机器人可能真的要开始上班了。
逛完今年WAIC，我最强烈的感受是：AI的热闹已经不只属于大模型，具身智能已经成为下一个焦点。
更明显的变化是，以前WAIC具身智能的展区，机器人主要是跳舞和炫技。
但这一届，具身智能的展位不仅变多了，机器人的展现方式也变多。
什么卖咖啡啊、搬箱子啊、拧螺丝啊等等，我甚至看到一个机器人工作烦了发脾气。
事实证明，连AI都不想上班。
01
这个改变其实非常直接。
我们现在大多数人使用的AI，包括我自己，多半是要输出一段文字、图片或者代码。
但现在需要的，是让AI伸出手，拿起一个杯子、搬走一个箱子。
输出形式一变，整个问题也就变了。
今年展馆里有机器人很多，它们依然会跳舞，但确实不再是主角了。
越来越多展台开始把咖啡亭、物流仓库、药房和生产线直接搬进现场。
这些场景当然未必比表演好看。
过去就是机器人翻一个跟头，街头卖艺，大家拿起手机拍一拍。
比如我拍到的这个，属于是字面意义上的跟头了：
机器人把零件从左边拿到右边，视觉效果就要平淡多了。
但是朋友们，表演只能上春晚，但对一家工厂或这门店来说，哪个更重要呢？
显然是后者。
02
不过，只是把展台布置成工位，就能代表机器人会工作了吗？
大家想一想，一台机器人在展台上卖咖啡，仍然可能只是在表演卖咖啡。
只要杯子放在固定位置，事先把流程写好，完成一套动作并不困难。
但真正的门店不会永远这么配合。
杯子可能被挪动，顾客可能提前伸手，操作台上可能突然多出一样东西。机器人拿起杯子后，还要判断有没有拿稳；咖啡做完，还要知道该交给谁。
所以，现实环境要更复杂，需要考虑的因素也更多，这也是为什么需要具身智能。
动作只要求机器人移动身体，工作却有一个必须交付的结果。
有意思的是，今年很多展台，就是故意在“折磨”机器人。
比如银河通用的G1在演示烤面包、倒饮料，做早餐。
但工作人员会当着它的面把面包挪走、把杯子换个位置。
G1没有卡死，它会重新找、重新抓，在连续打扰下把任务做完。
这就是在做非“预设程序式”的表演，即使在中途打断它，它还是能把事情办成。
拧螺丝也是一样。
今年不少机器人都在展示通过视觉和触觉拿取零件、拧紧螺丝、检测各种流程等等。
表面上来说，这只是机器人学会了一组新的动作。但本质上，其实是一连串的判断。
螺丝孔在哪里，角度是否对准，应该施加多大的压力，什么时候开始旋转，扭矩达到什么程度才算完成。
螺丝如果没有咬合，机器人是继续使劲，还是停下来重试？
工具打滑了，它能不能发现？
拧螺丝本身并不是什么新鲜的自动化能力。
传统机械臂早就在流水线上做这件事，如果产品完全相同，螺丝永远出现在同一个位置，一套固定的自动化设备可能比人形机器人更合适。
但具身智能真正需要证明的，不是它也会拧螺丝，而是环境发生变化以后，它还能继续工作。
今天拧这个型号，明天换一个工位。刚刚还在装配，接下来又要上下料。
如果每换一种零件就要工程师重新编程，它和传统自动化相比并没有多少优势。
具身智能需要做的，是让机器人能够进入原本为人设计的环境，使用现成的工具，理解不同任务，并且根据现场情况调整动作。
03
展台之外，确实已经有越来越多的机器人，这么进入了工作场景。
比如智元的机器人被搬进京东的物流仓，24小时搬运、码垛，不用人轮岗、不用值夜班。
银河通用的智慧药房方案在全国几十个城市部署了上百家无人值守仓，7×24小时运行，最长已经连续自主干了一年半。
重载机器人S1也进了宁德时代的产线，连续常态化作业超过三个月。
当然，展台上的一次成功，不能完全等同于工作上的成功。
演示就是那么两三天，工作却是以月和年计算，需要长期的稳定。
一台机器人成功搬起一个重物，可以证明它的负载能力。
