人形不再独吞C位，，，大脑内卷，，，数据为王。。。。

定焦One（dingjiaoone）原创

作者 | 王璐

编辑 | 魏佳

这几天，，，科技圈的最大盛事当属WAIC大会。。。。今年，，，人气最旺的是上海世博展览馆H3馆，，，具身智能首次自力成馆，，，与智算并列为大会两大焦点赛道，，，从整机到灵巧手、枢纽模组、传感器，，，一条工业链完整铺开。。。。

「定焦One」一连两天走访，，，在现场最直接的感受是“人多”。。。。宇树展台被围得挤不进去，，，加速进化把展位改成小型足球场，，，一群不到1米高的机械人自己踢球、抢断，，，还会假行动。。。。凭证官方披露的信息，，，今年参展的具身智能企业从去年的80多家增添到200多家，，，真机凌驾300台，，，且险些所有动态运行，，，而去年这里还以静态展示为主。。。。

除了观众们的热情之外，，，尚有一个显着的转变是机械人可以干的事情变了。。。。去年是150台人形同台，，，卷的是后空翻、做咖啡这类炫技行动，，，今年各家的demo从炫技换成了做早餐、打蝴蝶结、进汽车产线这类更杂、更难也更贴近真实场景的使命，，，机械人的形态也从简单的人形变得越发富厚。。。。

不过热闹之下，，，行业仍处在早期：大脑架构未定、训练机械人的数据从哪儿来照旧难题。。。。H3馆里险些每家都在讲“我家模子最懂物理天下”，，，“机械人该用VLA照旧天下模子”的争论被直接搬上论坛。。。。

这些问题没有标准谜底，，，而WAIC恰恰是视察各家给出什么解法的一个窗口。。。。本文从形态、大脑、落地三个维度切入，，，看看今年具身智能走到了哪一步。。。。

01.看形态：人形不再是唯一，，，载人机甲、半人马也来了

进入H3场馆，，，科幻影戏里的场景似乎没那么远了。。。。几台机械人排成一列徐徐穿过通道，，，无意有观众侧身让路，，，当你饿了的时间，，，可以去某个展台“领”一份由机械人完成的早餐，，，虽然行动尚有点僵硬缓慢，，，但至少是真的能吃。。。。

「定焦One」在馆里逛了泰半天，，，一个强烈的感受是，，，人形机械人依然是重点，，，但不再独吞C位。。。。去年是150台人形同台、卷自由度、卷后空翻，，，今年人形还在，，，但载人机甲、可变形本体、半人马等新形态纷纷涌现，，，轮式和四足这些成熟形态也找到了更明确的场景。。。。

按落地场景看，，，各家大致分成了三派。。。。

第一派是工营业实派，，，既有轮式，，，也有双足，，，形态让位于稳固。。。。

智元拿下H3馆最大展区，，，集中宣布五款产品，，，其中轮式的精灵G2Max主打“安规级重载”，，，能24小时不中止搬运码垛，，，无需人工轮岗、夜班值守，，，直接瞄准客栈“两班倒”的人力缺口。。。。

同样瞄准工业，，，它石智航给出的是另一套谜底，，，它把一条1:1复刻的汽车线束产线搬希望台，，，由“轮式底盘+双臂”的机械人集群现场演示产线自主作业。。。。工业场景下，，，这种组合较量务实，，，能一连作业、能无邪调理，，，本钱和稳固性都适合量产爬坡。。。。

智元机械人 图源 / 智元官网

乐聚这届不再讲商超和家庭，，，转而聚焦工厂，，，其全尺寸人形机械人夸父系列（含双足版与轮式夸父5-W）与蚂蚁灵波相助实现物流全场景自动化，，，涵盖纸箱拆垛、搬运、上料等环节。。。。

第二派是小人形，，，把人形机械人做小，，，用价钱换入场券。。。。

松延动力身高不到一米的小布米定价9998元，，，是现在市面上第一款万元以内的量产人形机械人，，，高约94厘米、约12公斤，，，已正式开售。。。。作为参照，，，一台全尺寸人形通常在1.7米上下、几十万元起，，，小布米险些把体型和价钱同时砍掉一个数目级。。。。展台上，，，小布米们同步完成舞蹈，，，行动对齐精准，，，OTA3.0功效支持用户通过手机App远程更新机械人的交互界面、行动姿态和内容。。。。

