来源：Reinvent Robotics
图片来源： Unsplash
“落地”是今年WRC最一致的主题。但“落地”其实是两件事：一件是场景落地，年底极有可能会集中显现；另一件是交付，却要漫长得多。
文｜任倩
去年世界机器人大会，最能留住镜头的是翻跟头的人形机器人，今年翻跟头已经勾不起围观的欲望了。真正挤满人的地方，全换成了那些在演示分拣、搬运的工位。往年搭的是舞台，今年搭的是车间。
逛完这几天，我最深的感受就两个字：落地。但这两个字被用得有点混乱了，我想先把它拆开。
落地其实是两件事。一件是场景落地：机器人进厂、进店、签约、部署、上示范线，这件事今年年底极有可能会集中冒出一大批。另一件是交付：连续运行、稳定可靠、让客户愿意掏第二笔钱，这件事则要漫长得多。中间隔着的那段距离，有人给了它一个精准的名字：最后5%。这篇文章，我想讲的其实就是这两件事之间的那段距离。
01
场景先落地了
先看几个展台上的画面。
银河通用把一整间“家”搬了进来，机器人在里面叠衣服、做早餐、收拾杂物；自变量和星动纪元各自架了一条分拣线，纸箱、文件袋、软包混着往下走，机械手一件件拎起归位。还有两家公司做了更具体的展示：睿尔曼请来稻香村的师傅，让机器人和人一起做月饼；光象科技把焊接和质检串成一线，一台机器人两头跑。最硬核的是优必选，直接在展台上复刻了一条工厂产线，十几台Cruzr从汽车钣金上下料到纸箱拆码垛，一整天不断。
这些场景前几年不是没有，真正的变化在于场景的“身份”。以前它们是技术的道具，搭个像车间的台子，是为了给机器人一个体面的背景；今年它们开始带生产属性，有人真在盯良品率，有人报工时，有人把实训记录直接贴成卖点。
以前问一款机器人怎么样，答案是自由度和扭矩密度；现在开口第一句是“落地了没有”。但同样是“落地”，含金量却相去甚远。有的展台，机器人在一个搭出来的“工厂”里来回重复同一个动作，问起来，对方说还处在“探索阶段”；有的展台，已经能拿出在真实产线上连续运转的记录，具体到干了几批活、出过几次错。
49家央企集体亮相，国家电网、中石油、中石化、中国中车……展板上写的不是参数，而是电力巡检、油气管道运维这些具体需求。过去两年，央企在展馆里更像是旁观者，逛一圈、拍拍照；今年它们反客为主，把需求一条条列了出来，等人来接。主论坛上，英国48家集团主席还专门发布了一份“欧洲机器人采购需求”。
配套的是“采购日”。世界机器人大会举办十一届以来，首次将采购对接单列为正式日程。过去，供需对接只是顺带，今年却被首次摆上了台面。行业已进入必须成交的阶段，仅靠展示已经不够了。
但我想说句可能不讨喜的话：采购日的出现，一半是进步，一半是焦虑。进步在于，终于有人认真谈成交了；焦虑在于，一个真正成熟的B端市场，买家会自己找上门，不需要政府把“采购日”写入官方日程来撮合。需求方进场，恰恰说明自发的、可持续的需求，还不够多。
今年特设了机器人消费节，把咖啡、奶茶这些离普通人最近的消费场景直接搬了出来。这是一个值得留意的信号。
还有一个变化虽不起眼，却最能说明产业链在成熟。数据采集设备今年单独成片：遥操设备、动捕系统、数据手套——这些过去只窝在实验室角落里的东西，今年在展馆里有了独立展位和销售。光轮智能3月拿了10亿融资，一季度签下5.5亿订单；无问智科一季度签下数亿元订单；弈人科技2025年收入破亿，今年一季度订单已超过去年全年。造机器人的还在琢磨怎么赚钱，卖数据设备的反倒先把账算平了。
整个产业的重心，正在从“供给侧自我证明”转向“需求侧验证”。以前是“我造出来了，你看厉不厉害”，今年是“你要什么，我能不能干”。
02
卡住的是最后5%
场景多了，需求方来了，采购日有了。但据此就以为机器人即将可以稳定上岗，未免过于乐观。
有展台的机器人在整理杂物，动作慢吞吞。问起来，工作人员说速度是刻意压低的，怕快了不稳。慢到这个份上，还能叫“能干”吗？演示得挺像回事，和真正把活儿干成之间，差距不是数据，是最后那一点可靠性。