但要真正进入仓库，企业还会担心：它一天能搬多少？连续工作多久需要充电？通道里突然出现一个人，它能不能及时停下？前面被纸箱堵住，它是绕开、等待，还是就此结束今天的工作？
这些更加落地的问题，比最大负载、最快速度更接近企业是否愿意付钱。
表演看的是机器人最好的一次，工作考验的却是它最普通的一天。
它不需要每个动作都让人认鼓掌和围观，但必须大多数时候不出问题。
即使出了问题，也要知道自己失败了，能重新尝试、停止运行，或者把问题通知给人。
现在很多机器人已经能完成令人惊讶的Demo，真正困难的却是遇到意外以后怎么办。
杯子没拿稳、零件位置偏了、路线被堵住、任务做到一半发现前一步没完成。
这些当然不会出现在宣传视频里，却会反复出现在真实世界。
一个不会出错的机器人当然最好，但现实中更有用的，可能是一个知道自己出错了的机器人。
所以当机器人从表演进化到工作，人们对评价机器人的维度也一定会变。
过去大家关心的，基本是会不会走路、跳跃、跳舞，动作像不像人。
开始谈工作以后，问题就成了长期稳定运行、出错率多高、能不能和人安全协作、出了故障谁处理。
表演证明机器人拥有能力，工作要求机器人承担结果。
04
也正因为机器人开始承担结果，今年WAIC上另一个变化才显得很重要。
就是在完整机器人之外，越来越多零部件企业站到了台前。
展馆里不只有整机，还有单独展示的灵巧手、关节、传感器、电子皮肤、视觉相机。
这些展台可能没有一台完整机器人那么热闹，一排机械手摆在那里，甚至像某种结构复杂的工业零件。
可机器人一旦开始工作，这些东西的重要性就出现了。
还是拿一杯咖啡说。
机器人想端起它，先要看清杯子位置。手指接触杯壁，要判断是否抓稳。力量太小杯子滑落，力量太大纸杯变形。如果杯里装了液体，移动还要更稳。
一个简单的端杯子这么个动作，拆解之后，其实是视觉、触觉、材料、驱动和控制一整套系统。
所以今年我发现，今年许多站台都热衷于展示最灵巧的部位——那就是手。
毕竟手很大程度上决定了它与世界如何接触，当然，也就决定了机器人能不能干活。
所以，产业链恰恰是机器人从表演走向工作的结果。
机器人表演时，观众看到的是一台完整的机器。
当机器人开始工作，它便被拆成手、眼睛、关节等等等等。
任何一个环节不可靠，那台看起来无所不能的机器人，都可能卡在一个非常普通的问题上。
这也是为什么我觉得，具身智能会在上海蓬勃发展的原因。
一方面，是因为上海本身有足够完整的具身智能供应链。
既有智元、傅利叶这些人形机器人标杆，又有商汤、蚂蚁灵波这些能提供视觉感知、具身底层模型的企业，还有灵巧智能这种聚焦核心零部件研发，比如灵巧手的企业。
甚至光杨浦一个区，就聚集了好几家不同方向的具身智能企业，比如做通用机器人的苏度科技、做外骨骼的傲鲨智能、做充电机器人的挚达科技等等。
再加上上海的大模型、芯片等企业，当这些公司形成一个完整的产业链，我相信未来一定会成为上海新的明星产业。
因为相比大模型，具身智能与物理世界联系更紧密，更接近工业产业。
所以另一方面呢，机器人必须不断进入真实世界。
它需要工厂提供任务，需要仓库提供数据，需要零部件企业一起改产品，也需要测试、维修和集成服务。
上海有汽车、电子、物流和商业零售，又是长三角制造业的核心。
上海提供了具身智能眼下最需要的东西：足够多的真实任务，以及当问题暴露以后，能迅速解决的产业带。
05
这两天逛完WAIC，看得越多，越发现工作这件事比表演复杂得多。
卖一杯咖啡、搬一个箱子、拧一颗螺丝，对人来讲很普通，对机器人却意味着感知、判断、反馈、稳定性、安全等等。
但变化确实也在发生。
大家不再只满足于问机器人会不会做一个动作，而是开始追问，它是否能真实应用在工作场景中？
在以后的WAIC里，机器人翻跟头可能会越来越少。
或许表演不再那么精彩，却意味着，具身智能正在离开单纯的技术演示，选择开始接受现实世界的评价标准。