黄仁勋女儿也来凑热闹！实探WRC2026：4万台出货背后，人形机器人的现实与幻想

出品｜搜狐科技

作者｜郑松毅、梁昌均

8月的北京亦庄依旧闷热，却挡不住 2026 世界机器人大会的爆棚人气。

近5万平方米的展览中心，汇聚300多家国内外机器人企业、3000多件展品同台“比武”。

从下车点步行15分钟抵达展馆入口，沿路可见来自五湖四海聊着技术细节的从业者，也有大批带着孩子来打卡的家长，黄仁勋的女儿黄敏珊也现身走访了多家机器人企业展台。

不少商贩在路边做起机器人玩具生意，200元一只的AI遥控机器狗，会跳舞会翻跟头，引得不少小朋友驻足围观和购买。

走进展馆，偌大的场地人头攒动，通道摩肩接踵。喧闹的人气背后，今年的WRC悄悄变了模样：曾经单靠空翻、跳舞吸睛的机器人少了不少，而搭配场景实干的机器人，成了整场大会的主旋律。

“想到会火，但没想到这么火，好多人都在问成本、有啥用。”一位机器人参展商的销售扯着嘶哑的嗓子说道。短短两天，他就在展台接待了五六十位前来咨询的观众。

搜狐科技在实际探展和多位从业者交流后了解到，目前人形机器人的行业落地仍处于小批量出货阶段，而且场景同质化，业内对真正规模化应用的时间点也有不同判断。

具身模型的技术路线仍在演进，业界基本认识到VLA（视觉语言动作模型）并非终局，世界模型成为追捧概念，但具体实现路径分歧仍在。

现场探展：从炫技演示走向实景作业

星动纪元聚焦工业落地痛点，把真实产线搬进展馆，机器人现场复刻物流分拣全流程，自主完成抓取、翻面、传送放置等作业。

睿尔曼则解锁了机器人“远程务工”的全新落地形态。依托GLN远程劳动力网络，现场展示了RealBOT机器人在24小时智慧药店完成补货取药、巡检配电室、与北京稻香村师傅协作完成月饼制作。

除了专注生产作业的机型，一批运动能力出众的 “体育向” 机器人同样人气高涨。

超维动力的展区是全场人气焦点之一，机器人凭借毫秒级视觉捕捉、实时轨迹预测和全身协同控制，可自主完成乒乓接发球、长短球切换等连贯操作，能和观众对战互动。

宇树科技、众擎展台竞相表演拳击格斗，可谓“拳拳到肉”，被围的里外三层。加速进化的Booster T2直接在舞台中央跳起街舞，动作流畅极具表现力。

台下算账：技术拐点已至，

商业拐点尚未到来

热闹的展会现场，印证国产机器人产业的快速崛起。但其背后，产业量产与商业化的真实差距、技术迭代的核心方向、资本与赛道的未来格局，仍是行业亟待厘清的关键问题。

中国人形机器人与具身智能百人会理事长张峰在大会透露的数据称，2026年上半年中国人形机器人出货量超4万台，全球占比高达97%。

智元、宇树成为两大头部，出货量占比分别超43%、31%；银河通用、优必选、乐聚机器人分列其后，前五合计占比86.5%。这意味着，大多数企业可能还没有跨过百台出货量的门槛。

行业痛点同样不容忽视，据摩根士丹利最新研报，超65%设备仍停留在演示测试阶段，真正持续落地工况作业的不足35%，量产规模与真实商业化能力仍存在明显断层。

大会期间，多位行业领军人物与搜狐科技等媒体展开深度对话，核心共识是：眼下产业迎来的是关键技术拐点，而非商业拐点。行业竞争已从单点比拼，转向全栈闭环能力的较量。

超维动力联合创始人兼CEO喻杰表示，“具身智能早已不是单一硬件或算法的内卷，而是数据采集、模型训练、本体适配、场景落地的全链路能力比拼。”

“短期投机热钱持续退潮，资本市场彻底回归基本面，92%的行业资金集中投向有订单、可落地、能量产的头部企业，具备完整全栈自研与场景闭环能力的企业，将长期占据行业稀缺价值。”喻杰说。

不少观点将2026年定义为人形机器人商业化拐点，伽利略联合创始人刘伯韬对此持审慎态度。

刘伯韬直言，“从⽬前看，⾏业中不少产能规划更多是基于市场预期和融资热度，距离由⼤规模付费订单驱动的产能爬坡仍有一定差距。当前很多机器人仍处于单一场景、单点任务的试点验证阶段，能实现规模化、可复制交付的案例还不够多。”