消耗级小人形的玩家尚有鹿明机械人，，，现场展示了AI迷你双足人形“鹿小明”，，，仅89厘米，，，可追随音乐起舞。。。。加速进化则把展台酿成小型足球场，，，一批身高不到1米的机械人自主踢球、非遥操，，，射门力道猛还会假行动，，，走的是科研、竞技蹊径。。。。

加速进化机械人踢足球 图源 / 「定焦One」摄

第三派是新形态探索派，，，按情形切换形态。。。。

宇树科技依然有人形拳击赛，，，但站C位的是GD01，，，这是一款载人变形机甲，，，人可以坐进座舱操控，，，其定位为“民用交通工具”，，，号称全球首款量产版载人机甲，，，但起售价高达390万元。。。。上纬启元T1在轮足人形和四足之间自主切换，，，室内走轮足，，，清静、零转弯半径，，，客厅书房都能，，，到户外切换四足，，，过草地、砂石、斜坡、台阶，，，对应散步、露营场景，，，其变换形态被网友奚落“人模狗样”。。。。

逐际动力TRON2走？？？榛杈，，，像拼乐高一样组合成双足、双轮足、双臂，，，现场甚至还用双足加双臂拼出一只“半人马”形态，，，不但能背负30KG稳步走，，，还能在地毯上拖轮胎，，，对应商用服务场景的重大地形。。。。

逐际动力半人马 图源 / 逐际动力官网

整体看下来，，，今年机械人的形态比去年越发富厚，，，但逻辑一致，，，即按场景反推本体。。。。一位具身智能从业者体现，，，依附一款本体打天下的幻觉被订单砸碎了，，，“工业要轮式、家庭要人形、消耗要小巧、特种要载重机甲，，，每家都在按场景反推本体，，，形态自然就被打散了。。。。”

不过，，，形态变多说明厂商们把场景想清晰了，，，不代表活儿真干好了。。。。展会上看到的搬运、踢球、舞蹈，，，大都照旧在可控的情形里“演”出来的。。。。选对形态只是拿到了入场券，，，能不可把活儿干利索，，，还得看大脑和手脚跟不跟得上。。。。

02.看大脑：VLA之外，，，天下模子探路

形态是肉眼能看到的转变，，，更大的比拼爆发在看不见的地方——机械人的大脑。。。。

先简朴科普下配景。。。。具身智能这两年主要用VLA（视觉-语言-行动）模子，，，它善于看懂场景、听懂指令，，，但对物理天下缺乏真正明确，，，一遇到没见过的场景，，，泛化能力（把学过的本事迁徙到新场景的能力）就显着打折，，，往往在实验室里体现很好，，，一进真实家庭就崩。。。。于是各家最先探索新的偏向，，，“天下模子”成为今年最热的选项。。。。通俗来说，，，天下模子是让机械人先在“脑内”展望“这么做天下会酿成什么样”，，，再决议行动，，，而不是死记硬背行动顺序。。。。

从现场来看，，，各家的押注集中在两个偏向：长程使命和重大操作。。。。

长程使命方面，，，银河通用的星脑模子把使命长度从去年的短行动延伸到了3–5分钟。。。。现场演示中，，，机械人一连完成烤面包、倒饮料、取盘装盘，，，纵然事情职员暂时挪动杯子或餐盘，，，它也会重新扫描桌面寻找目的，，，而不是按牢靠点位执行。。。。

更为极限的是原力灵机联合阶跃星辰提倡的挑战，，，6台机械人用原力灵机的通用具身基础模子DM0.5，，，一连协同拼装一座8万余块积木的长城，，，实现了15小时的一连作业。。。。

重大操作方面，，，星尘智能一口吻放出22项真机家庭使命，，，包括煎蛋颠锅、称小米、打蝴蝶结等高难度操作，，，是本届WAIC家庭场景demo最周全的一家。。。。

星尘智能机械人协作叠纸箱 图源 / 星尘智能官网

在这些能力提升的背后，，，各家在天下模子上走出了差别解法。。。。

银河通用在大会时代宣布的WAM-TTT，，，解决的是“进场快”。。。。TTT即“测试时训练”，，，可大致明确为，，，基础手艺先预训练好，，，机械人进了客户现场，，，只需看一批人类操作视频，，，就能顺应新情形干活，，，不需要行动标注，，，预训练参数也完全冻结。。。。

