AI 开始长出手脚——从荣耀 Robot Phone 到 WALL-B，具身智能跳过机器人先落地手机

AI 开始长出手脚——从荣耀 Robot Phone 到 WALL-B，具身智能跳过机器人先落地手机

2026 年 8 月 12 日下午，荣耀正式发布 Robot Phone；同一天，自变量机器人公开直播，把具身智能大脑 WALL-B 拉到了真实物流分拣线上。前者背后多了一颗会转的摄像头，后者用一台没装五指灵巧手的双机械臂，分拣 1816 件异形包裹，比美国 Figure AI 公开纪录高出 45%。两件事放在一起看，AI 长身体这件事，路线不是按剧本走的。

<!-- 配图：AI 长手脚的两条路径对比 -->

手机背后，多了一颗会自己找人的"脖子"

把一颗会动的摄像头塞进手机，是荣耀两年前就在准备的事。

Robot Phone 的云台有 4 个自由度（4DoF），整颗云台架构由 100 多个精密零件组成，钛合金材质，加工精度 ±0.005 mm。云台电机只有 2.6 g，体积比一些机器人灵巧手的关节电机还小。整套云台尺寸相比早期方案缩减了 65%，三轴最高控制转速 360°/s，翻转电机的扭矩密度做到 120 N·m/L（荣耀官方数据，ifanr 报道）。

翻译成人话：平时得完整藏进 9.59 mm 厚的机身里，用起来又不能慢半拍。整机重量 248 g，跟 iPhone 17 Pro Max 的 233 g 只差 15 g，里面还塞着一块 7060mAh 青海湖电池。

这颗"脖子"不只在原生相机里转。抖音"AI 直播追焦"会调它跟人走，微信视频通话里它会自己挪位置让你别走出画面，YOYO 助手一句话就能让它对着手势转过去。

AI 第一次有了一个能动的物理出口。

荣耀把这套东西叫做 Robot Phone 而不是 Magic V，是因为它对荣耀的意义不止一台新机。2025 年的阿尔法战略里，荣耀就写过未来 5 年投入 100 亿美元做 AI 终端生态；今年 MWC 上 Robot Phone 和人形机器人一起亮相；4 月还在北京亦庄机器人半程马拉松上让两条腿的机器人跑过一回。手机背后这颗云台和赛道上跑的人形机器人，形态差很远，要解的问题却有不少交集——视觉怎么感知、AI 怎么判断、机械结构怎么动。

人形机器人什么时候进普通家庭还不好说，但一颗由 AI 控制的机械结构，已经可以先装进手机，跟你一起出门。

工厂里，模型开始替代硬件

同一天晚上的另一场直播，画风完全不一样。

自变量机器人没有用 Figure AI 那种人形本体加五指灵巧手的方案，而是把双机械臂加标准夹爪搬到了真实物流分拣线上。传送带上的包裹完全是随机混的——纸盒、软袋、圆柱形快件、泡沫封装生鲜件，重量尺寸材质全不一样。1 小时连续作业，没有人工接管，最后成绩定格在 1816 件/小时，比 Figure AI 此前公开的 1248 件/小时高出 45%（量子位 8 月 12 日报道）。

更关键的是：硬件成本降了 70%。

硬件变笨了，模型变聪明了。

支撑这场实测的，是自变量自研的 WALL-B 模型。它走的是世界统一模型（WUM）架构，从底层把视觉、听觉、语言、触觉、动作接进同一个网络。和当下主流的 VLA 路线（视觉管看、语言管理解、动作管执行、模块之间数据来回倒腾）不同，WALL-B 不让数据在模块之间反复传，避免每传一次就损耗一次。

直播里 WALL-B 表现出的几个判断，直接体现这条路线的价值：面对两个叠在一起的包裹，它知道不能直接抓，先分离再分拣；遇到软袋先拨开找平整面单再翻面；碰大件切双臂协同，碰小件靠惯性翻。

这些不是预设脚本，是模型对物体物理规律的实时推理。

真正的转折点不在硬件，在调度层

把两件事串起来看，信号比单看任何一个都大。

荣耀这套 Robot Phone 的意义，不是"会转的摄像头"本身，而是操作系统现在要调度的不只是 App 和系统功能——还要调度模型、MCP 服务、以及一套能实际运动的机械结构。YOYO Pro 模式能连续跑 100 步复杂任务，是因为它现在能把抖音、微信、相机、云台、第三方 MCP 服务串成一条长链路。荣耀给自己定的目标是 2026 年接入超 2000 个 MCP 服务和 20000 个 AI 服务。