在他看来，今年机器人行业发生的明显变化是：过去⼤家更关注“机器⼈能做出什么动作”， 现在越来越关注“机器⼈能否完成什么任务”。纯粹靠Demo展示吸引关注的模式正在失效，市场和资本都在要求企业拿出更贴近实际交付的能力。

星海图CEO高继扬也持相似看法，“生产力的市场肯定是千倍万倍于之前的表演等情绪价值市场，而且真的是能够从底层改变人类的生产力结构。”

谈及Demo与真实作业能力之间的最大鸿沟，刘伯韬认为是数据，以及数据背后的泛化能力和系统可靠性。

刘伯韬补充道，“⼀段成功的Demo，往往可以在相对可控的环境中完成，但真实⼯况不是这样。现场会有⼈员⼲扰、地⾯变化、光照变化、物料差异、设备误差和⼤量不可预期的情况。”

他提到，机器⼈要从“完成⼀次动作”变成“稳定完成⼀万次任务”，考验的不只是算法本⾝，更是数据覆盖、感知鲁棒性、运动控制、故障恢复、软硬件协同以及整机可靠性。

“⽬前，⾏业在数据层⾯仍⾯临⽐较⼤的挑战。机器⼈所需要的不是单⼀模态、单⼀环境的数据，⽽是 能够覆盖视觉、⼒觉、姿态、地形、物体属性、动作结果等多维信息的⾼质量数据。更重要的是，数据采集和闭环迭代的效率仍偏低，还没达到支撑智能大规模涌现的程度。”刘伯韬说。

VLA与世界模型融合，

ChatGPT时刻何时降临？

作为机器人的 “大脑”，具身模型是本届大会的讨论焦点。

从业者普遍认为，人形机器人规模化落地受阻，根源在于智能大脑能力不足，即便物流、零售这类专用场景，表现依旧有限，更谈不上跨行业泛化。

具身模型技术路线几经迭代，从模块化分层、端到端，再到 VLA 视觉语言动作模型，仍未抵达终局。WAM 世界动作模型成为新的技术向往，不过行业内部实现路线分化明显。

宇树创始人王兴兴透露，团队早在 2024 年初就布局视频生成式世界模型，效果不及预期后阶段性搁置，去年重新加大投入。

不少企业主张 VLA 与世界模型相互融合。星动纪元席悦提出，简单、低泛化要求的任务VLA 就可以胜任。而面对全新环境、复杂任务组合，就需要世界模型补足 VLA 的泛化短板。

高继扬认为VLA与WAM本质同源，只是自监督训练的监督方式不同，二者终将走向融合。“行业不要过度追捧概念名词，技术内核相通，未来会互相取长补短。”

银河通用创始人、首席技术官王鹤同样提出二者融合思路，同时结合机器人带动作标签数据，以及人类海量无动作标签场景数据进行学习，也就是 WAM 世界动作模型范式。

沿着技术演进方向，行业也在争论：具身智能的 “ChatGPT时刻” 何时到来？不同企业给出了各自判断。

王兴兴认为，具身智能的ChatGPT 时刻最快两三年实现，慢的话五到十年，判断标准是把机器人放在陌生环境中通过语音和文字指令，基本可以自主完成80%的任务，如果能实现就意味着整个产业迎来真正的爆发点。

王鹤对具身智能的ChatGPT的定义是能在人类不需要特殊学习任务上到达70%-80%的成功率，而要实现甚至达到成功率100%干活的模型，最重要的是进一步去扩大数据、进一步提高算力规模，实现Scaling UP。

他判断银河通用将在 2028 年迎来具身智能的ChatGPT时刻，带动落地规模快速扩张。

而在明略科技董事长吴明辉看来，具身智能现在差不多是ChatGPT时刻。“ChatGPT最初主要是聊天，不是去解决生产力问题，是给用户提供情绪价值。今天的具身机器人也已经给大家能提供情绪价值了，所以已经实现了。”

高继扬提出不一样的观点：具身智能很难出现戏剧性的ChatGPT时刻。ChatGPT人人可通过手机电脑体验，而人形机器人最先落地工厂，普通公众很难感知。“技术层面的突破会发生，但大众认知的提升是润物细无声的过程。”

模型能力跃迁，也会重塑商业模式。高继扬判断，此前行业以整机销售为主，2026下半年至2028年，会逐步兴起场景方案订阅模式。

“企业形成了某一个具体的生产力场景中的解决方案，是有生产力价值的，客户购买的是解决方案，而整机是方案的载体，那只需要为这部分价值付费。”更长远来看，具身智能将迈向按Token销售的阶段，高继扬说。

运营编辑 | 孟莎莎