2026世界人工智能大会聚焦具身智能：300余台机器人深入实景应用
7月20日，2026世界人工智能大会（WAIC）特设具身智能展区，汇聚超200家企业及300余台具身机器人，成为本届大会最核心的焦点之一。从现场展示来看，行业正加速迈入以实景应用和实体赋能为核心的落地阶段，场景价值已成为检验技术成色的核心标尺。其中，机器人“触觉”与“大脑”被视为破局关键，而触觉被视作今年乃至明年最具突破潜力的技术维度。
走出展台，深入一线：机器人实景应用加速落地
本届展会的一大亮点是，人形机器人不再止步于展台演示，而是真正被推入真实场景接受压力测试。
在工业制造领域，进厂打工已成为常态。优艾智合搭建微缩产线，五台“隙锋”人形机器人与移动搬运机器人协同，在线边仓完成物料拣选与配送。据优艾智合联合创始人赵万秋介绍，分级训练框架降低了多机部署门槛，机器人出厂即具基础动作能力，仅需50条数据的小样本训练即可达到90%的任务成功率，运行中能以24小时为周期持续采集数据并迭代，实现“今天进厂，第二天就是熟练工”。
微亿智造展示了搭载0.2μm级检测精度与1m/s动态飞拍成像能力的双臂质检机器人，依托多机械臂自主路径规划，彻底摒弃传统人工示教调试流程。据悉，该方案已在某头部德系车企国内总装车间及德国本土产线同步运行，成为质检“老师傅”。睿尔曼智能联合中科慧远展示了CASIVIBOT工业具身质检机器人，单件检测小于5秒，7×24小时稳定作业，且产线换型无需重训。目前，睿尔曼智能的关节模组年产能已突破50万台，正向百万级迈进。
商业服务同样是重点方向。睿尔曼全球首发RealBot-S2与L2两款轮式人形机器人，开幕前两天已在新疆餐厅完成拉条子、穿肉串、烤肉、切菜等真实后厨作业。矩阵超智MATRIX-3化身AI咖啡师，自主操作咖啡机、取杯、承接饮品，流程连贯，验证了门店与展会接待的可行性。在模拟洗衣房中，擎朗的两台人形机器人在统一调度下自主协同完成洗衣、叠衣闭环操作，技术可延伸至连锁洗衣工厂及家用场景。卓益得仿生机器人Moya则承担了AI女性论坛双语迎宾、演播室助理主持及夜间访谈直播任务，并与上海人形机器人中试服务平台签订了千台量产协议。
在特种场景方面，云深处首款全天候人形机器人DR02完成变电站精准作业实地测试，计划于2026年正式启动商用投放，未来将深耕电力巡检、危化作业、应急救援等场景。傲鲨则将消费级外骨骼机器人VIATRIX拓展至户外徒步，已覆盖全国数十个站点，并与多所高校户外社团合作探索。
触觉成破局关键，产业链产能与订单齐飞
多家产业链企业披露了订单与产能进展。矩阵超智上海张江基地已实现端到端生产，2026年规划产能5000台，2027年目标万台，目前机器人订单累计约千台，覆盖餐饮、酒店、科研等场景。蓝思科技子公司与上纬新材签约，首期规划万吨级机器人产线合作，聚焦消费级个人机器人量产。润科具能针对核工业、油田、矿山、应急消防等特殊场景，研发四足、机械臂、半人马机器人等多种构型，并将消防应急作为半人马机器人的首发落地场景，在WAIC期间与上海华燕消防工程有限公司签约100台意向订单，计划第四季度建成小规模产线，国产化率超95%。
润科具能CEO周斌强调，触觉是今年乃至明年具身智能的最大突破维度。“汽车厂装车灯，工人‘装上了’的感觉，这不是高清视频能训练出来的。”触觉可提供物体几何、材质及接触动力学等直接信息，是视觉等远距离传感器无法替代的。公司正推进应用触觉电子皮肤技术，通过柔性传感器阵列采集压力、温度、纹理、滑动等多维信号，让机器人实现从机械执行向自主决策的进化。
