WAIC看了一圈，這家公司的機器人在認真打工

林方舟 發自 凹非寺
量子位 | 公眾號 QbitAI

WAIC 2026現場，人形機器人是最引人注目的主角。

跳舞、格斗、跑步、打乒乓球……過去只能在實驗室里看到的各種動作，如今已經成了展臺上的固定節目。

但有個展臺，卻有點不一樣。

一臺人形機器人站在狹小的貨架前，聽完觀眾下的單，從一排商品里精準挑出目標，穩穩遞到取貨臺。

一支機械臂裝配大小不同、形狀各異的超薄鈑金件，速度快，效率高，足以走出實驗室，應對真實復雜的工況。

場面看起來并不酷炫，但演示的卻是機器人最重要、最實用的能力——落地干活。

機器人不僅具備復雜場景和復雜任務的操作能力，還有不錯的泛化性，并且能在不同形態的機器人本體上通用。

這些能力，得益于機器人裝的同一套“眼腦手”組件，由梅卡曼德機器人開發。

看完這些Demo，我感覺離工廠、商超由機器人主導的那一天，可能真的不遠了。

難的不是表演，而是上班

機器人真正進廠打工，究竟有多復雜？

場景先給它出一道難題。錯綜復雜的流水線布局，強烈且不斷變化的環境光，各種各樣的料筐形態，再加上不同規格、不同材質的原料和工件，每一樣都在考驗機器人的感知。

機器人面對的任務也在時刻變化。

上一分鐘，它可能還在抓取零件。下一分鐘就要調整工件姿態、完成裝配，再把空料筐搬走。

傳統自動化設備擅長在固定位置重復固定動作，但只要物體、位置或工序發生變化，整套系統往往需要重新調試。

梅卡曼德在WAIC展示的Demo，啃的就是這些硬骨頭。

來看一個場景：人形機器人工件上下料和料筐搬運。

兩臺人形機器人協同作業，組裝、抓取零件、搬運料筐，多種任務連續完成。

抓零件考驗指尖的精細操作，搬料筐考驗移動中的穩定作業，而把這些任務串成一條流水線跑通，考驗的就是“眼腦手”的協同配合。

再來看一個場景：線束插頭柔性抓取和精密裝配。

一支機械臂精準地插接柔軟的線束，精度達到了亞毫米級。

還有一個場景：機器人快速抓取五角螺母工件。

堆得亂七八糟的五角螺母，機器人抓一件用時不到2.4秒，速度飛快，精度和效率完全對得上產線的節拍。

這套能力不只停留在展臺上，它已經在汽車等典型制造業得到大規模落地。

除了工業場景，零售和家庭服務，同樣是具身智能落地的典型場景，而且更考驗機器人的泛化性。

真實生活里的物體太多了，食品、飲料、文具、家具、玩具、工具，認全它們只算達到及格線。機器人還得理解并執行各種任務，開關、拿取、放置、堆疊……

來看看梅卡曼德Demo在零售和家庭場景中的表現。

第一個場景：人形機器人對海量物體進行分類。

面對很多種日常物品，機器人不光認得出來，還能按類別實時分好。物體層面的泛化能力，在這個Demo里體現得最直接。

第二個場景：機器人分揀多樣透明物體。

透明材質光學屬性復雜，歷來算機器人視覺的硬骨頭。這個Demo里，各種透明瓶、透明盒被逐一識別、精準分揀。

四個Demo，四種場景，指向同一個目標：在真實世界中工作。

看得清、想得明白、下得去手

這些不同形態的機器人，能在不同場景下絲滑工作，靠的都是背后同一套“眼腦手”。

先說眼。機器人的“眼”，指的不只是拍張照片，而是獲取真實世界的信息：物體在哪、長什么樣、離多遠等等。

梅卡曼德自主研發的工業級3D視覺系統，能識別薄壁工件，還能看清透明物體，高速成像，跟得上產線的快速節奏。

與眼協同配合的，是機器人的“腦”。

梅卡曼德展示了自研的Mech-GPT多模態大模型，可以接受自然語言、圖像等多模態指令。

它讓機器人具備類人的理解、推理與規劃能力，聽得懂人話，理解常識，遇到沒見過的物體、環境和新指令，也能舉一反三。

展臺的觀眾用一句大白話下指令，機器人當場理解、準確執行。

梅卡曼德對“腦”的判斷是“一腦多形”，未來機器人形態不會統一，但具身智能“大腦”將會通用。

光看得清、想得明白還不夠，機器人還得下得去手。

梅卡曼德發布了自研的Mech-Hand靈巧手，以世界動作模型為核心。

世界模型最近大熱，代表著從預測“下一幀畫面”走到預測“下一步動作”，世界動作模型承擔的正是從理解環境到執行動作的后半程。

得益于海量真實數據喂出來的精細操作能力，這只靈巧手可以完成抓、捻、拿、握、敲等多種動作，抓取海量常見物體。

眼看清，腦想明白，手落地執行，三件套湊齊，機器人真正具備了干活的完整能力。

智能大于形態

看完了這套“眼腦手”產品，再來聊聊梅卡曼德機器人這家公司。

2016年創立的梅卡曼德，在具身智能行業里算得上“老兵”。成立以來，公司一直在迭代機器人的眼睛和大腦，之后基于對操作能力的積累，產品線又增加了靈巧手。

為什么十年只打磨“眼腦手”？

這背后體現了梅卡曼德對行業的理解，可以概括為六個字：智能大于形態。

看看展臺上那些Demo就明白了，機器人形態各不相同，單臂、雙臂、雙足、輪式……

不同任務需要不同身體。強行讓所有機器人長成同一個樣子，未必是最高效的選擇。

但所有機器人都需要看得清、想明白、做準確，因此“眼腦手”是可以跨本體使用的標準組件。

做好這些關鍵組件，其實并不容易。

梅卡曼德機器人的創始人邵天蘭曾說，機器人屬于“易做難精”的行業，沒有“黑科技”“銀子彈”和獨門秘籍，要做的就是耐心解決一個個超級復雜、不斷迭代、充滿大量技術模塊和細節的工程問題。

恰恰這些細致的工作，才真正決定了產品好不好，決定了機器人能否走出實驗室、進入物理世界干活。

邵天蘭還有個流傳很廣的判斷：制造業遠看是個萬億市場，近看是一萬個一億的市場。服務制造業最大的挑戰，從來不在滿足特定客戶的特定需求，而在如何高效滿足成千上萬用戶的各種需求。

按這把尺子量，梅卡曼德交出的成績單相當亮眼。

它的“眼腦手”產品已在工業場景大規模落地，全球累計部署27000余臺產品，服務100余家《財富》500強客戶，在國內細分領域連續6年（2020-2025）保持市占率第一。

全球化的步子也在加快。梅卡曼德在美國、日本、韓國、德國多地設有子公司和團隊，在歐美日韓等主流市場市占率領先。

現實大規模應用還帶來一件寶貴的副產品：數據飛輪。隨著產品在多個行業和應用場景中高效部署，海量真實數據不斷反哺模型，產品能力也持續增強。

前沿技術能力、產品開發量產能力、全球大規模應用落地能力，具備其中一項或兩項能力的公司不少，而三者兼具的公司，在今天的具身智能市場上，絕對是一股不容忽視的力量。

WAIC的展館里，會空翻的機器人會贏得掌聲。

但展會散場之后，訂單只會流向能干活的機器人。