最近Physical Intelligence的CEO Karol Hausman给出了一个与主流叙事相悖的判断：机器人数据正在从稀缺走向充裕，数据供给已经成为一条拥挤的赛道。真正难的，不是“会做”，是“做到最后5%”。
他拆得很清楚：从0%做到20%、60%，主要靠数据；但从60%到能部署，靠的是强化学习。模仿学习解决的是“会不会做”，强化学习解决的是“做不做得成”。杯子歪了、桌面被占了、手爪打滑了，能不能自己修正，这些仅靠堆数据是堆不出来的。
这个判断，能解释今年行业里一个明显的转向：从单一的VLA 路线向其他路线迁移。VLA擅长复现数据中的动作，而生产场景真正关心的是任务成功率。两个目标会逐渐分叉，数据堆得越多，未必越可靠。墨奇智能联合创始人兼CTO黄青虬说得更直接：“世界模型和VLA，都不是答案。”
架构本身不是护城河。Hausman说得更不留情面，架构选择“大概三天就能换掉”。真正拉开差距的是那套系统工程：数据怎么采、怎么标、怎么筛，部署怎么落地，数据怎么回流。这话听着有点虚，墨奇的具体做法正好能说明这一点。
当前通行的分层架构，把“目标怎么维持、任务执行到哪一步、下一步做什么”这些决策全部压在大脑（System 2）上，而真正跟物理世界打交道的小脑（System 1），只会按指令一步一动地执行。于是机器人走一步卡一步，频繁停下来等大脑重新发令，动作又慢又碎。墨奇主张恰恰相反，把这些能力下沉到小脑，让它自带状态记忆，记住“我刚做了什么、进行到哪一步、接下来该干什么”，执行逻辑从“一步一动”升级为“带着目的持续行动”。
在WRC现场，他们让一台轮式机器人KINO一口气干了15分钟家务：收拾桌面、检查冰箱补货、洗烘叠衣服，中间还自己安排了顺序——先把湿衣服送进烘干机，趁着空档去叠别的。长程任务这件事，眼下敢现场跑5分钟以上的就没几家。墨奇这一口气15分钟，算得上这届展会最扎实的演示之一。
但我真正在意的，不是这套架构，是它背后的两件事。
首先，墨奇做的是一套“系统”，不是某个单点。它不只是一个模型，也不只是一台机器人，而是把“训练小脑、采集数据、验证长程任务”三件事串成闭环：模型负责让机器人持续工作，数据负责喂养这套模型，长程任务负责检验这套东西能不能真正跑通。三者缺一，都只能称为组件，不足以构成系统。
其次，是墨奇的数据观。同行在疯狂堆数据量，喊出千万小时甚至上亿小时，墨奇反复强调的却是真实场景的数据，质量比数量要紧得多。他们没有凑世界模型的热闹，也没给自己贴VLA的标签，而是优先进入酒店、商务公寓这些服务场景，让一线操作人员在日常工作中顺手生成数据。目前积累的真实场景数据约3万小时，计划到年底做到15到20万小时。
把Hausman和墨奇放到一起看，结论一致，只是说法不同。行业已经过了“有没有数据”的阶段，卡点从“数据数量”转移到“数据质量”，再到“数据能不能变成可靠策略”。数据采集独立成赛道，光轮、弈人都在赚钱，这是好事；但另一面也得看清：行业一边喊数据不够，一边把“采数据”做成了能赚钱的生意。而真正卡住的那最后5%，是买再多数据也填不上的。
许多人开口便问模型强不强，Hausman的回答更务实：即便中国已经出货这么多机器人，仍然缺少一个足够稳定、可以真实部署的平台。实验室里连续演示10分钟，和仓库里连续工作10小时，中间隔着供电、发热、机械磨损、传感器漂移等一系列工程问题。具身智能赛道，先比的是谁耐用，其次才是谁聪明。
再把视角拉远一点，会发现这个行业连“共识”本身都很稀薄。最近密集看了一批高管的访谈，最深的感受是割裂：十家里有七家把数据放在第一位，但这七家嘴里的“数据”根本不是一个东西：有的指预训练语料，有的指采集，有的指加工，各说各话。唯一稍微形成共识的是触觉，都承认它重要，轴孔装配任务里没有触觉成功率只有十几个百分点，引入后能涨到80多；但共识也就止步于“触觉很重要”这句话，至于具体怎么用、管不管用，没人能答清楚。
把这些放到一起，对“落地”的判断也就清晰了：场景落地容易，规模化交付难。难在数据能不能变成可靠策略，难在系统能不能长期稳定运行，难在部署、反馈、供应链能不能形成一个闭环。落地不只是一个技术问题，更是一个系统工程问题。
