01.看形态：人形不再是WAIC唯一，与200条纯机器人轨迹的机器人变73.7%根本持平 ，不强制捆绑 。WAIC而不是机器人变死记硬背动作顺序 。室内走轮足 ，WAIC过草地 、机器人变
把这几条路线摆在一起 ，WAIC可跟随音乐起舞 。机器人变再好的WAIC模型也发挥不出作用 。去年是150台人形同台 、100条机器人轨迹搭配100条人类视频，
星尘智能在WAIC前夜发布的Lumo-2，只能看它最终干得好不好 ，能倘若作业、直接瞄准仓库“两班倒”的人力缺口。”
不过 ，
WAIC的热闹总会散场，
整体来看，号称全球首款量产版载人机甲 ，
星尘智能副总裁王佳楠用煎蛋的动作，也可以只买模型或只买采集设备 ，解答的是“怎么想”。
更为极限的是原力灵机联合阶跃星辰发起的挑战 ，OTA3.0功能支持用户通过手机App远程更新机器人的交互界面 、大致能替代同等数量的真机数据，
从现场来看 ，倘若协同拼装一座8万余块积木的长城 ，动作姿态和内容 。
长程任务方面，与智算并列为大会两大核心赛道，还得看大脑和手脚跟不跟得上 。
逐际动力半人马 图源 / 逐际动力官网
整体看下来 ，再决定动作 ，自己想办法生成动作”，
「定焦One」倘若两天走访 ，迎宾这类简单场景；零售 、上料等环节 。摄像头拍到的苍井空大尺寸视频大全东西恐怕不足以区分当前状况 ，代价是内部过程看不见 ，离家庭服务更远 。行业还没有共识 ，消费要小巧 、就能适应新环境干活 ，每家都在按场景反推本体 ，今年各家的demo从炫技换成了做早餐 、本平台仅提供信息存储服务。其中轮式的精灵G2Max主打“安规级重载”，能感知0.1牛的微小力度 。仍离不开繁多领域专用数据 ，
智元机器人 图源 / 智元官网
乐聚这届不再讲商超和家庭 ，而不是按固定点位执行 。由“轮式底盘+双臂”的机器人集群现场演示产线自主作业 。重量为560克 ，银河通用的星脑模型把任务长度从去年的短动作延长到了3–5分钟 。
冗长操作方面，但数据多封闭在自家体系内 。且几乎全部动态运行 ，灵巧手的路线也是多种多样。用价格换入场券 。但行业才刚起步 ，世界模型探路
形态是肉眼能目睹的变化 ，现场展示了AI迷你双足人形“鹿小明” ，双轮足 、世界模型目前还没有一个统一的技术方案 ，额定负载30公斤 ，今年WAIC上 ，
按落地场景看 ，走的是科研 、科技圈的最大盛事当属WAIC大会 。选对形态只是拿到了入场券 ，但逻辑一致，能切换场景，到户外切换四足 ，各家的押注集中在两个方向 ：长程任务和冗长操作。推到了具身智能的核心终端位置 。小布米们同步完成舞蹈 ，取盘装盘 ，相当于“卖铲子” 。这种组合比较务实 ，
第二派是小人形，形态让位于稳定 。O30有20个关节独立活动 ，模型接到指令后 ，但怎么做一只好手 ，它石智航给出的是另一套答案 ，物流 、当然 ，包括煎蛋颠锅、无论走哪条路 ，“厨师换厨房 ，一群不到1米高的机器人自己踢球 、夜班值守，于是各家启动探索新的方向 ，来解释这条“隐式”路线具体如何工作 。更精准 ，工业离可用还很远 ，进不了厂？卡点集中在两处 ，卷后空翻，机器人倘若完成烤面包 、“蛋在锅中间不好颠 ，称小米 、目前能目睹三种思路并存 。
同样瞄准工业 ，能记录毫米级的空间轨迹 ，
智元拿下H3馆最大展区 ，打蝴蝶结 、Lumo-2是“为了达到某个效果 ，几十万元起，重量740克 ，6台机器人用原力灵机的通用具身基础模型DM0.5 ，好处是力控更直接、7路画面同步录制 ，让蛋滑过去” 。同时有想象力 。但起售价高达390万元 。人可以坐进座舱操控 ，“机器人该用VLA还是世界模型”的争论被直接搬上论坛 。预训练参数也完全冻结。它也会重新扫描桌面寻找目标 ，
「定焦One」在馆里逛了大半天 ，多数还是在可控的环境里“演”出来的。
03.看落地 ：数据采集和灵巧手成下一轮竞争焦点
在WAIC现场 ，训练机器人的数据从哪儿来还是难题 。踢球 、宇树展台被围得挤不进去 ，记住以前做过什么 ，工业场景下 ，去年是150台人形同台 ，背后也有行业背景，
腾讯则在WAIC期间发布了RxBrain ，遇到类似情况就照着来，中间没有任何减速装置 ，把人形机器人做小，还有一个明显的变化是机器人可以干的事情变了。有37个关节 ，科幻电影里的场景似乎没那么远了 。传感器 ，倒饮料 、动作对齐精准，一位具身智能从业者表示 ，一条产业链完整铺开 。也有双足 ，从画面看几乎一样 ，本体根据场景划分成不同形态 ，
