《科创板日报》8月22日讯（记者 李佳怡）8月19日至23日，2026世界机器人大会在北京亦庄盛大召开。展馆内人头攒动，观众目光不再局限于那些只会表演的“花架子”，而是聚焦于那些能拧螺丝、拣货物、甚至执勤的实用型机器人。然而，在看得见的产品背后，一场围绕大脑、数据、灵巧手三大核心环节的产业链暗战正在悄然打响，这直接关系到具身智能能否真正走出实验室。
**大脑：从VLA到世界模型，谁在构建机器人的“思考中枢”？**
本届大会呈现出一个显著趋势：电机、关节模组、传感器等核心零部件的供应链已日趋成熟，硬件层面的差距正在被快速抹平。当“躯壳”不再是壁垒，竞争自然向上游迁移，各家纷纷亮出模型、算力与泛化能力的新底牌。
北京人形机器人创新中心在展会期间发布了大一统模型Pelican-Unify。该模型集成了VLM视觉理解、Action Model动作操控、WFM世界模型三重能力，打通了理解、推理、预演、执行全智能闭环，并实现了从天轶真机部署操作到全流程跑通。同期，北京人形机器人正式宣布Pelican-VL 2.0进入商用阶段，作为国内首个网信办备案通过的具身大模型，它支持任务规划、意图理解和人机交互。
星海图则走出了一条独特的技术路线。其首席科学家赵行在论坛上拆解了VLA模型G0.5——将视觉观测、语言指令和动作全部离散化为Token，像GPT一样逐个输出。据悉，8月底星海图将推出G0.5模型的Max版本，届时将全面开源。赵行表示：“大家都在期待具身智能的ChatGPT时代到来，但我们觉得有一条非常通常的捷径，就是像做GPT一样的自回归模型，一个一个Token输出训练模型。”
蚂蚁灵波的全栈大脑2.0，则展示了“一脑多机”的产业化路径。其LingBot-VLA 2.0在预训练阶段融入了6万小时高质量真实物理数据，覆盖了17个主流机器人品牌的20种机器人构型。在其展台最核心的展项是一间1:1复刻的智慧药房，记者在现场看到，观众下单后，机器人便可有序地从货架取下相应物品。目前，蚂蚁灵波机器人已在上海国大药房正式上岗承担夜班分拣任务。
章鱼动力正式发布了SYNWorld具身原生世界基础模型，承担机器人的认知、推演与决策职能，让机器人能够理解不同任务背后共同的物理规律。据了解，SYNWorld V0.5采用MoT架构，参数规模达到10+B，训练数据已累计至30万小时，涵盖大规模异构图像、视频及带动作标注的机器人动作轨迹。
从大一统模型到自回归VLA，从“一脑多机”到世界模型，具身智能的竞争已从“有没有模型”升级为“模型能否规模化、能不能泛化”。
**数据：物理AI的“燃料”之争与“数据荒漠”破局**
大语言模型的崛起已充分证明，数据规模决定模型上限。但当同样的逻辑迁移到物理世界时，问题变得棘手起来——机器人需要的数据，远比文字更难采集、更昂贵、噪声也更高。
觅蜂科技方面向《科创板日报》记者表示，主流大语言模型的预训练数据已达100万亿token，等效于100亿小时的数据。而物理AI需要的数据有效信息密度更低、噪声更高，对数据的需求量更大。此次WRC，觅蜂科技带来了完整的MEgo系列无本体采集产品。其中，MEgo Gripper整机仅560克，支持毫米级空间轨迹定位和亚毫秒级全局同步；MEgo View采用“头部300度全景加腕部细节双视角”架构，一人即可独立完成全场景分布式数据采集。工作人员告诉《科创板日报》记者，目前MEgo系列产品已实现量产交付，在工厂、物流、超市、家庭等真实场景采集数据。
光轮智能发布了全球首个十万小时级全模态人类开源数据集EgoSuite-Open100K。该数据集覆盖7大类环境、128类场景，包含15000余个采集场景和15000余项任务，采用头部与腕部双视角采集。首批数据将在Hugging Face和AtomGit同步开源，面向学术研究与商业训练使用。光轮智能联合创始人兼总裁杨海波指出，当前具身智能迫切需要高质量、多样性、大规模的数据供给。同时，光轮智能同步推出了5年100亿具身智能数据共建计划。
京东云展台则一比一还原了京东“两年1000万小时高质量数据采集计划”中的家政服务场景。记者在现场可以看到，家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备，向观众展示人类实操数据是如何采集的。
**灵巧手：从“能抓取”到“会干活”的最后一厘米**
一台机器人即便拥有最聪明的“大脑”和最敏捷的“小脑”，如果末端执行器连螺丝都捏不稳、连鸡蛋都抓不住，那么所有的感知与决策最终也无法转化为生产力。因此，灵巧手可以说是机器人从“能看会走”跨越到“能干会做”的最后一厘米。曾经作为机器人“附属配件”的灵巧手，也逐渐走向具身智能赛道的C位。
灵心巧手展出了灵心巧匠全自动机械臂产线，该产线由多台工作台集群构成，每台以双臂双手形态搭载Linker Hand系列灵巧手，能够自主完成从零部件抓取、装配到成品下线的完整流程。其中，直驱型Linker Hand O30拥有20个全独立活动关节，实现从手指根部到指尖的全链路直驱控制。与此同时，针对大模型训练的数据需求，灵心巧手还展出了Linker Open TeleDex数据采集系统。该系统集成了支持多种外接设备、多种机械臂、多种灵巧手的开放式硬件系统搭建体系，可同时采集视觉、触觉、本体感知三重模态数据。
章鱼动力则构建了完整的“脑-手-数据”技术体系。其发布的OctoH-Hand高自由度仿生灵巧手采用腱绳加小臂电机直驱混合驱动方案，拥有23个主动自由度，搭载超1900个触觉传感单元，可完成夹花生、拧瓶盖等精细操作。
禾赛科技三位联合创始人李一帆、向少卿、孙恺共同创立的AI机器人公司Sharpa，此次带来了Sharpa Wave系列灵巧手。Sharpa Wave该系列采用人手尺寸的类人构型，集成22个主动自由度与高分辨率自研视触传感器。针对开发者、科研机构及机器人公司的不同需求，Sharpa还同步发布了特别版本Sharpa Wave SE，提供更具灵活性的选择。工作人员向记者介绍，Sharpa Wave的核心创新之一在于视触觉技术路线。与传统压力传感器方案不同，其指尖内壁嵌入240×240像素网格，内置微型摄像头通过观察接触形变来感知物体，实现视觉与触觉的双模态融合，从而避免单一感知路径可能带来的判断误差。
从大脑到数据再到灵巧手，本届WRC清晰地勾勒出具身智能三大核心环节的竞争图谱。当硬件躯壳走向同质化，真正的壁垒正在向上游迁移——模型能否泛化、数据能否规模化、灵巧手能否在真实场景中稳定作业，三者环环相扣，构成了从实验室到生产力的完整闭环。