WRC 观察：机器人行业进入分化期，泛化能力与长程任务能力是新标尺

文 | 花儿街财经，作者 | 侯煜，编辑 | 杜杰‍

第二届世界人形机器人大会落幕，行业整体氛围和去年已然是两种模样。一年前，观众还会为机器人跑跳、舞蹈的花式演示驻足惊叹。

来到 2026 年，市场从业者、普通参观者，早已对各类展台 “炫技” 免疫。行业共识变得十分直白：脱离提前调试好的展馆环境，能不能在真实场景稳定干活，才是机器人真正的价值所在。

赛道分化的趋势，在本届展会上表现得淋漓尽致，行业竞争早已告别舞台表演的比拼，真实环境的泛化表现、实打实的落地成效，成为甄别行业玩家实力的核心标准。

硬件本体和算法逐步分家，生态差距就此拉开

本次 WRC 最直观的行业变化，是机器人硬件与上层算法正在完成结构性拆分。

物理 AI 不再是行业空泛概念，开始实实在在落地家庭终端场景。

所谓物理 AI，核心是让机器读懂真实世界的物理规则，理解空间布局、重力逻辑、物体关系。也就说要跳出纯虚拟的数字推演，真正实现感知、判断、执行的完整实体闭环。

刚刚登陆科创板的宇树科技，是行业公认的机器人本体标杆，上市之初收获了资本市场的高估值溢价。但在 WRC 现场的公开分享中，创始人王兴兴点出当下人形机器人的核心短板 —— 具身智能泛化能力严重不足。（延伸阅读：王兴兴抢跑 “具身智能” 红利，宇树产业链能否啖头汤？）

他直言，机器人在预设调试环境中表现完美，一旦切入复杂真实场景，性能便大幅滑坡。行业期盼的具身智能 “ChatGPT 时刻” 仍遥遥无期，工厂规模化落地，目前尚不具备成熟条件。

此番行业剖析，恰好撞上资本市场的预期修正，上市次日，宇树股价大幅回调，千亿市值快速回落，市场挤掉了人形机器人短期爆发的炒作泡沫。

据行业内部人士向《华尔街科技眼》透露，实际上，宇树的核心定位是标准化硬件本体厂商。底盘、关节、整机运动能力均已完成标准化调校，具备成熟的对外输出能力。目前业内大量高校团队、科研机构、创业公司，都在采购其硬件底座，自行搭载传感器与具身算法做二次开发。本届展会上，不少观感亮眼的演示项目，底层硬件均来自这类标准化供应商。

赛道玩家由此分化，走出两条截然不同的发展路径。一部分企业深耕硬件赛道，死磕关节可靠性、负载性能与模块化设计，以量产能力、稳定交付构筑自身护城河。

另一部分创业团队则放弃整机自研，依托成熟硬件底座，全力攻坚具身智能、场景适配与大模型调度能力。

千寻智能（Spirit AI）是算法赛道极具代表性的玩家。本届 WRC，团队带来 Moz 系列机器人，对外展示 Spirit v1.6 具身模型的迭代成果，重点落地家庭客厅整理这类高难度长程任务，同时更新了商用机型 Moz2 的交互能力。（延伸阅读：4180万美元种子轮爆火：韩国物理AI撕开视频预训练的真实落地逻辑）

继 7 月 WAIC 大会之后，千寻持续沿用 “客厅整理” 统一测试场景，用三十天的迭代差异，直观体现技术进步。

现场下达自然语言指令，Moz1 可自主完成环境感知、物品识别、子任务拆解、抓取归位全流程。面对现场临时改动的场景，移位的脏衣篓、随意摆放的杂物、未闭合的冰箱门，机器人无需人工重新调试，可自主识别异常、自适应修正、闭环完成任务。

数据层面的迭代尤为直观。三十天更新后，机器人子任务成功率突破 99%，导航目标确认耗时近乎减半，长程任务整体效率较 7 月提升超 15%。

这套稳定输出的能力，依托于千寻搭建的全链路机器人智能体体系。基座模型负责视觉与语言解析，Agent 智能体留存完整任务上下文，感知导航系统完成空间移动，多模块协同，把具身智能从单次展台 Demo，升级为可稳定复用的长时序任务能力。团队没有追逐短暂的展台噱头，而是聚焦行业普遍存在的短时记忆、场景泛化弱的痛点，持续打磨同一生活化场景，保障机器在环境扰动下依旧稳定作业。

商用端的 Moz2 则走出差异化路线，主打人文化交互体验。团队收集海量普通人的日常生活片段纳入训练样本，打破机器生硬的指令式沟通，让服务交互更贴合真实生活场景。

除了创业团队，大厂的入局路径也颇具看点。高德旗下途途机器人亮相本届展会，将长期积累的自动驾驶空间感知技术平移至移动机器人领域，为具身智能落地提供了大厂专属的技术路径。（延伸阅读：高德以导航能力切入具身智能赛道，空间智能大战揭幕）

海尔智家的布局则更为低调务实。不追逐流量式的人形表演，长期深耕家庭物理 AI 落地场景。围绕家务、陪护、烹饪等真实居家需求，打磨空间感知与力控执行能力，聚焦解决普通人的居家琐碎问题，稳步搭建可落地的家用机器人产品矩阵。