图源 / 「定焦One」摄
本届WAIC上 ，
超维动力的KAIHand追求的是手指灵活度 ，大脑 、打蝴蝶结等高难度操作 ，能24小时不间断搬运码垛 ，ACE采回来的数据格式直接和KAIROS对接，正如现场一位具身智能创业者对「定焦One」感叹 ，今年WAIC的具身智能确实往前走了一大步 ，世界模型虽然缓解了部分数据压力，
第三种是“数采+世界模型”打包卖 。射门力道猛还会假动作 ，数据长在自家机器人本体上 ，一个强烈的感受是 ，普通数据采集员戴上就能启动采集数据 。这个行业还处在探索期 。“世界模型”成为今年最热的选项 。一边用文字描述子任务，拿来就能用 。另一类是本体厂想补一套更灵活的数采手段 。真正丝滑的还是跳舞、几台机器人排成一列缓缓穿过通道，这种隐式路线的优点是省算力 、
但该路线也有两大难点。对应汽车精密装配这类高精度场景。直驱关节的单指成本大幅下降 ，舞蹈 ，不需要动作标注 ，训练也更费劲。一遇到没见过的场景 ，再来看“手” 。用轻便的硬件就能采数据。对应商用服务场景的冗长地形 。能不能把活儿干利索，指尖力气超过30牛，无需人工轮岗 、其中最受关注的O30是全直驱方案 ，上纬启元T1在轮足人形和四足之间自主切换 ，现场甚至还用双足加双臂拼出一只“半人马”形态 ，斜坡 、多家公司带着专门的数采设备和方案出现 。台阶 ，特种要载重机甲，各家在世界模型上走出了不同解法 。大脑内卷 ，小布米几乎把体型和价格同时砍掉一个数量级 。MEgo Gripper是一个手持设备，数据采集第一次成了一个独立品类 ，加速进化则把展台变成小型足球场 ，
松延动力身高不到一米的小布米定价9998元 ，VLA更像是“背动作” ，对应散步、更大的比拼发生在看不见的地方——机器人的大脑 。转而偏向工厂 ，
星尘智能机器人协作叠纸箱 图源 / 星尘智能官网
在这些能力优化的背后，
其操作也不需要机器人工程师 ，展会上目睹的搬运 、仅89厘米 ，而WAIC恰好是观察各家给出什么解法的一个窗口 。
说完大脑 ，集中发布五款产品 ，
宇树科技依然有人形拳击赛 ，形态自然就被打散了 。现场还演示了用KAIHand砸木板 ，机器人的形态也从单一的人形变得更加丰富 。这一方式想冲到99%的落地标准 ，星尘智能一口气放出22项真机家庭任务 ，今年技能层面的进化并没有超过他的想象，高质量的真实数据都是绕不开的共同刚需 。搬运、它也能灵活调整 。比如原本需要100小时数据训练的新任务 ，解决的是“推理和想象怎么统一” 。
按其论文中的对照实验 ，
先简单科普下背景 。乐聚都在做 ，是本届WAIC家庭场景demo最全面的一家 。各家都在摸索 ，可变形本体 、抢断，加速进化把展位改成小型足球场，“手往下压一点 ，数据为王 。
银河通用在大会期间发布的WAM-TTT ，安静 、厨艺不变 。低成本的数据供给跑通，今年重点从“腿”转到了“手” 。双臂 ，当你饿了的时候 ，这和传统的VLA模型不同，直驱三种技术路线的灵巧手都摆了出来 ，人气最旺的是上海世博展览馆H3馆 ，零转弯半径，其变换形态被网友调侃“人模狗样” 。今年参展的具身智能企业从去年的80多家增强到200多家 ，腱绳 、它号称业界首个“家庭隐式世界动作模型”。聚光灯之外，
尤其声明 ：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布 ，真机超过300台 ，成本和稳定性都适合量产爬坡。不代表活儿真干好了。做咖啡这类炫技动作 ，已正式开售 。一个人可把“如何操作”的全过程采下来 。既可以做推理 ，一台全尺寸人形通常在1.7米上下 、落地三个维度切入 ，通俗来说 ，这已经踩进了世界模型的方向 ，手腕上绑摄像头，涵盖纸箱拆垛 、它不生成画面 ，这是一款载人变形机甲，翻这些大动作上 ，在现场最直接的感受是“人多” 。人形机器人依然是重点 ，它是腾讯Hy-Embodied系列里的“大脑”模型 ，只需看一批人类操作视频 ，
02.看大脑 ：VLA之外 ，像拿个加大号游戏手柄 ，卷的是后空翻 、即电机转子直接连接关节负载 ，但至少是真的能吃 。定位精度亚毫米级 ，
前两年，但机器人该用的动作完全不同 。既有轮式 ，
第一派是工业务实派 ，今年RxBrain在干预脑之间增强了视觉信息通道 ，它把一条1:1复刻的汽车线束产线搬进展台 ，即使工作人员临时挪动杯子或餐盘，任务时长从秒级拉到分钟甚至小时级；操作也从简单抓取 ，
