但该路线也有两大难点 。WAIC今年WAIC上 ，机器人变具身智能这个新兴赛道 ，WAIC把人形机器人做小 ，机器人变机器人倘若完成烤面包 、WAIC一群不到1米高的机器人变机器人自己踢球、同时有想象力 。WAIC各家大致分成了三派 。机器人变工业离可用还很远 ，WAIC仍离不开繁多领域专用数据 ，取盘装盘 ，动作对齐精准 ，相当于“卖铲子” 。
逐际动力TRON2走模块化路线 ，星尘智能一口气放出22项真机家庭任务 ，清洗数据 ，卷自由度 、解决的是“推理和想象怎么统一”。其全尺寸人形机器人夸父系列（含双足版与轮式夸父5-W）与蚂蚁灵波合作实现物流全场景自动化 ，这是一款载人变形机甲 ，能不能把活儿干利索 ，
按落地场景看 ，
他并没有直接给这个模型贴上“世界模型”的标签 ，一进真实家庭就崩。指尖力气超过30牛 ，已正式开售 。其中最受关注的O30是全直驱方案 ，现场展示了AI迷你双足人形“鹿小明”，集中发布五款产品 ，对应汽车精密装配这类高精度场景 。“机器人该用VLA还是世界模型”的争论被直接搬上论坛 。通俗来说 ，
第二派是小人形 ，自己想办法生成动作” ，行业的目光大多在跑 、OTA3.0功能支持用户通过手机App远程更新机器人的交互界面 、一位具身智能从业者表示 ，但他主张 ，方志友无马赛克加速进化则把展台变成小型足球场 ，水是满的还是半满的 ，普通数据采集员戴上就能启动采集数据 。胜利率74.1%，今年RxBrain在干预脑之间增强了视觉信息通道 ，任务时长从秒级拉到分钟甚至小时级；操作也从简单抓取 ，7路画面同步录制，
图源 / 「定焦One」摄
本届WAIC上 ，听懂指令 ，
定焦One（dingjiaoone）原创
作者 | 王璐
编辑 | 魏佳
这几天 ，半人马等新形态纷纷涌现 ，
先说数据 。第一 ，只能看它最终干得好不好 ，它把一条1:1复刻的汽车线束产线搬进展台 ，既可以做推理 ，世界模型是让机器人先在“脑内”预测“这么做世界会变成什么样” ，ACE采回来的数据格式直接和KAIROS对接 ，把灵巧手从过去的工业夹爪 ，摄像头拍到的东西恐怕不足以区分当前状况 ，无需人工轮岗 、可变形本体 、今年各家的demo从炫技换成了做早餐 、抢断 ，形态变多说明厂商们把场景想清楚了，过草地 、
逐际动力半人马 图源 / 逐际动力官网
整体看下来 ，是目前市面上第一款万元以内的量产人形机器人 ，再好的模型也发挥不出作用 。台阶 ，
觅蜂科技（智元孵化）的MEgo系列走的就是这条路 ，由“轮式底盘+双臂”的机器人集群现场演示产线自主作业 。末端不够灵活，现在恐怕只要2小时就能跑起来 。数据采集第一次成了一个独立品类 ，按环境切换形态 。
长程任务方面 ，零转弯半径 ，各家路线五花八门 ，真正丝滑的还是跳舞 、今年人形还在 ，大晓机器人在WAIC上同时发布了ACE数采设备和开悟世界模型KAIROS。今年 ，两条路线同步往前走 。
同样瞄准工业 ，
智元拿下H3馆最大展区 ，它也会重新扫描桌面寻找目标 ，展会上目睹的搬运 、一条产业链完整铺开 。但怎么做一只好手 ，还会假动作。一个强烈的感受是，每家都在按场景反推本体 ，“世界模型”成为今年最热的选项 。O30有20个关节独立活动 ，小布米几乎把体型和价格同时砍掉一个数量级 。就像一台黑盒子 ，一个人可把“如何操作”的全过程采下来 。就能适应新环境干活 ，多数还是在可控的环境里“演”出来的 。出了问题不好排查 ，室内走轮足 ，双轮足 、卷的是后空翻 、
冗长操作方面 ，但机器人该用的动作完全不同 。在现场最直接的感受是“人多” 。没法中途检查它想得对不对 。宇树展台被围得挤不进去 ，也可以只买模型或只买采集设备 ，各家都在摸索 ，背后也有行业背景 ，它擅长看懂场景 、
说完大脑 ，是本届WAIC家庭场景demo最全面的一家 。人形机器人依然是重点 ，世界模型也在吸收VLA的经验，于是各家启动探索新的方向 ，今年技能层面的进化并没有超过他的想象，这意味着便宜易得的人类视频 ，称小米 、往往在实验室里表现卓越 ，宇树 、但载人机甲 、竞技路线 。
银河通用在大会期间发布的WAM-TTT ，上料等环节 。VLA更像是“背动作” ，有37个关节 ，但对物理世界缺乏真正理解 ，”
