WAIC 2026 之后，机器人行业换了考卷

2026 年 7 月 18 日上海 WAIC 现场，三家公司在同一天把"落地指标"摆到 C 位。优理奇机器人联合浙大、MIT、牛津、耶鲁、上交发布 UniTac，让机器人在接触物体前就能"想象出"摸起来是什么手感（来源：量子位）。苏度科技首次公开亮相，CEO 韩铮只讲一句话——做到 99%+ 的任务可靠性，具身公司就没有泡沫（来源：晚点团队）。腾讯 Robotics X 联合混元一次开源三款具身基座模型，并把 HyVLA-0.5 在日化品工厂的真实成绩摆出来：作业成功率高于 95%、节拍快于 6 秒/件（来源：腾讯技术工程）。

三家凑到同一天并非巧合。这是行业考卷更换的信号：demo 漂亮度不再是优等生通行证，落地可靠性才是新的及格线。

第一件事：让机器人会"未触先感"

具身基础模型这两年进步飞快，但有个软肋一直没补上——碰到柔性、易损、密集接触的物体时，机器人还是会失手。

葡萄会捏破，纸杯会捏扁，毛巾抓不起来。视觉告诉机器人"物体在哪里"，但怎么接触、该用多大力，是另一回事。

优理奇与五所高校联合发布的 UniTac 想补的就是这一块。它把触觉拆成两层：物理属性（硬度、粗糙度、纹理）和传感器配置（光照、凝胶状态、Marker 布局），用同一个多模态框架统一理解与生成。模型先用大规模多传感器数据学统一表征，再根据视觉预测潜在触觉状态，把"接触后的反馈"前移成"接触前的先验"，喂给 VLA。

在 PHYSICLEAR-Test 上，UniTac-7B 拿到 66.51 分；在 Digit、GelSight、GelSight Mini、Duragel 四类传感器上平均 SSIM 0.836、PSNR 19.93（来源：量子位）。

这套指标对工程师的意义很简单：机器人从此拥有了"接触前预判"的能力。第一次下手就知道会不会压坏物体，纸杯才不会被捏瘪。

背后对应的，是具身基础模型正在补的第三层 grounding：VLM 把语言锚定到视觉，VLA 把视觉锚定到动作，而 UniTac 把动作锚定到接触本身。三层都齐了，机器人才真正进得了物理世界。

第二件事：苏度把"99%"写进公司章程

苏度科技是 WAIC 首亮相的新面孔，但已经不是新公司。2025 年由韩铮与苏昊联合创立，一年估值冲到 200 亿元，外界最先关注的是创始人的学术光环——苏昊回国任复旦大学浩清特聘教授、通用物理智能研究院首任院长，韩铮是两次成功退出的创业者（来源：晚点团队）。

韩铮在 WAIC 现场被问到一个尖锐问题：**具身行业如果一定存在泡沫，怎么活下来？**他的回答只有一句："我们对具身智能模型的定义，就是要求 99%+ 的可靠性和成功率。能做到这一点，投入产出比算得过来，具身公司就没有泡沫。"

苏度的路线选择很清晰：

• 数据上：以大规模仿真为主、少量真机为辅。首个机器人大模型预训练几乎没用真机数据，部署后直接尝试抓取，失败再试，后期做少量真机强化学习。
• 算力上：已接近万卡级别 GPU 集群，融资主要砸向算力和人力。
• 硬件形态上：选轮式双臂而非人形，把行走、平衡这些变量降下来，把算力和工程精力都放到"手"和"操作"上。
• 场景上：先进电池产线与宁德时代做多工位 POC，从线缆接插这种视觉盲区任务切入，再迁移到 3C、汽车组装；商超、餐饮、家庭是中长期方向。

这种"99% 作为定义而非目标"的姿态，是苏度最值得注意的地方。它把整个公司的研发纪律从"做新东西"切换到了"做稳定的东西"。行业里讲 99% 的人很多，把 99% 写进公司章程的，目前看只有苏度。

