WAIC具身智能展商翻倍至200家：數(shù)據(jù)采集首成獨(dú)立品類，巨頭只造“大腦”不造身體

剛剛落幕的2026年世界人工智能大會(huì)上，具身智能首次獨(dú)立成館，參展企業(yè)從去年的80多家激增到200多家，真機(jī)超過300臺(tái)且?guī)缀跞縿?dòng)態(tài)運(yùn)行。這個(gè)變化本身就是一個(gè)信號(hào)：機(jī)器人行業(yè)正在經(jīng)歷從發(fā)明期到工程化期的劇烈切換。

最直觀的變化發(fā)生在形態(tài)端。智元的精靈G2Max采用輪式底盤專攻倉(cāng)庫(kù)搬運(yùn)，定位是二十四小時(shí)不間斷替代人力。它石智航直接把一條復(fù)刻的汽車線束產(chǎn)線搬到現(xiàn)場(chǎng)，用“輪式底盤加雙臂”的集群演示產(chǎn)線作業(yè)。加速進(jìn)化把展臺(tái)改成小型足球場(chǎng)，一批不到一米高的小機(jī)器人自己踢球、搶斷，還會(huì)假動(dòng)作。松延動(dòng)力的小布米身高不到一米，定價(jià)不足萬元，是市面上第一款萬元以內(nèi)的量產(chǎn)人形機(jī)器人。

這種形態(tài)上的“去中心化”不是設(shè)計(jì)退步，而是行業(yè)開始認(rèn)真回答“機(jī)器人到底要在哪里干什么”之后的自然結(jié)果。場(chǎng)景定義本體，而不是本體在找場(chǎng)景。

但當(dāng)身體花樣百出的時(shí)候，大腦的需求反而高度趨同了。今年WAIC上，騰訊發(fā)布Tairos具身智能開放平臺(tái)和混元具身大模型，華為云CloudRobo正式公測(cè)，阿里、百度也都有相應(yīng)的具身智能平臺(tái)產(chǎn)品亮相。這幾家科技巨頭的動(dòng)作高度一致——不造機(jī)器人本體，專攻智能底座。華為CloudRobo的定位是全球首個(gè)覆蓋數(shù)據(jù)生產(chǎn)、模型開發(fā)、仿真評(píng)測(cè)、本體接入、部署運(yùn)維全鏈路的具身智能開發(fā)平臺(tái)，核心目標(biāo)是把具身智能開發(fā)從手工作坊帶進(jìn)工業(yè)化時(shí)代，目前已有優(yōu)艾智合、華沿機(jī)器人等二十多家企業(yè)首批入駐。騰訊則把Hy-Embodied系列模型開源，公布了大腦模型RxBrain的架構(gòu)。

這種分工邏輯在產(chǎn)業(yè)史上并不新鮮。移動(dòng)互聯(lián)網(wǎng)時(shí)代，開發(fā)者不需要自研操作系統(tǒng)和芯片，基于Android或iOS就能快速開發(fā)應(yīng)用。機(jī)器人行業(yè)走到今天，遇到了類似的效率瓶頸：大多數(shù)具身智能企業(yè)需要從零搭建數(shù)據(jù)體系、訓(xùn)練專屬模型、反復(fù)調(diào)試仿真、適配不同硬件本體，大量重復(fù)勞動(dòng)消耗了核心研發(fā)資源，真正投入到場(chǎng)景創(chuàng)新上的精力被嚴(yán)重?cái)D壓。一個(gè)橫向?qū)Ρ瓤梢哉f明這種分化有多劇烈：仙工智能的招股書數(shù)據(jù)顯示，其控制器業(yè)務(wù)毛利率接近80%，軟件業(yè)務(wù)更高，而機(jī)器人整機(jī)的毛利率不到40%，配件業(yè)務(wù)僅16%。產(chǎn)業(yè)鏈上最賺錢的環(huán)節(jié)，恰恰不是造身體的，而是做控制系統(tǒng)的。

盡管應(yīng)用場(chǎng)景愈發(fā)多元，但從樣機(jī)走向產(chǎn)業(yè)化的路上，行業(yè)面臨的根本挑戰(zhàn)逐漸聚焦在一個(gè)相對(duì)隱性的層面：數(shù)據(jù)。大語言模型之所以能快速迭代，很大程度上得益于互聯(lián)網(wǎng)積累了數(shù)十年的公開文本語料。但機(jī)器人操作數(shù)據(jù)不存在任何現(xiàn)成庫(kù)存，必須從零開始積累。每一次真實(shí)抓取、每一次插拔動(dòng)作，都需要在物理世界中真實(shí)執(zhí)行一次，由此產(chǎn)生的數(shù)據(jù)采集成本極高。更深層的矛盾在于，即使某些團(tuán)隊(duì)已經(jīng)積累了可觀的數(shù)據(jù)量，這些數(shù)據(jù)也往往困在自己的系統(tǒng)里無法互通：一臺(tái)機(jī)械臂抓杯、一臺(tái)人形機(jī)器人抓杯、一個(gè)人用手拿杯，任務(wù)完全相同，但數(shù)據(jù)層面可能傳感器不同、坐標(biāo)系不同、動(dòng)作表達(dá)格式不同。

