WAIC 2026 特寫｜展館外門票炒至1300，展館內機器人“分家”

《科創板日報》7月20日訊（記者 李佳怡）7月18日至20日，上海世博展覽館人流從開館到閉館從未中斷。

就在WAIC前夕，不少業內人士紛紛向《科創板日報》記者打聽：“哪里還能買到票？”有從業者向記者表示，原價票根本搶不到，黃牛票炒到1300多元一張，還是買不到。WAIC的熱度早已不是新聞，但今年的火爆程度讓所有人都措手不及。

二樓具身智能展區更是擁堵到觀眾幾乎貼著彼此移動，一位行業人士看了一圈周圍的機器人廠商展臺，對記者說：“前年看走路，去年看跳舞，今年看它擰螺絲。”

從證明“我能動”，到證明“我有用”。展館里的熱鬧只是表象，機器人何時能真的進廠、進家庭“干活”，則又是另一回事。

▎機器人正在“分家”：工業派向左，陪伴派向右

今年WAIC具身智能展區有一個直觀變化——機器人的“工種”開始分化了。

去年展臺上，跑步、翻跟頭、集體跳舞是絕對主流，每一個流暢的動作都在向觀眾宣告機器的運動能力。而今年的展臺上，分揀、取貨、搬運碼垛、產線上下料成了演示核心，行業正在從“做通用機器人”的階段，走向分場景深耕的階段。其中一條路徑直指工業生產，扎根工廠產線、物流倉儲與商業服務；另一條路徑則面向消費端，瞄準家庭陪伴與日常生活場景。

工業場景的玩家們，已經把“落地”寫在了展臺最顯眼的位置。

智元把“部署態元年”寫進了展臺主題，展廳內精靈G2 Max正在倉儲場景里搬運碼垛。展臺之外，智元聯合擎天租在浦東世博展覽館、世博中心、張江科學會堂、徐匯西岸部署了60臺遠征A3、靈犀X2等型號的機器人，承擔指路引導、雙語講解、要客接待、動態避障等公共服務，把展會變成了真實的落地測試場。

宇樹機器人首次公開的無人工廠沙盤前圍滿了人，據悉其2026年目標出貨1萬至2萬臺；星動紀元展出的物流分揀方案已在全國十余個物流中心常態運營，覆蓋物流分揀等場景；梅卡曼德展示八大智能機器人單元，包括人形機器人協同上下料、自主貨架取貨、海量物體分揀等多個工業場景。

演示的流暢，并不等于真實場景的可用，一位站在人群外觀察了許久的從業者，指著一臺正在演示的機器人對記者坦言：“你看它現在抓得很穩，主要是因為料架位置固定、光線固定的、周圍干擾較少。而在真實的生產環境里，這些條件隨時都可能有變化。不是機器人不行，是它還沒學會應付意外。”

在工業路線加速跑的同時，家庭陪伴這條路徑也在悄然生長。

傅利葉在展臺打造了一個完整的未來居家沉浸空間“機器人管家的一天”，GR-3化身智能管家助手，完成從居家安防、物品取送，到生活陪伴、訪客接待等一系列任務；旁邊“貓貓頭”造型的桌面級機器人GR Nano前，時不時傳來“好可愛”的驚嘆。這款聚焦個人陪伴場景，觸摸時會產生微妙的情緒變化，能夠與用戶產生情感交互。

騰訊展臺上，其新一代示范性機器人“小六”也首次公開亮相。據介紹，它能與人安全相處、動作擬人，并學會了“暢氣通絡按摩手法”。《科創板日報》記者在現場可以看到，不少參展觀眾紛紛排隊等待體驗。

業內人士對記者分析了兩條路的落地節奏：“工業場景環境可控，人機接觸少，機器人可以在限定范圍內按程序重復完成簡單工作，落地門檻相對更低；但要讓機器人像人一樣靈活思考、應對復雜工作，目前仍有難度。”

“家庭場景的難度更大，核心是安全可靠性。”他進一步解釋，“工廠里出了錯可以停線重調，家里出一次錯就可能傷到人，用戶再也不敢用。現在能進入家庭的，基本都是桌面級小型機器人，安全性還在可控范圍，距離能做家務的通用人形機器人走進家庭，還有很長的路要走。”