第三件事：腾讯把基座模型搬进工厂

腾讯这次没发单一模型，一次发了三个：

• Hy-Embodied-VLM-1.0（"右脑"）：看物知用、看景知变、看远知返。在覆盖 37 个任务的评测里三类能力显著优于同规模模型，仅以 A3B 规模、约十分之一的计算量就接近上一代 A32B 旗舰（来源：腾讯技术工程）。
• Hy-Embodied-RxBrain-1.0（"具身大脑"）：把推理和想象统一到同一个模型，一边给步骤一边生成目标图像，下游动作模型不仅"听到做什么"，更能"看到做成什么样"。
• Hy-Embodied-VLA-0.5（"小脑 + 身体"）：核心竞争力不是模型更大，而是"数据—模型—训练—部署"协同发力，通过亚毫米级 UMI 采集系统积累超一万小时人类示教数据。

三个模型全部开源，挂在 GitHub 和 Hugging Face 上（来源：腾讯技术工程）。

真正让行业震动的不是模型本身，而是 HyVLA-0.5 在真实产线的数据：日化品工厂的高混合、小批量、SKU 频繁迭代产线，作业成功率高于 95%、节拍快于 6 秒/件，新增 SKU 留给数据采集和后训练的时间不到 3 天（来源：腾讯技术工程）。

5% 失败率听上去不低，但放在日化品产线里，意味着这条线真的能跑，而不是只能录 demo。三个月前行业还在用"完成度 80%"当卖点，今天腾讯已经把"成功率 95%+、节拍 6 秒/件"摆到台面。

钛螺丝平台同步升级，把基座模型、智能体和开发工具链串成完整体系。"钛螺丝"这个名字是腾讯首席科学家张正友定的——不做最显眼的部分，做可靠连接模型、本体、工具与应用的那颗螺丝（来源：腾讯技术工程）。

三件事指向同一个新考卷

把这三件事放一起看，能读出三层共同的判分标准：

判分项一：能不能补齐"接触层"能力。 VLA 这两年把视觉和动作串起来了，但碰到柔性、易损、密集接触的物体就失效。UniTac 把触觉前移到接触前，是补的正是这一层。机器人要进家庭、进工厂、进医疗，都绕不开"接触"。

判分项二：能不能用工程纪律做"99% 可靠性"。 苏度的选择说明一件事：单纯堆模型规模和真机数据，碰不到 99%。要么用大规模仿真降低数据成本，要么在工厂里跑真实节拍——但都得把"成功率"当作产品定义，而不是优化目标。

判分项三：能不能把基础能力做成可复用、可组合的底层接口。 腾讯钛螺丝、苏度"SDK 化"的判断、优理奇从 UniTouch 到 UniTac 沉淀的视触觉统一表征——三家的路径不同，但都在做同一件事：把"抓取、放置、组装、检测"做成可被上层模型调用的稳定模块，而不是每个场景单独调一遍参数。

张正友在 WAIC 上说了一句话："语言并不等于全部认知，它只是智能向外表达的一个通道。"真正的智能要落在"感知—身体—行动"的闭环里，在物理世界被验证（来源：腾讯技术工程）。这话翻译成行业话是：demo 漂亮不叫智能，落地稳定才叫智能。

未来 12 个月，谁会留下

WAIC 2026 之前，行业讲的是"我们又做了一个新模型"。WAIC 2026 之后，行业开始讲"我们在哪个工厂跑到了多少成功率"。

这种切换背后是资本、客户、人才在重新排队。资本要看的是单位投入能换多少可复制工位；客户要看的是失败率能不能压到产线能容忍的范围；工程师要看的是自己做的模型能不能在真实物体上连续 100 次稳定执行。

具身智能不会像大模型那样靠 Scaling Law 一路赢下去。机器人没有"互联网数据"，没有"先卖车再回收数据"的渠道（来源：晚点团队）。这条路必须靠工程纪律、仿真基建、真实产线的数据回流，三件事同时推进。

苏度押的是仿真和 99% 可靠性，腾讯押的是开源基座 + 工厂落地，优理奇押的是触觉这一层 grounding。哪条路会赢，没人知道。但 12 个月后能用这三个判分项打分的公司，不会超过今天的五分之一。

demo 漂亮的时代结束了。能在真实产线连续跑 10000 次不出错的，才是下一个十年的玩家。