能搬货的机器人，比能跳舞的值钱：WRC 2026 暴露的具身智能第一道分水岭

WRC 2026 闭幕那天，北京亦庄的场馆里同时上演两场演出。一边是宇树的人形机器人在跳女团舞，围观的人举着手机，水泄不通。另一边是优必选把客户产线 1:1 搬进展台，近十台 Cruzr S2/Y1 从早上九点开门干到下午五点闭馆（来源：量子位），围观的人稀稀拉拉，手里捏的是计算器和报价单。

今年 WRC 第一次设置采购日。主办方没挑明的话，展商自己用脚投了票——行业从表演转向干活，这个变化比任何行业报告都诚实。

跳舞的机器人卖的是想象力，搬货的机器人卖的是工资条。 这两个东西，已经是两个物种。

两条赛道，两种账本

先看打工机器人那边交出来的数字。

优必选 Cruzr S2 做物流分拣，平均抓取节拍接近 1100 件/小时，汽车机加件上下料定位精度小于 1mm，VLA 模型直接在端侧运行，不依赖云端（来源：量子位）。乐聚的夸父 5W 在海晨仓库连续作业 8 小时，综合成功率超过 95.8%，平均 28 秒搬一箱（来源：深网）。自变量双机械臂一小时全自主分拣 1816 件包裹，准确率超过 98%，目标拉到 99%（来源：深网）。

这三个数据放在一起，核心信息只有一个：可靠性正在从 Demo 参数变成产线指标。不刷单次成功率，不比峰值速度，比的是连续八小时之后你还能不能扛住。产线上没人等你重启模型。

再看跳舞路线。我手上没有宇树 G1 这类产品的最新出货量数据，需要标注待核实。但 WRC 现场的信号足够明确：跳舞展台负责引流，采购日负责成交。流量的归流量，账本的归账本。

这两条赛道在硬件上已经分道扬镳。上半年一体化关节模组累计发货超过 12 万套，2025 年工业级均价约 1500 元/套（来源：深网）。这个出货量说明关节正在变成标准件，价格打下来的速度比所有人预期的都快。而现场一个 20 自由度灵巧手标价 49999 元，傲意和大寰的三指灵巧手只有 7 到 9 个自由度（来源：深网）。

一套 30 万的机器人如果只干 1500 块的活，那它就不是产品，是行为艺术。

京东零售具身智能机器人负责人郑小丹在 WRC 上说了句大实话：客户已经从"能不能做"转向"值不值得做"（来源：深网）。节拍、准确率、工作时长，每一项都要过算账这一关。客户不关心你的模型参数量有多大，他们关心的是这个工位原来雇一个人多少钱，你的机器摊下来每小时多少钱。

身体是成本，不是信仰

最反直觉的决策，体现在机器人长什么样这件事上。

千寻智能的 Moz1 和 Moz2 用了半身结构加夹爪，没有腿，没有复杂的灵巧手。理由不复杂：固定工位不需要人手级别的自由度，灵巧手价格更高、控制更难，现阶段算不过 ROI（来源：深网）。

我一个做本体研发的朋友看到这个方案，第一反应是"这也太丑了"。第二反应是，"丑算什么，客户认就行。"

这背后是一个残酷的事实：通用机器人能换岗位，也要为暂时用不上的能力付钱。 一个做分拣的机器人，它那双价值五位数的灵巧手可能从头到尾只做了三指夹爪的活。那条为了"通用性"装上去的腿，在仓库里一步都没走过。

双足路线不是没有出路。加速进化在 2026 年 RoboCup 上被 59 支参赛队伍里的 38 支选用（来源：深网），小型双足机器人在踢足球这件事上确实有价值。但注意，这是技术验证场，不是商业战场。足球场验证的是运动控制算法的鲁棒性，仓库验证的是投资回报率。两个地方跑的是完全不同的指标。

我挺希望看到有人能在这两条路线之外给出第三种答案，但就 WRC 2026 现场释放的信号来看，身体形态的收敛速度比大脑路线的收敛速度快得多。固定工位的半身方案已经开始模块化出货，而双足整机还在打样阶段反复横跳。

客户先算账，大脑还在打架

8 月 22 日同一天，北京人形机器人创新中心发布了 Pelican-Unify 大模型，号称全国首个统一表征具身世界模型，把视觉理解、动作操控、世界模型打包进一个框架里（来源：量子位）。这在学术上是个值得关注的动作。

但放在产业现实里看，客户不关心你的模型统不统一。他们关心的是你能不能把货搬下来，搬得稳，搬得便宜。

大脑路线上，VLA、世界模型、统一表征到底谁赢，我看短期内不会有答案。酷哇科技已经有超过 50PB 的真实场景数据沉淀，在全球 50 多个城市常态化运行（来源：深网）。这个数据量级可能比某些实验室的仿真数据高两个数量级。但即便这样，也远远不够撑出一个通用的具身智能大模型。

今天的具身智能，像极了 2018 年的 NLP。模型结构没统一，训练范式没统一，数据来源各搞各的，谁也不知道 GPT 时刻从哪条路线冒出来。 晚点那篇文章的判断我基本认同——技术不相信童话，智能不会凭空发生。Bert 时代的人不知道自己处在 Bert 时代，今天押注具身智能的人也一样。

但有个变量跟 NLP 时代完全不同：具身智能的客户已经在用脚投票了。2018 年做 NLP 的人面对的是实验室里的基准测试，今天做具身智能的人面对的是产线主管拿着秒表站在你旁边。这个变量会把试错周期压缩到什么程度，我说不准，但它一定会压缩。

分水岭之后，只剩两类玩家

WRC 2026 暴露的这道分水岭，是商业逻辑的断裂——跳舞机器人面向 C 端流量，靠曝光和品牌溢价活着；打工机器人面向 B 端采购，靠节拍和 ROI 活着。它们共享同一层技术底座，却跑在两条完全不同的商业轨道上。

给三类人提建议，说直接一点。

做硬件本体的：别再把自由度当卖点了。你的客户在算的是每个工位省下多少工时，不是你的机器人有几十个关节。千寻智能用半身加夹爪拿下了订单，这不是妥协，是算过账之后的选择。本体设计从"我能造出什么"转向"客户愿意为什么付钱"，这个转弯越早越安全。

做大脑和模型的：别在架构上卷了，去抢真实场景数据。酷哇的 50PB 数据全部来自实际运行，不是仿真器里生成的。你可以用仿真数据训练出一个在论文里刷 SOTA 的模型，但客户只会用一个在真实仓库里连续跑八小时不崩的模型。数据来源的差异，最终会变成商业上无法跨越的鸿沟。

投资人：看两个指标。第一，客户续费率，不是展会围观人数。第二，单个工位的投资回收周期，不是 Demo 视频的播放量。具身智能的第一道分水岭，不是技术路线，是账本。 能过账本这一关的公司才有资格谈未来，过不了的，跳舞跳得再好也是行为艺术。

我最后说一句不太好听的话：这波具身智能浪潮里，热闹是跳舞机器人的，钱是搬货机器人的。有的公司会在流量里活得很滋润，有的公司会在产线上长成巨头。十年后回头看，WRC 2026 大概就是这个岔路口。