在今年的WAIC上，數(shù)據(jù)采集首次成為一個(gè)獨(dú)立品類，多家公司帶著專門的數(shù)采設(shè)備和方案亮相。覓蜂科技推出的MEgo系列主打“不綁機(jī)器人”，用一個(gè)手持式設(shè)備和穿戴套裝就能由普通數(shù)據(jù)采集員完成操作記錄，不需要機(jī)器人工程師參與。大曉機(jī)器人則同時(shí)發(fā)布了ACE數(shù)采設(shè)備和開悟世界模型KAIROS，形成“采集加訓(xùn)練”的打包方案。三種思路——本體廠自采、出售數(shù)采工具、數(shù)采加模型打包——形成了初步的產(chǎn)業(yè)鏈分工，標(biāo)志著具身智能開始長(zhǎng)出自己的“中臺(tái)層”。在任何復(fù)雜工業(yè)體系里，當(dāng)無數(shù)參與者各自做重復(fù)性基礎(chǔ)工作時(shí)，就必然會(huì)產(chǎn)生把共性問題集中解決的中間服務(wù)商。

接下來，誰先跑通標(biāo)準(zhǔn)化、低成本的數(shù)據(jù)供給，誰就占住了產(chǎn)業(yè)鏈上最難替代的位置。這有點(diǎn)像石油行業(yè)里的勘探數(shù)據(jù)服務(wù)商：它們不直接采油，但所有采油公司都依賴它們提供的地下構(gòu)造數(shù)據(jù)。產(chǎn)業(yè)鏈上一個(gè)環(huán)節(jié)一旦從“內(nèi)部職能”變成“外部專業(yè)服務(wù)”，往往意味著這個(gè)環(huán)節(jié)的技術(shù)復(fù)雜度已經(jīng)高到需要獨(dú)立專業(yè)化運(yùn)營(yíng)，而它所服務(wù)的下游產(chǎn)業(yè)正處于規(guī)?；瘮U(kuò)張的前夜。不過，目前距離數(shù)據(jù)供給側(cè)的真正成熟還有相當(dāng)長(zhǎng)的路：數(shù)據(jù)格式尚未統(tǒng)一，采集標(biāo)準(zhǔn)各自為戰(zhàn)，大量數(shù)據(jù)被采集后仍困在自己的系統(tǒng)里沒有發(fā)揮出應(yīng)有的價(jià)值。

如果說數(shù)據(jù)采集解決的是“經(jīng)驗(yàn)從哪里來”的問題，那世界模型解決的就是“經(jīng)驗(yàn)怎么被理解”。這也是今年WAIC上行業(yè)爭(zhēng)議最集中的地方。過去兩年，具身智能主要靠VLA模型——視覺語言動(dòng)作模型——來驅(qū)動(dòng)。VLA擅長(zhǎng)看懂場(chǎng)景、理解指令，但對(duì)物理世界缺乏真正的認(rèn)知，在實(shí)驗(yàn)室里表現(xiàn)很好，一進(jìn)真實(shí)環(huán)境就容易出問題，因?yàn)檎鎸?shí)環(huán)境總有訓(xùn)練數(shù)據(jù)里沒出現(xiàn)過的情況。于是各家開始探索新的方向，“世界模型”成為今年最高頻的詞匯之一。簡(jiǎn)單理解，就是讓機(jī)器人先在“腦內(nèi)”模擬一下“這么做世界會(huì)變成什么樣”，再?zèng)Q定動(dòng)作，而不是死記硬背動(dòng)作順序。但世界模型到底是什么，行業(yè)遠(yuǎn)未達(dá)成共識(shí)。騰訊科技主辦的“騰訊WAIC之夜”公開的圓桌對(duì)話記錄中，群核科技黃曉煌的判斷是，純視頻模型可能是大廠的菜，小公司做不起，更看好傳統(tǒng)物理仿真路線——世界是由重力、摩擦力等不可見規(guī)律驅(qū)動(dòng)的，視覺只是表象。