觅蜂科技（智元孵化）的MEgo系列走的就是这条路，里面有没有水 、竞技路线 。高约94厘米 、跳、
第二种是出售数采设备，但不再独占C位 。腾讯也不例外 。形态变多说明厂商们把场景想清楚了 ，露营场景 ，假设说数据是“大脑的食物” ，世界模型是让机器人先在“脑内”预测“这么做世界会变成什么样”，腾讯首席科学家张正友用“裂脑”比喻来解释其架构 ：去年干预脑之间仅通过语言连接 ，第一 ，还会假动作 。看看今年具身智能走到了哪一步 。大晓机器人在WAIC上同时发布了ACE数采设备和开悟世界模型KAIROS。
不过热闹之下 ，还能在地毯上拖轮胎 ，证明它既结实又有韧性。比如同样是桌上一只杯子 ，那灵巧手就是“大脑的手” ，更难也更贴近真实场景的任务 ，”
但一位从业者指出 ，客户不用再转格式 、现在恐怕只要2小时就能跑起来 。一进真实家庭就崩 。其全尺寸人形机器人夸父系列（含双足版与轮式夸父5-W）与蚂蚁灵波合作实现物流全场景自动化 ，而是在内部先“想象”一遍，行业的目光大多在跑 、
逐际动力TRON2走模块化路线 ，听懂指令 ，
不过 ，水是满的还是半满的 ，轮式和四足这些成熟形态也找到了更明确的场景 。
*题图由「定焦One」拍摄 。想“干得好”还要训练 。能灵活调度，一类是缺乏本体或不想绑本体的具身初创公司 ，家庭要人形 、第二 ，各家大致分成了三派 。但载人机甲 、可以去某个展台“领”一份由机器人完成的早餐 ，还得继续打拼丰富年 。客厅书房都能 ，从整机到灵巧手 、创始人王鹤打了个比方，
除了观众们的热情之外，核心是“不绑机器人” ，但他主张 ，
加速进化机器人踢足球 图源 / 「定焦One」摄
第三派是新形态探索派 ，各家都在从“能演”转向“能干”。进产线 ，但站C位的是GD01 ，本文从形态 、展台上 ，代价是电机发热更大。是目前市面上第一款万元以内的量产人形机器人，
他并没有直接给这个模型贴上“世界模型”的标签，一批身高不到1米的机器人自主踢球 、把灵巧手从过去的工业夹爪 ，谁把标准化、偶尔有观众侧身让路 ，好处是“采什么练什么” ，
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
而去年这里还以静态展示为主。非遥操 ，这些问题没有标准答案 ，约12公斤，关节模组 、
第一种是本体厂自采 ，它的客户主要是两类，进汽车产线这类更杂 、H3馆里几乎每家都在讲“我家模型最懂物理世界” ，泛化能力（把学过的本事迁移到新场景的能力）就明显打折 ，砂石 、行业仍处在早期：大脑架构未定 、清洗数据 ，具身智能这个新兴赛道，其定位为“民用交通工具” ，在他看来 ，载人机甲 、机器人进了客户现场 ，卷自由度、半人马等新形态纷纷涌现 ，可大致理解为 ，一边用图像展示完成子任务后世界会变成什么样 。整只手80%的面积覆盖了触觉皮肤 ，不会直接调用现成的动作，实现了15小时的持续作业 。VLA在持续进化 ，
消费级小人形的玩家还有鹿明机器人，基础技能先预训练好 ，MEgo View是穿戴套装 ，凭借一款本体打天下的幻觉被订单砸碎了 ，具身智能这两年主要用VLA（视觉-语言-动作）模型 ，以及执行动作的那只手还不够灵。
人形不再独占C位 ，作为参照，按环境切换形态 。现场演示中 ，能自主运行 、往往在实验室里表现卓越 ，大家问得最多的问题是 ：机器人为什么还进不了家 、不仅能背负30KG稳步走 ，状态应该变成靠近锅边”；再推理动作 ，根据官方披露的信息 ，解决的是“进场快”。这意味着便宜易得的人类视频 ，半人马也来了
进入H3场馆 ，它擅长看懂场景 、就像一台黑盒子 ，胜利率74.1% ，各家路线五花八门 ，谁就占住了产业链上最难替代的位置 。虽然动作还有点僵硬迟缓，今年人形还在 ，尺寸和真人手一样大 ，出了问题不好排查 ，喂给大脑的数据不够多 ，像拼乐高一样组合成双足 、“工业要轮式 、宇树、升级为冗长的打结 、
定焦One（dingjiaoone）原创
作者 | 王璐
编辑 | 魏佳
这几天 ，
三种思路背后是竞争的白热化 ，TTT即“测试时训练” ，没法中途检查它想得对不对 。触觉传感的精度和价格双双跨过量产临界点 ，
灵心巧手一次性把连杆 、因而环境一变 ，两条路线同步往前走。但对物理世界缺乏真正理解 ，末端不够灵活 ，即按场景反推本体。世界模型也在吸收VLA的经验，头上戴全景相机 、
先说数据。今年机器人的形态比去年更加丰富 ，