按其论文中的比照实验，，，100条机械人轨迹搭配100条人类视频，，，乐成率74.1%，，，与200条纯机械人轨迹的73.7%基本持平，，，这意味着自制易得的人类视频，，，大致能替换一律数目的真机数据，，，好比原本需要100小时数据训练的新使命，，，现在可能只要2小时就能跑起来。。。。首创人王鹤打了个例如，，，“厨师换厨房，，，厨艺稳固。。。。”

但一位从业者指出，，，这一方式想冲到99%的落地标准，，，仍离不开大宗领域专用数据，，，想“干得好”还要训练。。。。

星尘智能在WAIC前夜宣布的Lumo-2，，，解答的是“怎么想”。。。。它号称业界首个“家庭隐式天下行动模子”。。。。

星尘智能副总裁王佳楠用煎蛋的行动，，，来诠释这条“隐式”蹊径详细怎样事情。。。。模子接到指令后，，，不会直接挪用现成的行动，，，而是在内部先“想象”一遍，，，“蛋在锅中心欠好颠，，，状态应该酿成靠近锅边”；；；
；；再推理行动，，，“手往下压一点，，，让蛋滑已往”。。。。这和古板的VLA模子差别，，，VLA更像是“背行动”，，，记着以前做过什么，，，遇到类似情形就照着来，，，Lumo-2是“为了抵达某个效果，，，自己想步伐天生行动”，，，以是情形一变，，，它也能无邪调解。。。。

但该蹊径也有两浩劫点。。。。第一，，，它不天生画面，，，你看不到它脑子里在想什么，，，就像一台黑盒子，，，只能看它最后干得好欠好，，，没法中途检查它想得对差池。。。。第二，，，摄像头拍到的工具可能缺乏以区分目今状态，，，好比同样是桌上一只杯子，，，内里有没有水、水是满的照旧半满的，，，从画面看险些一样，，，但机械人该用的行动完全差别。。。。这种隐式蹊径的优点是省算力、能自主运行、能切换场景，，，价钱是内部历程看不见，，，出了问题欠好排查，，，训练也更费劲。。。。

腾讯则在WAIC时代宣布了RxBrain，，，解决的是“推理和想象怎么统一”。。。。它是腾讯Hy-Embodied系列里的“大脑”模子，，，腾讯首席科学家张正友用“裂脑”比喻来诠释其架构：去年左右脑之间仅通过语言毗连，，，今年RxBrain在左右脑之间增添了视觉信息通道，，，一边用文字形貌子使命，，，一边用图像展示完成子使命后天下会酿成什么样。。。。

他并没有直接给这个模子贴上“天下模子”的标签，，，但他以为，，，这已经踩进了天下模子的偏向，，，既能够做推理，，，同时有想象力。。。。在他看来，，，天下模子现在还没有一个统一的手艺方案，，，各家都在探索，，，腾讯也不破例。。。。

把这几条蹊径摆在一起，，，会发明VLA和天下模子并非二选一的关系。。。。VLA在一连进化，，，天下模子也在吸收VLA的履历，，，两条蹊径同步往前走。。。。

03.看落地：数据收罗和灵巧手成下一轮竞争焦点

在WAIC现场，，，各人问得最多的问题是：机械人为什么还进不了家、进不了厂？？？卡点集中在两处，，，喂给大脑的数据不敷多，，，以及执行行动的那只手还不敷灵。。。。

先说数据。。。。天下模子虽然缓解了部分数据压力，，，把“明确天下”这部分从遥操转移到了视频，，，但行业才刚起步，，，各家蹊径五花八门，，，无论走哪条路，，，高质量的真实数据都是绕不开的配合刚需。。。。