本届大会上，灵巧手的触觉感知也成为焦点。千觉展出VTLA具身触觉模型、视触觉多模态数据集及穿戴式视触觉数据采集夹爪，直击真实交互数据稀缺、触觉模态缺失的共性难题。一目科技完成超10亿元E轮融资，将用于触觉感知材料、芯片、算法与模型研发，并展示五指集成视触觉灵巧手。创始人李智强表示，传统的力传感器无法感知“形变”，机器人“看见”物体，却不知其硬度与摩擦力，如同人类仅靠“看”学不会打乒乓球，需要有触觉能力来驱动其完成实操。目前，公司正与斯坦福等合作推进TouchNet开源触觉数据集，计划2026年底开源更多真实数据。傲意科技则带来OpenArm具身双臂机器人，作为灵巧手的标准化搭载与数据采集平台，通过“硬件+数据闭环”让灵巧手真正走向“灵巧”。绳肌妙算团队则专注攻关灵巧手的结构寿命、单机成本与批量可部署性等实用目标，正与头部物流企业洽谈仓库分拣应用。
突破数字物理鸿沟，具身智能大脑加速进化
“大脑”决定具身智能的上限。从VLA大模型到端侧算力芯片，从世界模型到数据基础设施，围绕机器人大脑的卡位战全面展开。
极智嘉展示搭载自研Gravity 4D具身模型的人形机器人Gino 1。公司具身智能首席科学家赵昊指出，当前业界常争论VLA与World Action Model的路线差异。VLA即第二代多模态大模型，通过对图像与语言联合训练的多模态模型进行动作微调。而World Action Model属第三代多模态大模型，典型如视频生成模型。赵昊认为，第四、五代多模态大模型已初现端倪。今年CVPR两篇Best Paper中，一篇指向第四代多模态大模型，是混合训练了视频Token、文本Token与图片Token；另一篇来自DeepMind的D4RT，实现了4D Token，预示第五代多模态大模型将会是4D Token、3D Token、视频、文本与图片Token的混合训练。届时在第五代多模态大模型的基础上，以动作数据进行微调，有望迎来具身智能的“GPT时刻”。但目前业界仍主要处于数据积累阶段。
梅卡曼德也在推进具身智能大脑规模化落地，其系统已实现对不同物体、任务及机器人形态的泛化。现场演示中，人形机器人可识别分类数百种物体，并完成料筐搬运、工件分拣等制造业流水线任务。据介绍，公司这次重点展示“眼脑手”跨场景应用能力，包括首次亮相的人机协同上下料、货架取货、海量物体分拣、Mech-GPT多模态交互、透明物体泛化抓取等前沿技术，以及高速小零件上料、线束插头精密装配、多规格工件上料等已在工业场景规模落地的成熟应用。
爱芯元智推出专用视觉感知芯片AX8910，为机器人环境感知提供底层算力支撑，已搭载至多家双目相机方案商，适配各类商用与服务机器人。
当大脑仍不够“聪明”时，一条更务实的路径是机器人自主完成高频重复任务，由人类处理复杂突发情况。当虹科技展示通过手机远程操控280多公里外的四足机器人。这只机器狗平时在宁波具身智能产业基地自主巡检，必要时由人类远程接管。当虹科技首席技术官吴奕刚认为，自主智能与远程接管协同，或是物理AI可预见的落地形态。
在大会期间的演讲中，蚂蚁灵波科技首席科学家沈宇军将大脑挑战总结为三道鸿沟：一是传感器局限。数字世界的视觉模型擅长识别“这是什么”，机器人还必须知道“它在哪里”“离我多远”“中间能不能通过”。二是高动态交互，机器人面对的环境随时可能被打断、遮挡或变动，机器人须持续预测并实时修正，无法一次规划到底。三是泛化与产业落地。机器人的能力须在不同构型和真实场景迁移，降低重复数据采集与重复训练成本。
他认为，数字世界与物理世界的优化目标不同，识别准、生成美不等于任务完成，模型必还须理解空间约束、遵循因果与物理规律。具身原生之路注定更为艰辛，许多能力需从头构建，但唯有正面解决这些挑战，才能真正跨越数字与物理世界之间的鸿沟。