这周你的信息流大概率被两件事刷屏：运动会上机器人百米跑进8秒64，还有宇树上市一周市值缩水近2000亿。界面新闻热闹是真热闹，但如果你想看懂具身智能这个行业到底走到哪了，真正值得看的地方其实不在这两处——而在北京WRC（世界机器人大会）的展馆里。
一位深耕分拣赛道的创业者在现场说了句大实话：以前大家聊的是什么时候实现AGI，现在聊的是这台机器人跑一个月能省多少人工。雷峰网
翻跟头、跳街舞的demo肉眼可见地变少了，展台上最多的是分拣线、巡检记录和采数据的手套。行业管这个转变叫告别"表演时代"，进入"算账时代"。我把这周展馆里的观察、机构数据和财报信号交叉对了一遍，整理成四本账，帮你把行业的真实水位看清楚。
第一本账：物流分拣，成了全场最挤的展台
今年WRC上，专业观众扎堆的地方是分拣展台。原因很简单：这是具身智能第一个能把ROI算明白的场景。
最有代表性的是原力灵机的双臂分拣系统：混杂包裹堆在传送带上，机器人平均约2秒拣一件。外行看速度，内行看的是另一件事——“不换系统、不写死轨迹”。过去机器人换个任务就得让程序员重写轨迹，现在同一个泛化大模型、同一套硬件，一个月里能同时干削黄瓜、切黄瓜、搭积木、传送带分拣四个完全不同的活。雷峰网这就是今年展商们死磕"泛化性"的原因：它不再是论文里的加分项，而是摊薄硬件成本的省钱工具。一台机器能干的活越多，每台设备的资产产值就越高，ROI就越容易算正。
自变量的WALL-B更激进，直接把"视觉、语言、动作"三个模块的传话机制取消，全闭环在一个网络里。现场一幕相当惊人：机器人根本看不见纸箱底部的面单，却能凭箱体侧面的微小凸起预判面单位置，原地翻面。雷峰网在8月顺丰仓库的一场直播实测里，自变量的双臂系统一小时分拣1816件包裹，准确率超98%，比美国Figure AI此前公开演示的成绩高出约45%，而成本据估算只有对方方案的三成左右。博望财经
看分拣展台，别只看机械臂挥得多快，要看它敢不敢碰没见过的包裹——那才是钱和Demo的分界线。
第二本账：卖得最火的不是机器人，是"铲子"
如果你问这届WRC哪类设备增长最快，答案不是机器人本体，而是数据采集设备。一年前，数采方案还藏在展台角落；今年，手套、头环、多目相机阵列被厂商齐刷刷摆到了展位正中心。
原因也不复杂：全行业集体撞上了"数据荒"这堵墙。模型要学会干活，得先看过足够多"人怎么干活"的数据。
于是"卖铲子"的生意在2026年正式爆发：奥比中光自研深度芯片配3D相机阵列，要把采3D空间数据的门槛打下来；他山科技干脆在展位上办了场桌面收纳赛，观众戴上触觉指套，接触、受力、滑移信号和第一视角画面实时对齐——他们押注的是：视觉会骗人，但触觉能告诉机器人物体的摩擦系数和刚性。
更有意思的变化发生在上游。一批"生而为数据"的公司——光轮智能、恺望数据这些——既不造本体也不训大模型，从一开始就定位成数据基础设施提供商。大洋彼岸的Figure也在全球悬赏真人"干活"囤数据：8月25日它上线了数据采集应用Index，周活跃用户很快从两位数涨到4.4万以上，累计上传的真人干活视频超过1600万条。36氪这个赛道的热闹程度本身就是个信号：行业已经默认，谁手里有高质量干活的真机数据，谁就拿到了从Demo走向量产的钥匙。
第三本账：人形是明星，四足才是打工人
展馆里人形机器人依然围满观众，但真正在赚钱养家的，是四足（机器狗）和轮式机器人。
几组现场信息放在一起看就很清楚：云深处的绝影X30已经钻进瑞士高危核电站的廊道做巡检，其2025年行业应用收入排到了全球第一——注意，不是融资额第一，是收入第一。雷峰网智身科技亮出的底牌是单月产能突破5000台；璇玑动力深耕电网、消防这类垂直场景，报出的巡检效率提升是75%。这些数字的共同点是：都不是表演，都是账单。
