WAIC 2026观察：具身智能的三重分化——干活、分化、筑基

一边挣企业的钱，一边怀揣消费级爆款的梦

7月17日，2026世界人工智能大会（WAIC）在上海世博展览馆开幕。展览面积首次突破10万平方米，参展企业超1100家，首发首展产品349款。但比数字更真实的是现场的热度：H3具身智能展馆入口排起回字形长龙，通道中人潮涌动，驻足三秒都成奢望。 逛完H3馆，一个感受格外清晰——机器人展，变了。 去年翻跟头、跳舞的人形机器人，今年退至角落；占据C位的，是模拟工厂产线、药房货架、餐厅吧台与家庭客厅的真实场景。展商不再问“你看我酷不酷”，而是说：“看我能干这个活，能帮你省多少钱。” WAIC 2026的机器人展台，是中国具身智能产业演进的一扇窗口。它没有宏大叙事，只有具体动作：干活、分化、筑基——三个词，勾勒出当前最真实的产业脉络。

B端岔路口：进工厂，还是进门店？

“干活”是主旋律，“分化”是进行时。B端路径正加速裂解为两条主线：一条扎进结构化产线，另一条闯入开放型商业空间。 工厂派选择极致聚焦：把真实产线1:1搬进展台，让机器人当场上岗。 极智嘉首发通用人形机器人Gino1，支持手脚协同全身控制，可与移动机器人及拣选工作站编队作业，单任务耗时缩短约30%。 智元将京东物流合作的仓储搬运、码垛场景原样复现；联合均普智能搭建整条芯片加工产线，连续完成上料、装盒、转运等全流程，全程无需人工干预。 它石智航展出汽车线束环形流水线，其A1解决方案搭载自研具身大模型，可柔性模拟人工操作，已在今年6月于天海电子实现规模化部署。 乐聚机器人则在展台持续运行拆垛、搬运、上料等多工位柔性作业，全程无人介入，效果与真实产线无异。 工业场景结构清晰、边界明确、ROI可算——机器人不需要全能，只需在固定工位把一件事做到极致。 商业服务派面对的则是另一套逻辑：环境开放、干扰随机、容错极低。 银河通用推出两款定位分明的机器人：Galbot G1主打交互服务，覆盖早餐制作、智慧零售、迎宾等场景；Galbot S1专注重载工业物流，完整演示拆垛—搬运—码放链条。二者均由自研“银河星脑”（AstraBrain）具身大模型实时驱动。 智平方的AlphaBot 2（爱宝）另辟蹊径：它在现场亲手制作咖啡、鸡尾酒与冰淇淋。除了执行能力，“情绪价值”与“消费体验”成为它不可替代的卖点。 傅利叶发布高负载轮式双臂机器人GRW，具备16公斤稳定负载、2米级作业空间与灵活移动能力，面向仓储物流、工业制造及康养照护场景；其搭载零代码开发平台，大幅降低使用门槛。 文娱导览已成成熟赛道。智元联合擎天租，在主会场及两个分会场投放60台具身智能机器人，承担指路引路等基础服务；A3与灵犀X2还同步展示高难度动作与群控舞蹈，吸引大量观众驻足。 智元联合创始人彭志辉指出：“行业最明显的转变，是从炫技式展示转向部署态和生产力——大家更关注它能不能真正进入工厂、进入商业服务环境。” 工厂还是门店？路径不同，但考题一致：如何在商业化进程中率先拿到生存的船票。

