在2026年8月举行的世界机器人大会（WRC）上，一个显著的变化是，整个行业正从以往“翻跟头、跳舞”的炫技表演，转向“能干活、干好活”的实际应用。这标志着具身智能与人形机器人正从概念验证迈向商业化落地的关键拐点。今年的大会不再仅仅是运动能力的秀场，而是对机器人在真实场景中解决实际问题能力的一次集中检阅。
一个核心的转变是，产业竞争的重心正从“身体”转向“大脑”。往年，评价机器人的标准多是运动控制的精度与稳定性，而今年，各家厂商纷纷将“大脑”——即机器人的人工智能模型、世界模型和通用智能方案——推向了展台的中心。这种转变的背后，一方面是硬件成本的快速下降和供应链的成熟，使得“会动”的身体不再是难以逾越的壁垒；另一方面，大模型技术的突破，特别是视觉-语言-动作（VLA）模型和世界模型的发展，让机器人具备了理解、推理和适应复杂物理世界的能力，为“造大脑”提供了可行的技术路径。
在具体的应用场景中，机器人的新进展体现得尤为明显：
在商超和物流领域，机器人已开始常态化运营。例如，星海图展示了机器人在模拟前置仓中根据线上订单自主拣货、打包的全过程，尽管在处理轻薄塑料袋等细节上仍有不足，但其订单成功率已超99%，并在部分网点投入使用。蚂蚁灵波的机器人则在药房承担夜间分拣药品的任务。在对效率要求更高的物流分拣场景，自变量、星动纪元等公司的机器人能在传送带上快速识别、翻转和分流包裹，其效率已能与人工相媲美，甚至更高。值得注意的是，这些任务要求机器人具备高度的泛化能力，以应对形状、重量、材质各异的商品和包裹，同时需要多臂、多机协同完成长流程任务。
在家庭场景中，机器人正挑战更复杂的家务活。原力灵机展示了机器人削黄瓜，这需要双臂协同与精细的力控制，既要握紧黄瓜，又要控制刀片力度。叠衣服作为一项柔性物体操作的标志性任务，也吸引了多家公司展示。西湖机器人能在约50秒内叠好一件T恤，而银河通用的机器人虽然速度较慢，却展示了在折叠失败后抖开衣服重新开始的类人恢复策略，这对于应对现实世界中的意外至关重要。墨奇智能则将任务链延长，让机器人先从洗衣机取衣，再放入烘干机，最后进行折叠，这对机器人的长程任务规划和错误处理能力提出了更高要求。
一些高动态、强交互的场景也取得了突破。超维动力展示了机器人与观众对打乒乓球。这项任务要求机器人在毫秒级时间内完成对高速来球的轨迹预测、决策和全身多关节的协同控制，模拟了人类的“肌肉记忆”和“下意识反应”。尽管在面对擦边球等非常规情况时仍会失误，但这已是机器人即时反应与物理世界交互能力的一大飞跃。
伴随这些进步，具身智能的“大脑”本身也成为创新的焦点。行业正从单纯依靠大语言模型下达指令，转向开发能将感知、推理、预测和执行深度融合的统一模型。例如，自变量的WALL-B模型融合了视觉、语言、触觉等多种模态；墨奇智能的MoRA模型让机器人能直接围绕长期任务目标行动，并配备了多层次的记忆模块。
数据，作为训练“大脑”的燃料，其重要性被提到了前所未有的高度。本届大会上，数据采集成为一大焦点。从穿戴式采集设备、外骨骼手套到环境式采集方案，众多企业展示了获取高质量真实世界交互数据的方法。然而，数据采集也面临挑战，如机器人本体构型碎片化导致数据难以复用，以及数据采集标准尚未统一等问题。
值得关注的是，人形机器人并非具身智能的唯一形态。一些企业提出，汽车凭借其自带的能源、算力、感知系统以及与人类日常生活的紧密联系，或许是物理AI（Physical AI）更快走进现实的另一条路径。同时，机器人的“面孔”也成为新的探索方向。为了更好地融入服务、陪伴等与人近距离交互的场景，一些机器人开始拥有仿生面孔，能够模拟细腻的微表情，以增强与人类的情感连接和信任感，尽管公众对此褒贬不一。
从商业化角度看，2026年被许多业内人士视为“具身智能落地元年”。大会首次设立“采购日”，客户从关注技术演示转向开始认真计算投资回报率（ROI）。资本市场也热情高涨，2026年上半年，中国具身智能赛道的融资额与企业估值得到了大幅增长，“具身智能第一股”宇树科技在大会期间成功上市，更是为行业注入了强心剂。
尽管如此，行业依然清醒地认识到挑战的存在。宇树科技创始人王兴兴提出，只有当机器人能在80%的陌生家庭环境中完成80%的任务时，才算迎来了属于具身智能的“ChatGPT时刻”，而这可能还需要2到10年的时间。当前，机器人依然面临“莫拉维克悖论”的困境——对人类简单的感知运动技能，对机器人却依然困难。它们在真实场景中仍会犯错，需要人类监督，其泛化能力本质上仍是有限的。但方向已经明确，整个产业正从比拼“身体”的强壮，全面转向竞争“大脑”的智慧，并在真实的场景应用中，一步步迈向更广阔的未来。
