具身智能行业已跨越“演示”阶段，进入以交付质量为核心的下半场。本文深度解析WRC展会中工业、零售与家庭三大场景的验证逻辑差异，探讨VLA与世界模型的技术路线选择，并剖析产业链成熟度下的商业化落地现状与交付挑战。
具身智能下半场：交付质量成为核心分水岭
今年的世界机器人大会（WRC）传递出一个明确信号：机器人“能不能干活”已不再是争议焦点，行业竞争的核心已转向“交付的质量”。从展台演示的流畅性到真实场景的稳定性，从技术参数的堆砌到客户验收单的核对，具身智能正经历一场从“讲故事”到“算细账”的深刻转型。
尽管现场展示了分拣、咖啡制作、家务处理等丰富场景，但许多流畅演示背后隐藏着对固定流程的依赖。一旦物料、光影或流程发生变化，机器人的表现往往大打折扣。这种“演示”与“真实干活”之间的差距，正是当前行业面临的最大挑战。
随着资本涌入带来的融资窗口收窄，行业正从早期的“抢占地盘”转向依靠硬实力的长跑。头部企业开始主张克制，强调交付必须是有质量的交付，而非为了营收凑数。这标志着具身智能下半场的竞争逻辑已彻底改变：能干活只是入场券，把活干好、把货交付、让客户买单，才是比赛本身。
三大场景验证逻辑：工业、零售与家庭的差异化挑战
今年WRC上展示的机器人应用，大致可分为工业、零售和家庭三类。这三类场景的区别不在于环境复杂度，而在于其验证逻辑的不同：工业验证效率，零售验证流程，而家庭场景目前尚难验证。
第1步：工业场景——效率与标准化的极致追求
工业领域依然是机器人应用最成熟的板块，主要集中在上下料、搬运和码垛等任务。该场景的核心痛点在于如何与传统工业设备（如机械臂和AGV）进行效率对标。
- 搬运与分拣：优必选展示了多台机器人协同完成物料搬运、分拣和流转，亮点在于支持3分钟自主换电，解决了续航问题。银河通用的Galbot S1则主打重载搬运，双臂最大负载达到50公斤。
- 速度对比：尽管机器人表现不错，但在高度可标准化的工业场景中，其效率仍显不足。例如，优必选Walker S2完成一次搬起、移动和放置动作需10秒以上，远低于传统机械臂和AGV的水平。
- 快递分拣突破：快递分拣成为今年最“卷”的场景之一。星动纪元最快时速近2000件，自变量曾创下每小时1816件且准确率超98%的战绩，已接近人类熟练工水平。
自变量的方案尤为值得关注。它未采用复杂的人形和灵巧手，仅使用两只机械臂和两个夹爪，通过“扒拉”动作（一只夹爪挡住包裹，另一只将其掀翻）实现高效分拣。这种朴素但高效的方案，不仅拓宽了可处理包裹的尺寸和形状范围，还已在多个快递中心投入实际应用。
第2步：零售场景——流程可复制性与商业账本
零售场景是今年展台密度上升最快的领域，其核心逻辑在于“半结构化”特性：比工厂开放，比家庭可控，既能计算商业账本，又能持续产生多样化的真实交互数据。
- 超市与药房：蚂蚁灵波展示了从扫码下单、机器人取货到前台配送的标准流程，其智慧药房方案已在上海真实门店运行。银河通用和星海图也在验证类似场景，后者号称能泛化到万种SKU，但现场抓取时仍出现多次失误。
- 饮料调制：零售领域还出现了制作奶茶和鸡尾酒的货柜，机械臂根据点单现场调制饮料并自动冲洗杯具。相比“无人问津”的自动售货机，消费者对机器人零售的接受度明显更高。
值得注意的是，今年零售场景的演示似乎出现了“退步”。与去年展示的非标特征（如紧密摆放的商品、挂在钩子上的辣条）相比，今年的演示更加标准化。这种从“秀泛化”到“保交付”的转变，虽然提高了演示成功率，但也失去了部分“灵性”，反映出行业对确定性的追求。
