WRC2026丨当机器开始理解人的意图，人机交互走向更多场景

8月19日，2026世界机器人大会（WRC 2026）在北京北人亦创国际会展中心举行。BrainCo强脑科技携全新发布的脑控机器人训练平台、灵巧操作数采矩阵、仿生灵巧手及新一代智能仿生手等多项产品与解决方案亮相，集中展示脑机接口、人工智能与具身智能融合发展带来的人机交互新可能。

大会现场，一位体验者佩戴脑电帽坐在人形机器人旁。无需手柄，也无需通过肢体动作发出指令，脑电信号经过采集和算法解析，转化为机器人可以执行的控制指令，驱动人形机器人完成相应动作。

从人的意图，到机器的行动，一条新的交互链路正在变得越来越清晰。

【插入脑控机器人训练平台现场图/视频】

当人的意图转化为机器人的行动

随着人形机器人加速发展，一个越来越重要的问题正在浮出水面：当机器人拥有越来越强的感知和执行能力，人应该如何更加自然地与它交互？

键盘、鼠标、触屏、语音不断缩短人与机器之间的距离，脑机接口则进一步提供了一种从人体神经活动中识别意图、与外部设备建立连接的技术路径。

此次WRC现场展示的BrainCo脑控机器人训练平台，就是围绕这一方向展开的探索。

平台通过脑电设备实时采集与任务相关的脑电信号，经算法识别其中的意图相关模式，并将其转化为机器人控制指令。在整个过程中，使用者无需依赖肢体动作，即可与机器人建立直接的控制链路。平台采用一体化设计，目前支持人形机器人、机械臂、机器狗等多种第三方设备接入，没有相关背景的研究人员也可以10分钟解锁脑控机器人。

此次WRC，平台首次以人形机器人作为现场执行载体进行演示，呈现从脑电信号采集、意图识别到机器人执行的交互过程。

【插入体验者佩戴脑电帽+人形机器人图】

在这一过程中，脑机接口提供了一条从大脑活动到机器行动的交互链路。当机器人不断提升感知、决策和执行能力，人与机器之间如何传递意图，也成为新的技术命题。未来，人向机器传递意图的方式，或许可以更加直接和自然。

让机器人会行动，也要让它学会灵巧操作

BrainCo脑控机器人训练平台探索的是人与机器人之间新的交互方式，同期展示的BrainCo灵巧操作数采矩阵，关注的则是具身智能发展的另一项基础能力：机器人如何获得高质量的灵巧操作数据。

人拿起水杯、整理衣物、操作工具，几乎不需要思考。但机器人要完成同样的动作，需要同时处理手部姿态、接触位置、力度、速度以及视觉、触觉等大量信息。

机器人要学会这些操作，需要持续获得真实、丰富的训练数据。围绕这一需求，BrainCo灵巧操作数采矩阵整合真机执行、真人示教与仿真生成等数据来源，为具身智能模型训练提供完整的数据支撑。

【插入数采矩阵现场图】

其中，真机数据由双臂轮式数采平台（RevoTron/RevoMate）采集，搭载21自由度全掌触觉灵巧手Revo 3，覆盖全身多自由度运动控制，支持视觉、触觉与语音等多路信息同步采集。在任务执行过程中，可同步记录环境视觉、手部视觉、机器人运动状态与触觉反馈，形成覆盖“动作—触觉—视觉—语义”的全模态灵巧操作数据。

而真人使用的RevoHuman外骨骼人类数采手套，能够在真人自然操作过程中同步采集手部姿态、触觉以及腕部视角等信息，将人的操作过程转化为可用于模型训练的多模态数据。

从人如何操作，到机器人如何执行，再到模型如何学习，围绕“灵巧操作”形成一套相互衔接的数据链路。

从帮助人重获生活能力，到探索更多人机交互

在机器人灵巧手之外，WRC现场还展示了另一类与“手”有关的产品，即前段时间刚刚发布的BrainCo新一代智能仿生手。

它面对的是另一种人机交互需求：如何让智能设备理解人的运动意图，并将这种意图转化为自然、准确的动作。

强脑科技长期开展智能仿生手研发，产品通过读取残肢末端的肌肉电和神经电信号，识别使用者的运动意图，并驱动仿生手完成相应动作，帮助使用者完成抓握等日常操作。此次现场展示的新一代智能仿生手，在前代产品基础上进一步缩小体积、减轻重量，同时可搭配仿生手皮，在功能之外兼顾外观与触感体验。

【现场体验官展示图】

人与机器之间，还可以怎样连接？

从智能仿生手帮助肢体残疾人重新完成日常动作，到脑控机器人将人的意图转化为机器人指令，再到灵巧操作数据帮助机器人学习人类的操作方式，脑机接口所连接的对象和应用场景正在不断丰富。

这些看似不同的产品和技术，背后指向的是同一个问题：如何让人与机器之间的信息传递更加直接，让机器更准确地理解人的意图，也让机器的行动更加灵巧、自然。

强脑科技目前已围绕脑电信号采集解析、智能控制以及灵巧操作等环节形成多项技术和产品布局，技术平台也在向更多行业应用延伸。

当人工智能让机器拥有更强的感知与决策能力，具身智能让机器拥有更强的行动能力，人机交互也需要新的“接口”。

从理解人的意图，到将意图转化为机器的行动，脑机接口正在为这条新的交互链路提供更多可能。