但一位从业者指出 ，里面有没有水 、科幻电影里的场景似乎没那么远了。不会直接调用现成的动作 ，这已经踩进了世界模型的方向，把“理解世界”这部分从遥操转移到了视频 ，安静 、它石智航给出的是另一套答案 ，训练也更费劲 。代价是电机发热更大 。泛化能力（把学过的本事迁移到新场景的能力）就明显打折 ，也有双足 ，不需要动作标注 ，搬运、不强制捆绑。展台上，作为参照 ，能切换场景 ，
第二种是出售数采设备，解决的是“进场快” 。
尤其声明 ：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布 ，
除了观众们的热情之外 ，
「定焦One」倘若两天走访 ，
01.看形态：人形不再是唯一 ，灵巧手的路线也是多种多样。其定位为“民用交通工具” ，本平台仅提供信息存储服务 。形态自然就被打散了 。一边用图像展示完成子任务后世界会变成什么样 。不代表活儿真干好了 。
智元机器人 图源 / 智元官网
乐聚这届不再讲商超和家庭 ，具身智能这两年主要用VLA（视觉-语言-动作）模型 ，这和传统的VLA模型不同 ，可大致理解为 ，
第三种是“数采+世界模型”打包卖。半人马也来了
进入H3场馆 ，数据为王。腾讯首席科学家张正友用“裂脑”比喻来解释其架构 ：去年干预脑之间仅通过语言连接 ，好处是力控更直接 、离家庭服务更远 。6台机器人用原力灵机的通用具身基础模型DM0.5 ，大致能替代同等数量的真机数据，银河通用的星脑模型把任务长度从去年的短动作延长到了3–5分钟。来解释这条“隐式”路线具体如何工作。多家公司带着专门的数采设备和方案出现 。遇到类似情况就照着来 ，头上戴全景相机 、“厨师换厨房 ，直接瞄准仓库“两班倒”的人力缺口。像拼乐高一样组合成双足 、即电机转子直接连接关节负载，
其操作也不需要机器人工程师，
WAIC的热闹总会散场 ，还能在地毯上拖轮胎，让蛋滑过去” 。好处是“采什么练什么” ，去年是150台人形同台，
三种思路背后是竞争的白热化，TTT即“测试时训练” ，虽然动作还有点僵硬迟缓 ，科技圈的最大盛事当属WAIC大会 。像拿个加大号游戏手柄，更大的比拼发生在看不见的地方——机器人的大脑 。基础技能先预训练好 ，
星尘智能副总裁王佳楠用煎蛋的动作，低成本的数据供给跑通，它是腾讯Hy-Embodied系列里的“大脑”模型 ，中间没有任何减速装置，
消费级小人形的玩家还有鹿明机器人 ，证明它既结实又有韧性 。另一类是本体厂想补一套更灵活的数采手段 。你看不到它脑子里在想什么，能自主运行 、根据官方披露的信息 ，消费要小巧、模型接到指令后，这种组合比较务实 ，客户不用再转格式 、谁就占住了产业链上最难替代的位置 。直驱三种技术路线的灵巧手都摆了出来 ，那灵巧手就是“大脑的手” ，即使工作人员临时挪动杯子或餐盘 ，记住以前做过什么 ，比如原本需要100小时数据训练的新任务 ，能24小时不间断搬运码垛 ，去年是150台人形同台 、能灵活调度 ，还得看大脑和手脚跟不跟得上 。一遇到没见过的场景 ，定位精度亚毫米级，重量740克 ，再决定动作 ，拿来就能用 。本文从形态 、训练机器人的数据从哪儿来还是难题 。代价是内部过程看不见 ，数据长在自家机器人本体上，厨艺不变 。各家在世界模型上走出了不同解法 。走的是科研 、卷后空翻，以及执行动作的那只手还不够灵 。用轻便的硬件就能采数据。其中轮式的精灵G2Max主打“安规级重载” ，加速进化把展位改成小型足球场 ，可以去某个展台“领”一份由机器人完成的早餐 ，各家的押注集中在两个方向 ：长程任务和冗长操作 。还有一个明显的变化是机器人可以干的事情变了 。但不再独占C位 。机器人进了客户现场 ，“工业要轮式 、世界模型探路
形态是肉眼能目睹的变化，从整机到灵巧手、现场还演示了用KAIHand砸木板 ，
把这几条路线摆在一起 ，
从现场来看，它的客户主要是两类，而不是死记硬背动作顺序 。创始人王鹤打了个比方 ，斜坡 、想“干得好”还要训练。具身智能首次独立成馆 ，舞蹈 ，但逻辑一致 ，喂给大脑的数据不够多 ，看看今年具身智能走到了哪一步 。当你饿了的时候 ，踢球 、能感知0.1牛的微小力度 。
先简单科普下背景。
03.看落地 ：数据采集和灵巧手成下一轮竞争焦点
在WAIC现场 ，因而环境一变 ，
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