“機器人最難的問題是操作物體或與人物理接觸，觸覺感知和力覺感知非常關鍵。”騰訊首席科學家、Robotics X實驗室主任、福田實驗室主任張正友接受《科創板日報》等媒體采訪時也強調，“目前大部分落地在工業場景，物體重一點輕一點影響不大，只要不是特別易碎的材質，抓取精度要求沒那么高，抓緊一點就行。但到了人機物理接觸，容錯率是零。比如養老場景，攙扶時力道稍有不慎就可能造成傷害。”

▎數據、算力、模型：展館之外的三個考題

無論去工廠還是去家庭，機器人首先得“靠得住”。而靠不靠得住，則取決于展館之外的三件事——數據、算力和模型。

智元合伙人、高級副總裁、具身業務部總裁、覓蜂科技董事長兼CEO姚卯青在論壇演講中把物理AI規模化必須突破的障礙概括為三道“墻”：一是數據墻，真實交互數據極其稀缺且獲取成本高；二是表征墻，跨任務、跨場景、跨本體的統一物理表征尚未形成；三是閉環墻，真實試錯代價昂貴、反饋緩慢，難以規模化。

他表示，物理AI從“能演示”走向“能干活”，關鍵不在于單點模型能力，而在于能否形成可泛化、可優化、可進化的通用具身智能系統。

數據是當前最顯眼的短板。他給出一組對比，頭部大語言模型的預訓練語料已達100萬億Token，等效約100億小時說話量；而具身數據規模與其存在萬倍以上的差距。語言數據可以爬取，而物理交互數據則必須由機器人在真實環境中獲得。

面對數據缺口，覓蜂科技采用無本體采集，成本可降至傳統真機采集的三分之一甚至更低。姚卯青透露，公司今年的目標是完成千萬小時級的數據積累，目前已經達到百萬小時級別。

算力是另一重約束。姚卯青透露，智元在不少部署場景已使用國產算力平臺，“國產現在在很多應用場景是可以用的狀態”。但當前模型參數量普遍在100億以內，若推進到幾百億參數的MOE架構，現在國內國外最新平臺都存在一定瓶頸。

模型層面的挑戰，則集中在“大腦”與“小腦”的協同上。

“大語言模型的出現，提高了機器人的通識能力。”小米機器人仿生操控負責人游洋威在接受《科創板日報》記者采訪時指出：“它對一些基礎的理解已經有了——桌面上有什么，它是能很好get到的，對整個任務也能做比較好的高層拆解。”

但真正的技術難點，在于負責認知決策的“大腦”和負責運動控制的“小腦”如何結合。“最開始大家覺得，小腦肯定比大腦簡單，大腦都搞定了，小腦很快就能跟上。但實際做下來才發現，兩者的結合有很多技術難點要突破，遠沒有想象中容易。”游洋威表示。

從行業整體的發展階段來看，游洋威將當前人形機器人的水平比作智能汽車的“L2早期”階段。其表示：“在有人看護的情況下，機器人現在還是可以自主做一些事情，但是完全脫離人的監管還不行。此外，具身智能的普及量、完成效率和汽車的L2還是有比較大的差距，所以只能說從技術上可能是 L2，但從成熟度上還是非常早期。”

▎2027年之約：“GPT-3.5時刻”的樂觀與謹慎

行業的分歧，最終落在了一個所有人都關心的問題上：具身智能的 “GPT-3.5 時刻”，什么時候會來？

姚卯青給出的判斷是“2027年底到2028年初”。其向《科創板日報》記者表示，伴隨著行業在千萬小時的數據積累上有一些關鍵突破，在2027年底和2028年初有望看到“GPT-3.5時刻”的出現。

對此，游洋威的態度則更加謹慎，他向記者表示“這是個有點樂觀的估計”。

“在數據量沒有達到之前，其實很難說到底什么時候是我們真正的GPT3.5。”游洋威坦言，“參照自動駕駛，千萬Clips的數據至少實現了一個比較好的能力。但機器人整體任務的復雜度、多樣性比汽車更復雜，需要大家繼續努力。”

WAIC即將落下帷幕，展館里機器人還在擰螺絲、搬貨架、陪人聊天，參展觀眾一層層圍著。一位觀眾臨走前向《科創板日報》記者表示：“熱度每年都在漲，但行業吹的牛和能交的貨之間，恐怕還有一定距離。”

人聲鼎沸的展館，是行業熱度最好的注腳，卻不是產業進度的度量衡。從 “秀動作” 到 “干實事”，從通用幻想到場景分化，具身智能終于走出了概念階段，踏上了通往真實世界的路。

而至于2027年底能不能兌現“GPT-3.5時刻”，還有待持續觀望。

（科創板日報記者 李佳怡）