第3步：家庭场景——想象空间大，但短期难证伪
家庭场景的任务最为繁杂，包括叠衣服、切黄瓜、整理桌面、给垃圾桶套袋等。这些需求确实是真需求，但泛化能力和完成质量极难验证。
在银河通用展台，工作人员表示挂一件衣服平均需3分钟，虽“很快”，但仍远慢于人类。厂商将这种差距解读为理所当然，说明家庭场景的分水岭远未到来。与工业场景中“每小时分拣多少件”的可量化标准不同，家庭场景中的“叠得好不好”“陪伴开不开心”缺乏明确的验收标准，短期内难以证伪。
家庭叙事想象空间巨大，但短期内不可证伪。工业场景靠计件和成功率说话，而家庭场景的验证标准尚未建立，这构成了当前行业发展的显著差异。
技术路线之争：VLA与“世界模型”的博弈
机器人能干活，依赖的并非单点突破，而是一套“模型+数据”的底层体系。今年技术侧最显著的变化是：争论焦点从架构转向数据，数据采集的“无感化”和多模态化同时加速。
第1步：VLA模型——当下的工程主力
尽管业界曾热议“VLA已死，世界模型当立”，但支撑机器人干活的主力架构依然是VLA（Vision-Language-Action，视觉-语言-动作模型）。VLA的核心优势在于其工程友好性：机器人经过相对简单的训练和调试，即可在新环境中快速获得“干活能力”，无需工程师为每个场景编写死规则。
此外，VLA在跨本体能力上日益普及。过去“一种本体配一套模型”的高昂训练成本正在被打破，银河通用、星海图和深诣机器人等均展示了通过统一模型适配不同形态机器人的能力，既降低了训练成本，又实现了不同本体经验的打通与复用。
第2步：世界模型——未来的长期期权
世界模型的引入，旨在补齐模型真正理解物理世界的能力。目前，世界模型主要有两种应用路径：
- 辅助评估：如维他动力的Vbot-WorldModel，不负责生成动作，仅在行动前推演不同候选动作的结果，为策略选择提供评估信号。
- 统一决策：如银河通用的WAM架构，将世界模型的预测与VLA的动作决策合入统一模型，使世界模型直接参与动作生成。
行业对这两条路线的取舍取决于实际效果：VLA能快速投入使用，但依赖大量对齐数据且泛化有限；世界模型在同等数据量下泛化更好，因其学习的是可迁移的物理规律而非具体动作轨迹。蚂蚁灵波认为，世界模型理解世界的长期愿景虽好，但受限于温度、材质等物理数据的极度缺乏，当前使用效果并不理想。
总体而言，VLA是当下的饭碗，世界模型是未来的期权。所有没有数据支撑的算法之争，最终都将是梦幻泡影。
数据采集演进：从“能不能采”到“怎么采”
数据采集方式的演进史，本质上是一部“减重史”。今年技术侧最深的共识是：数据不够，算法才不行。
第1步：触觉维度的关键突破
在没有触觉维度之前，纯视觉的成功率仅能维持在七八成。加入触觉后，成功率可立即提升至95%，算法表现显著改善。这表明，算法瓶颈有时需通过数据采集层面来解决。
曦诺未来发布的直驱灵巧手Prima1，集成了视触觉和分布式触觉阵列，指尖触觉分辨率达0.1N，直接瞄准“AI训练平台”，为模型训练提供高保真的力控与触觉数据。
第2步：采集方式的“无感化”趋势
数据采集方式正从遥操作、ego估计、数采手套，演进至外骨骼和肌电手环。这一演进的核心目标是“减重”，即让采集者在正常生活、工作的过程中顺便完成数据采集。
- 外骨骼：强脑、优龙、程天等公司推出外骨骼数采产品，解决全身运动数据的规模化采集。