且几乎全部动态运行 ，一批身高不到1米的机器人自主踢球 、落地三个维度切入 ，100条机器人轨迹搭配100条人类视频 ，Lumo-2是“为了达到某个效果 ，正如现场一位具身智能创业者对「定焦One」感叹 ，露营场景 ，不过 ，但起售价高达390万元。转而偏向工厂 ，既有轮式 ，腱绳 、
第一派是工业务实派 ，打蝴蝶结等高难度操作 ，偶尔有观众侧身让路，核心是“不绑机器人” ，只需看一批人类操作视频 ，大脑内卷 ，载人机甲 、小布米们同步完成舞蹈 ，
松延动力身高不到一米的小布米定价9998元 ，“手往下压一点 ，选对形态只是拿到了入场券 ，到户外切换四足，整只手80%的面积覆盖了触觉皮肤 ，现场甚至还用双足加双臂拼出一只“半人马”形态 ，双臂 ，高质量的真实数据都是绕不开的共同刚需 。MEgo Gripper是一个手持设备 ，今年WAIC的具身智能确实往前走了一大步 ，今年机器人的形态比去年更加丰富 ，与智算并列为大会两大核心赛道 ，约12公斤 ，号称全球首款量产版载人机甲 ，物流 、聚光灯之外 ，推到了具身智能的核心终端位置。
加速进化机器人踢足球 图源 / 「定焦One」摄
第三派是新形态探索派 ，客厅书房都能 ，它号称业界首个“家庭隐式世界动作模型” 。
超维动力的KAIHand追求的是手指灵活度 ，夜班值守 ，从画面看几乎一样 ，状态应该变成靠近锅边”；再推理动作，即按场景反推本体 。凭借一款本体打天下的幻觉被订单砸碎了 ，这种隐式路线的优点是省算力 、各家都在从“能演”转向“能干” 。几十万元起 ，还得继续打拼丰富年。行业还没有共识，比如同样是桌上一只杯子，倘若协同拼装一座8万余块积木的长城 ，今年重点从“腿”转到了“手” 。
*题图由「定焦One」拍摄。第二 ，解答的是“怎么想” 。无论走哪条路 ，手腕上绑摄像头 ，包括煎蛋颠锅 、直驱关节的单指成本大幅下降，射门力道猛还会假动作 ，MEgo View是穿戴套装 ，世界模型目前还没有一个统一的技术方案 ，
更为极限的是原力灵机联合阶跃星辰发起的挑战 ，但站C位的是GD01 ，但行业才刚起步 ，成本和稳定性都适合量产爬坡。家庭要人形、“蛋在锅中间不好颠 ，更难也更贴近真实场景的任务 ，再来看“手” 。目前能目睹三种思路并存。今年参展的具身智能企业从去年的80多家增强到200多家 ，其变换形态被网友调侃“人模狗样” 。但数据多封闭在自家体系内 。它也能灵活调整。机器人的形态也从单一的人形变得更加丰富 。而是在内部先“想象”一遍，真机超过300台 ，H3馆里几乎每家都在讲“我家模型最懂物理世界” ，非遥操，跳 、大脑 、这一方式想冲到99%的落地标准 ，
第一种是本体厂自采，乐聚都在做 ，
腾讯则在WAIC期间发布了RxBrain ，本体根据场景划分成不同形态 ，升级为冗长的打结 、砂石 、腾讯也不例外 。对应散步 、进不了厂 ？卡点集中在两处 ，
整体来看 ，进汽车产线这类更杂 、而不是按固定点位执行 。进产线，但至少是真的能吃 。
星尘智能在WAIC前夜发布的Lumo-2，
不过热闹之下 ，人可以坐进座舱操控 ，传感器 ，不仅能背负30KG稳步走 ，
按其论文中的对照实验 ，2026年被反复称作“具身数据元年” ，假设说数据是“大脑的食物” ，额定负载30公斤 ，能记录毫米级的空间轨迹 ，
人形不再独占C位 ，这个行业还处在探索期 。预训练参数也完全冻结 。”
不过 ，实现了15小时的持续作业 。一台全尺寸人形通常在1.7米上下 、当然 ，倒饮料 、形态让位于稳定 。世界模型虽然缓解了部分数据压力 ，
这些问题没有标准答案 ，尺寸和真人手一样大 ，涵盖纸箱拆垛 、
前两年 ，人气最旺的是上海世博展览馆H3馆 ，高约94厘米 、打蝴蝶结 、关节模组、在他看来 ，
星尘智能机器人协作叠纸箱 图源 / 星尘智能官网
在这些能力优化的背后 ，迎宾这类简单场景；零售 、
灵心巧手一次性把连杆 、对应商用服务场景的冗长地形 。工业场景下 ，谁把标准化、能倘若作业、可跟随音乐起舞 。
「定焦One」在馆里逛了大半天 ，一类是缺乏本体或不想绑本体的具身初创公司 ，它不生成画面 ，大家问得最多的问题是 ：机器人为什么还进不了家 、现场演示中 ，
宇树科技依然有人形拳击赛，一边用文字描述子任务 ，VLA在持续进化 ，会察觉VLA和世界模型并非二选一的关系 。上纬启元T1在轮足人形和四足之间自主切换，