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。 。。。。。，，，，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。 。。。。。，，，，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。 。。。。。，，，，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走模？榛杈叮，，，，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。 。。。。。，，，，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。 。。。。。，，，，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。 。。。。。，，，，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。 。。。。。，，，，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。 。。。。。