- 肌电手环：章鱼动力的肌电手环号称实现跨个体零样本泛化，新人佩戴即用；ORIGINFLOW甚至试图捕捉比动作早约50毫秒的发力意图。
数据采集已跨过“能不能采”的第一阶段，进入“采什么、怎么评价、哪些数据真正提升模型”的第二阶段。无感化采集能否跑通，将决定下一轮Scaling爆发的时机。
产业链成熟与商业化落地现状
游走在WRC场馆中，一个显著感受是：做机器人的门槛似乎并不高。大脑、灵巧手、数据、运动底座、本体、线束、计算平台、减速器等核心零部件均已具备标准化解决方案，产业链成熟度极高。
深圳南山留仙大道等地，从触觉、视觉到关节、控制器，许多环节可在极短距离内完成协作，实现“上午研发、下午测试、晚上迭代”的高效循环。甚至供应商的方案已溢出行业需求，如某公司提供的多模态感知方案已涵盖滑移觉、摩擦觉、硬度和接近觉，但当前行业订单仍主要集中在触觉。
产业链的成熟让制造机器人变得容易，VLA让“干活”遍地开花，但也将更尖锐的问题推至台前：机器人的商业化走到了哪一步？
第1步：工业与泛工业——率先跑规模
深诣机器人联合创始人黄康尧判断，未来一两年内，工业和泛工业场景将率先跑出规模，因为这些场景能算过ROI（投资回报率）。目前，头部公司已从POC（概念验证）走向小批量交付。
- 众擎机器人：在合作方立讯的工厂里，搬运和分拣仍处于联合研发和尝试部署阶段。
- 智平方：与半导体显示巨头惠科签下3年1000台、近5亿元的订单，并与东风柳汽完成国产具身大模型的汽车制造全场景验证。
工业场景的分水岭在于交付成本能否继续下降，以及非标工序的交付半径能否扩大。
第2步：零售场景——单店模型验证期
零售场景中的超市和药房目前仍处于单店模型验证期。银河通用在药房和即时零售场景规模化运转，靠准确率挣续约；无界动力手握7亿元订单开始全球交付；星海图与京东的前置仓跑通了完整履约链路；蚂蚁灵波将履约做成了可复制的标准流程。
智平方在展台展示了咖啡店台面，人形机器人“爱宝”负责递杯。其工作人员表示，原本在工业领域打磨很久却难落地，反而零售场景容错率高、易实现。跨维联创则选择将零售场景的运营交给第三方运营商，而非直接介入。
零售已被证明“是门生意”，但尚未被证明“是门能规模化的生意”。衡量其进度的标尺是续约率和复制速度。
第3步：家庭与消费级——C端产品的突破
家庭场景中，更大的增长出现在消费级产品上。松延动力凭借“小月”、“小布米”等主打C端交互的产品，已拿下超亿元订单。
维他动力的“交付-反馈-迭代”产品闭环已启动。其四足机器狗“大头”首销6540台，订单金额近亿元。这款具备跟随、交互功能的宠物机器狗，在亲子酒店试点时出租率高到周末需提前预订，而在普通门店试点效果平平。这表明，场景选择本身就是机器人能否创造价值的关键答案。
总结：交付取代演示，成为行业新共识
具身智能行业正被分成两半：一半开始被数字追着跑，关注每小时分拣件数、成功率和订单金额；另一半还在被故事托着。讲故事在早期行业本无可厚非，但当分拣台前的近十家公司开始用同一把尺子互相丈量，当客户拿着验收单走进工厂，当“交付”取代“演示”成为高频词，竞争逻辑已彻底改变。
产业链的成熟让所有人都能把机器人造出来，但客户只认结果。能干活只是入场券，把活干好、把货交付、让客户买单，才是下半场的比赛本身。
以上就是具身智能下半场从演示到交付的详细内容，更多关于机器人商业化与技术路线的资料请关注本站其它相关文章！
