标—当前做法—期望产出」，附上必要信息（硬件/软件版本、数据规模等），能更快获得有用答案。
一起把问题变成知识，推动社区进步 🚀