03
规模化交付还早
年底极有可能会集中出现一大批“场景落地”：进厂、进店、签约、部署、上示范线，这些在年底前就可能看到。但“规模化交付”不会同步到来。一条产线上跑一周不出错，和跑一年不出错，是两件事；一个门店里做十杯咖啡不翻车，和连续营业一个月不翻车，也是两件事。真正的交付，是客户愿意掏第二笔钱，这个时间尺度要长得多。
王兴兴在大会上提出了“两个80%”的标准：把机器人带到80%的陌生场景，靠语音或文字指令完成80%的任务，才算到达临界点，快则两三年，慢则五到十年。他说的是“陌生场景里的任务泛化”，不是一个经过精心调试的Demo。Hausman的表述更简洁——机器人不会有一个单独的“ChatGPT时刻”，它会像Waymo那样渐进扩散，先在商业场所，再到工业场景，再到人身边，最后某一天回头看，它已经普及了。
渐进式扩散，意味着落地是分批、分场景兑现的，不会有一场发布会解决所有问题。
那怎么判断年底冒出来的那批“落地”哪些是真、哪些掺了水？有一把尺子谁也演不了——价格。
今年展馆里的信号是价格的两极分化。一头是人形机器人一路降价，宇树从H1的65万，到G1的9.9万，再到R1的2.99万；星尘智能的绳驱人形首发8.99万，松延动力的仿生机器人9.9万起步。另一头是工业机器人反倒在涨价：埃夫特今年两次调价，喷涂系列涨5%到8%；汇川的SCARA和多关节涨5%到15%；欧姆龙的并联涨25%到50%。
降价，是因为需求还没到，只能靠价格换关注、换身位、换一个“先跑起来”的机会；涨价，是因为已经被需要，采购方认的是可靠性和回报率，是确定性能省多少人工。这一降一涨，比任何口号都更接近“落地”的真相：别问它落了什么地，问它值多少钱。
去年一整年国内发的人形机器人也就三百来款，一届展会几天就上了上百款，型号堆得越多，“首发”这俩字越不值钱。真正值得看的，是那些已经走出展台的场景，能不能跑出几个能复制的样本。银河通用的零售值守在40多个城市铺了170多个点位，智慧药房在数十个城市开了上百家即时零售仓，S1已经在宁德时代产线上7×24连续跑了三个多月；睿尔曼今年计划把机器人部署进近千个真实场景。这些数字，才是“落地”的分量。
最后说说众擎，那个全场最热闹、却跟“生产力”风向反着来的展位。
满场都在往生产力上靠，众擎还在打拳，看起来像个另类。但仔细看，这家公司其实想得挺清楚。格斗既是流量，也是技术练兵场。高动态对打对全身控制和响应速度的要求，比在展台上走两步苛刻得多。格斗机器人已经卖到了美国，7月它又发起URKL全球人形机器人自由格斗联赛，用竞技倒逼技术迭代。
格斗之外，众擎还押了一个不太起眼的方向：教育。2024年底，SA01双足机器人就作为科研教具进了广州博萃德学校的课堂，还跟STEMHUB合作开发K12课程。这一步踩在政策节拍上，教育部明确要在2030年前让中小学基本普及人工智能教育。另据知情人士透露，眼下众擎马上要推出一款面向K12的机器人。
把两个场景并排放，能看出众擎的取舍：没去挤工业、物流的红海，选了“竞技+教育”这两个自己拿得住的方向。竞技离技术近，能练兵、能出海、能造流量；教育离付费近，有政策托底、有明确的买单方，更容易标准化交付。这两个场景都不依赖“人形机器人替代人工”这种还得等很久的假设，各自有今天就能兑现的需求。
说明一件事：落地不等于挤红海，场景选择本身就是能力，而且比很多人以为的更值钱。满场谈落地，但真正想清楚“落到哪、交付什么”的，未必有多少。当然，选对场景和交付得好，中间同样隔着那个5%。众擎的教育机器人到底能不能交付，还得看它出来之后的表现。
落地今年被说滥了，但它是一个过程，不是一个瞬间。场景落地年底就极有可能看见一大批；规模化交付还在路上，是一连串局部优化的累积。直到某一天你发现，翻跟头已经没人看了——不是机器人不厉害，而是拧螺丝、叠衣服、送咖啡的机器人，已经悄无声息地干了几个月，没出过岔子。