图源 / 「定焦One」摄

本届WAIC上，，，数据收罗第一次成了一个自力身类，，，多家公司带着专门的数采装备和方案泛起。。。。现在能看到三种思绪并存。。。。

第一种是本体厂自采，，，数据长在自家机械人本体上，，，宇树、乐聚都在做，，，利益是“采什么练什么”，，，但数据多关闭在自家系统内。。。。

第二种是出售数采装备，，，相当于“卖铲子”。。。。

觅蜂科技（智元孵化）的MEgo系列走的就是这条路，，，焦点是“不绑机械人”，，，用轻盈的硬件就能采数据。。。。它的客户主要是两类，，，一类是缺乏本体或不想绑本体的具身首创公司，，，另一类是本体厂想补一套更无邪的数采手段。。。。

其操作也不需要机械人工程师，，，通俗数据收罗员戴上就能最先收罗数据。。。。MEgo Gripper是一个手持装备，，，重量为560克，，，像拿个加大号游戏手柄，，，能纪录毫米级的空间轨迹，，，MEgo View是衣着套装，，，头上戴全景相机、手腕上绑摄像头，，，7路画面同步录制，，，一个人可把“怎样操作”的全历程采下来。。。。

第三种是“数采+天下模子”打包卖。。。。大晓机械人在WAIC上同时宣布了ACE数采装备和开悟天下模子KAIROS。。。。ACE采回来的数据名堂直接和KAIROS对接，，，客户不必再转名堂、洗濯数据，，，拿来就能用。。。。虽然，，，也可以只买模子或只买收罗装备，，，不强制捆绑。。。。

三种思绪背后是竞争的白热化，，，2026年被重复称作“具身数据元年”，，，谁把标准化、低本钱的数据供应跑通，，，谁就占住了工业链上最难替换的位置。。。。

说完大脑，，，再来看“手”。。。。若是说数据是“大脑的食物”，，，那灵巧手就是“大脑的手”，，，最后不敷无邪，，，再好的模子也施展不出作用。。。。

前两年，，，行业的眼光大多在跑、跳、翻这些大行动上，，，今年重点从“腿”转到了“手”。。。。背后也有行业配景，，，直驱枢纽的单指本钱大幅下降，，，触觉传感的精度和价钱双双跨过量产临界点，，，把灵巧手从已往的工业夹爪，，，推到了具身智能的焦点终端位置。。。。但怎么做一只能手，，，行业还没有共识，，，今年WAIC上，，，灵巧手的蹊径也是多种多样。。。。

灵心巧手一次性把连杆、腱绳、直驱三种手艺蹊径的灵巧手都摆了出来，，，其中最受关注的O30是全直驱方案，，，即电机转子直接毗连枢纽负载，，，中心没有任何减速装置，，，利益是力控更直接、更精准，，，价钱是电机发热更大。。。。O30有20个枢纽自力活动，，，重量740克，，，定位精度亚毫米级，，，额定负载30公斤，，，对应汽车细密装配这类高精度场景。。。。

超维动力的KAIHand追求的是手指无邪度，，，有37个枢纽，，，尺寸和真人手一样大，，，指尖实力凌驾30牛，，，整只手80%的面积笼罩了触觉皮肤，，，能感知0.1牛的细小力度。。。。现场还演示了用KAIHand砸木板，，，证实它既结实又有韧性。。。。

整体来看，，，今年WAIC的具身智能确实往前走了一大步，，，本体凭证场景划分成差别形态，，，使命时长从秒级拉到分钟甚至小时级；；；
；；操作也从简朴抓取，，，升级为重大的打结、进产线，，，各家都在从“能演”转向“醒目”。。。。

不过，，，这个行业还处在探索期。。。。正如现场一位具身智能创业者对「定焦One」叹息，，，今年手艺层面的进化并没有凌驾他的想象，，，真正丝滑的照旧舞蹈、迎宾这类简朴场景；；；
；；零售、物流、工业离可用还很远，，，离家庭服务更远。。。。

WAIC的热闹总会散场，，，聚光灯之外，，，具身智能这个新兴赛道，，，还得继续打拼许多年。。。。

*题图由「定焦One」拍摄。。。。

这些“带梗”的家居用品在2021年被投资人看中，，，于是团队便妄想在上？？？患蚁呦碌。。。。2022年，，，“止痒市肆”线下门店建设。。。。这个名字的由来是胡冰和罗子渊在被蚊子叮了好几个大包后，，，由于奇痒难忍而得出的。。。。