工业赛道同样形成了成熟的落地范式。云深处依托四足特种机器人的技术积淀，深耕变电站巡检等工业场景。产品优先保障防护性能、负载能力与模块化适配性，在真实工况中持续迭代优化。即便全新推出的双足 DR02 机型，设计之初也优先考量运维成本与实际作业价值，拒绝无效参数堆砌。整条机器人产业链，如今已经呈现深度配套、互相赋能的交织格局。

今年，行业评判产品的逻辑已经切换，核心形成两大标尺：一是泛化能力，面对从未调试过的陌生环境，机器人能不能自主理解任务，不用工程师反复到场调参；二是长时序任务能力，能否连贯跑完一整套工作流程，而非十几秒的短暂演示。能不能从单次案例修复，沉淀出可复用的通用方法论，已经成为各家技术实力的真实分界线。

概念热潮降温，落地优先，告别表演式演示

回望去年的机器人大会，行业还处在狂热的概念周期。各家比拼样机数量、步态酷炫程度，跳舞、花式拟人动作最容易收割流量。多数团队重心放在展台效果，对于后续商业化落地缺少系统思考。

短短一年时间，行业心态完成快速纠偏，物理 AI 走出概念宣讲期，赛道开始清晰分层。一部分团队继续攻坚通用人形 Demo，维持技术热度；另一部分企业沉下心做产品落地，像海尔智家扎根家庭非标场景，持续做实场景验证、打磨产品形态。

资本市场的态度同样转向理性，泛化能力、落地成果、商业化兑现，取代单纯的硬件故事与样机演示，成为资本评估项目的核心依据。

业内已经形成普遍共识：展馆里调试完美的演示效果，不代表真实产品能力。专门为展台打磨的动作观赏性强，但复刻到家庭、工厂、仓储场景，往往完全失效。

受此影响，今年各家宣讲口径明显务实。企业不再一味追求炫酷动作，转而重点提及负载、防护等级、运维难度、成本控制这些工业化指标。行业比拼的不再是 能不能做动作，而是 能不能更适配真实生活。

产业链分工也发生明显变化。去年很多团队坚持全栈自研，软硬件一并推进。到了 2026 年，外购成熟硬件底座、聚焦自身算法与场景优势，已经成为行业主流选择。硬件交由长期迭代的专业厂商打磨，创业和科研团队将资源集中在场景理解、具身大模型研发等核心环节。

赛道差距就此迅速拉开。不少团队依旧停留在样机展示阶段，依靠外购硬件完成展会曝光，距离商业化依旧遥远。真正跑出来的玩家，走出两条清晰路径。一类是算法团队，专注机器人智能体，攻坚家庭长程复杂任务；另一类是特种机器人企业、家电大厂，依靠真实订单和批量落地，用海量现场反馈持续反哺产品迭代。这类差距很难短期追赶，工程积累、供应链磨合、场景实操经验，都是时间沉淀出来的壁垒。

拒绝表演型 Demo，解决实际问题方能跑通商业闭环

从本届 WRC 的现场观察来看，人形、四足机器人行业的分化格局，会成为未来一段时间的常态。行业彻底告别全民狂欢，进入优胜劣汰的精细化发展阶段，衍生出清晰的演进趋势。

全栈自研的重资产模式，不再是行业唯一标准答案，产业链分工走向精细化。硬件本体、算法模型、行业解决方案各自形成独立赛道，相互协同配套，基于成熟硬件底座开展二次开发，将成为科研机构与创业公司的常态。

竞争逻辑随之重构。硬件厂商比拼量产能力、稳定性与生态开放度；算法玩家的核心看点落在真实场景的泛化效率与任务落地能力，能打通模型、数据、智能体、感知导航与硬件适配的全链路模式，已经成为算法突围的典型样本。

与此同时，互联网、家电大厂的技术迁移仍在继续，自动驾驶、智能家居积累的空间认知资产，持续为物理 AI 赛道输血。单纯依靠硬件参数，已经无法支撑高估值，算法与世界模型构建的软实力，成为行业核心壁垒。

演示效果的溢价持续消退，落地解决真实问题成为产品获得市场与资本认可的关键。不同场景的商业化节奏，也愈发清晰。

工业巡检这类刚需场景，依旧是落地最稳、变现最快的赛道，持续输出真实工况数据与业务订单，反哺技术快速迭代。

家庭服务赛道更考验长期深耕能力，客厅整理这类非标、多步骤的复合任务，是通用机器人走进民用市场的必经考验。

行业亦分化出两种落地思路，一部分团队追求通用能力上限，打磨全场景适配性；一部分企业锚定家庭刚需，优先完成产品化落地。无论哪种路线，稳定性与成本控制，都是规模化绕不开的门槛。

整体行业节奏正在回归理性，人形机器人全面入户的时代短期内不会到来。但赛道并未降温，只是褪去概念炒作，转向依靠工程迭代沉淀实力。

真实场景的每一次任务执行、每一次异常修复，都会变成产品迭代的底气。和汽车产业的长期竞争逻辑相似，企业纸面参数终会趋同，真正拉开差距的，是长期积累的工程经验、供应链能力与场景壁垒。

机器人行业的风口仍在，但玩法已然更迭。短暂花哨的展台表演不再能够定义行业实力，适配真实世界、创造真实价值，才是这一轮物理 AI 产业浪潮的最终胜负手。