C端分野：卖在当下，还是赌在未来？

C端路线尚未形成共识。个人消费者决策复杂：有人为“好玩”买单，有人为“能干”比价，更多人期待陪伴感与实用性兼得。 情绪价值派走得轻巧：傅利叶“猫猫头”家族中，桌面级GR Nano专注情感陪伴，触摸即生情绪反馈，支持用户定制人格；GR Mini以萌系外观与拟人化舞蹈，切入展厅导览与养老陪伴场景。 启元T1与Q1分别定位家庭陪伴与科教体验：T1是全球首款可变形个人机器人，支持轮足人形与四足形态自由切换；Q1轻量化设计，已在商圈开设线下旗舰店，由机器人主导互动节奏。 节卡JAKA π（“π仔”）身高仅1.22米，为同级别最小巧人形之一，搭载“大脑+小脑”融合架构，在展台驻场表演、主动与观众互动——即便工业基因深厚，也难挡“卖萌”路线的市场引力。 逐际动力女版Luna人形机器人以柔性织物材质与自然步态吸睛，配套iPad终端支持视频一键学舞、拖拽编排动作。 维他动力在京东展区展出一款机器狗：无需遥控，即可自主陪玩陪聊。 这类“陪玩”产品任务边界清晰、交互可控、技术成熟。它们不做开放世界的理解，只在有限规则内精准响应——本质是“封闭题”，有趣、有温度，就有人愿意买单。 干活派则直面“地狱难度”：叠衣、收玩具、理房间。布料柔软、褶皱随机、同一物品每次形态各异，对感知、规划、执行提出全栈挑战。 傅利叶“具身之家”展台还原真实居家场景。“我渴了”一句模糊指令，GR-3即可自主理解需求、定位目标、完成取物递送，全过程实时可视化。 未来不远F2定位“专属家庭管家”，软萌外观下兼具陪玩下棋、监督学习、收叠衣物、补充猫粮等功能，已开售并进入数百个家庭付费使用，走“先做能做的，再逐步扩展”的务实路径。 优理奇展示披萨制作、糖画绘制、房间清洁等长程任务，但这些更多是能力验证——距离解决家庭日常痛点，仍有明显距离。 陪玩与干活的分野，表面是技术路径差异，实质是对“人机关系”的两种想象：前者视机器人为陪伴者，销售情感连接；后者视其为协助者，销售劳动解放。 封闭规则下的“简单题”，靠规模效应快速起量；开放世界的“地狱难度”，需技术突破缓慢爬坡。当前，市场更愿为“此刻可用”的产品买单，而非“未来可期”的蓝图。

三道墙与万倍差：数采之勤，难补智慧之缺

展馆里还有一类展台安静却关键：没有舞蹈，没有抓取，只有头戴相机、数据手套与遥操作台，以及戴着它们重复同一动作的人。他们在做的事很朴素——在机器人学会干活之前，先教会它怎么学。 觅蜂科技展出MEgo View头戴设备与MEgo Gripper夹爪：体验者佩戴后抓取物品，200°鱼眼镜头、三维触觉传感器与九轴IMU同步采集数据，大屏毫米级重建操作轨迹。觅蜂不造机器人，只做“机器人老师”，通过众包采集人类操作视频，数据成本降至传统真机遥操作的三分之一甚至更低。 思灵机器人采用高精度力反馈遥操作方案，Diana3+Diana7G2系统支持毫秒级双向力反馈，完整留存力觉、运动与视觉多模态数据，精度极高，但成本高昂。 它石智航围绕“Human-Centric”范式构建数据采集体系，自研SenseHub系统配备五指手套，精准捕捉手部空间位姿、手指姿态与操作力度——核心逻辑是：数据主体是人，不是机器人；大模型先吸收人类操作数据，再迁移至机器人本体。 类似设备远不止这三家：穹彻智能RoboPocket、简智HumanData、千觉视触觉夹爪、宸境Looper系统……从视觉到触觉，从全身动捕到第一视角，数采维度正不断细化。 而那些扎进工厂、商超的机器人，本身也在干活中持续采集真实场景数据。干活与数采，已被天然绑定。 零次方是典型代表：ZERITH-H1轮式人形机器人在模拟便利店货架前自主识别、抓取、分拣、补货，每一次成功或失败、力度是否合适、抓取点是否准确，全部回流后台用于模型迭代。其底层逻辑是“物理抓取API化”——将抓取、识别、分拣等能力封装为可复用、可调用的标准接口。 但这种“用数据喂出来的能力”，能否走向泛化，仍是最大未知。 智元合伙人姚卯青在WAIC智启具身论坛指出：物理AI要实现规模化，必须突破三道墙——数据墙（真实交互数据稀缺且昂贵）、表征墙（跨任务跨场景统一物理表征尚未建立）、闭环墙（真实试错代价高、反馈慢）。他透露，当前具身数据规模较语言模型预训练语料，差距达万倍以上；要理解通用物理规律，至少需要亿小时级数据积累。 速腾聚创则从上游发力：第二代全固态感知平台E2，精度提升3倍、点频达百万级，支撑机器人在移动与操作中同步生成可计算、可学习的数据资产，打通“感知—数据—训练—迭代”闭环。 数采设备扎堆出现，本质是在用“勤劳”弥补“智慧”的不足。正如姚卯青所言，物理AI从“能演示”走向“能干活”，关键在于能否建成可泛化、可优化、可进化的通用系统。 展馆里那些头戴相机、数据手套、遥操作台，都在做同一件事：把物理世界“翻译”成模型能理解的语言。翻译越快越准，机器人真正学会干活的日子就越近。但在那之前，整个行业仍需埋头采集——用最笨的办法，等一个最聪明的结果。