反过来看人形机器人的出货结构，账就更扎心了。机构Counterpoint把今年上半年全球2.2万多台人形机器人出货按用途拆开：文娱商演加科教数采占六成以上，服务导览约19%，真正进智能制造的约13%，仓储物流只有约5%。36氪再看2025年的装机份额，市场已经集中在智元、宇树等头部玩家手里——"百机混战"的故事讲完了，现在是头部玩家的对局。
而且这里还有个"统计幻觉"：每一台机器人在出货榜上都记作1台，但大学买去做实验、数据中心买去遥操作采数据、商场租去跳舞表演、工厂放上真正生产线，创造的经济价值完全不是一个量级。另一家机构SAG的口径乐观得多，认为工商业用途已占出货七成以上——两套数字打架本身恰恰说明，"商业化"这个词现在还没有标准定义。36氪
再看一个更微观的样本：智元把8台机器人放进真实工厂产线，按真实班次连续直播64小时，完成1.7万余件质检、6.4万余次作业，官方口径任务成功率99.99%。这种"开直播让所有人盯着干活"的验证方式，比任何发布会上的后空翻都更接近行业想要的东西。
第四本账：参数最漂亮的手，恰恰卖不动
灵巧手展区今年最直观的变化，是从"炫技"转向"权衡"。
展区的自由度上限冲到了37个，触觉铺满全掌：章鱼动力整手布了1900个触觉点，帕西尼的自研传感器做到0.01N的感知精度。直驱、绳驱、混驱三条路线各有拥趸，厂商普遍多路线并押。
但真正进产线的是什么？答案有点反直觉：不是高自由度旗舰，而是结构"平平无奇"的六自由度连杆手和三指手。中科硅纪今年规划的3万台产能，主力就是这两类。雷峰网道理不复杂：结构成熟、成本可控、可靠性高，三指手负载还强。对大多数工业场景来说，"够用"远比"参数漂亮"值钱。
同样的逻辑也出现在形态选择上：人形还在打磨"走"的精度，四足和轮式已经在思考"干活"的效率。场景接纳哪种形态的速度，决定了谁先拿到规模化量产的门票。
那么，行业到底走到哪了？
两把标尺可以对齐一下。
一把是王兴兴自己在WRC上画的线：机器人在陌生环境里，仅凭语言指令就能完成大约80%的工作，才算接近真正的"ChatGPT时刻"——他的判断是最快两三年，慢则五到十年。36氪注意，资本市场已经开始按"机器人未来会成为劳动力"给头部公司定价了，而创始人自己承认，80%这条线还没迈过去。
另一把标尺来自运动会上的失败样本，比奖牌信息量更大：据现场观察者复盘，无结构的厨房任务，没有一台机器人完整做完——让它面对没见过的食材包装做顿饭，全体卡壳；工具使用的成功率大概只有四成，多数败在识别"用旧的、脏了的工具"上。知乎两把尺子量出来的是同一个水位：背熟了的场景，已经接近工业可靠；没见过的场景，还是幼儿园水平。
写在最后：这三类人，接下来该盯什么
"算账时代"刚开始，给你一份可以直接用的观察清单：
<#&!53#&!>如果你是关注相关股票的投资者：别再盯着"出货第一"这种榜单了，两套机构口径能差出几千台，排名本身不稳定。更值得追的是"有效工时"四个数——每天真实工作几小时（利用率）、多少时间没人接管（自主率）、换个客户要重调多久（迁移成本）、折旧算力维修全算进去一小时多少钱（单位经济性）。下一轮财报季是第一个真正的对账节点，届时高估值能不能被业绩消化，一目了然。
如果你想买一台机器人：人形机器人目前的买家画像里，2025年前三季度有73.6%的收入来自科研教育机构，消费级产品还很初级，不必急着冲。36氪真心想入坑，可以先看价格已经打到3万以内的入门机型和相对成熟的机器狗品类；至于"机器人进家庭"，宇树创始人在WRC主论坛上说，快的话两到三年，慢的话五到十年。界面新闻做等等党不亏。
如果你在考虑进这个行业：最确定的扩张机会不在本体，在数据链——数据采集设备是这届展会增长最快的品类，数据采集、标注、真机部署的岗位需求还在放大。另外留意一个信号：智驾人才正成规模地流向具身智能，人才用脚投票的方向，往往比融资新闻更诚实。
表演时代的掌声已经停了，算账时代的账本才刚翻开。谁在真干活、谁在卖铲子、谁的账算得平，未来半年会越来越清楚。
你在这届WRC或运动会上，看到哪个细节觉得"这事儿能成"或者"这事儿悬"？评论区聊聊。
