2026 WAIC 观察：具身智能分工初现，数据采集成独立赛道，世界模型路径仍存争议
2026/07/23 16:23阅读量 2
2026 年 WAIC 上具身智能独立成馆，参展企业超 200 家，真机超 300 台。行业正从全栈自研向分层专业化切换：腾讯、华为等巨头主攻智能底座，不造本体；数据采集设备首次成为独立品类，多家公司推出专用方案。世界模型替代 VLA 成为新焦点，但业界对技术路线尚未达成共识，纯视频、物理仿真、融合路径各有利弊。
事件概述
2026 年世界人工智能大会（WAIC）上，具身智能首次独立成馆，参展企业从去年的 80 多家猛增至 200 多家，现场展示真机超过 300 台且几乎全部动态运行。展会透露了行业三大趋势：场景定义本体导致形态分化，数据采集工具成为独立品类，以及多家科技巨头集中布局智能底座。
核心信息
- 身体分化，大脑集中：智元精灵 G2Max 专注仓库搬运，它石智航用轮式底盘加双臂演示产线作业，加速进化则展示足球竞技机器人，松延动力推出万元以内人形机器人“小布米”。与此同时，腾讯发布 Tairos 具身智能开放平台和混元具身大模型；华为云推出 CloudRobo 全链路开发平台，已有 20 余家企业入驻；阿里、百度也提供类似平台。科技巨头均避造本体，专攻控制与算法层。
- 数据采集首次独立成赛道：觅蜂科技推出 MEgo 系列手持及穿戴式数采设备，普通操作员即可采集数据，无需机器人工程师参与。大晓机器人发布 ACE 数采设备和 KAIROS 世界模型，形成“采集+训练”打包方案。产业链从“每家公司自采数据”逐步转向专业化数据服务。
- 世界模型技术路线分歧明显：行业共识是 VLA 模型存在物理认知缺陷，世界模型成为新方向。但具体实现路径各异：群核科技黄晓煌认为纯视频模型成本过高，更看好传统物理仿真；生数科技骆怡航主张融合视频数据、物理强化数据和本体数据；银河通用张直政提出世界模型必须三重能力（建模状态变化、利用状态促进策略、通用评价能力）。银河通用现场发布的 WAM-TTT 模型可在冻结参数情况下仅看少量人类操作视频即可适应新场景，实验数据显示原本需 100 小时数据训练的任务可能缩短至约 2 小时。
- 竞争重心从运动能力转向数据驱动与模型工程：行走、跳跃等运动技能差距逐渐缩小，胜负手转向模型的数据驱动能力及从模型到可靠任务执行的全流程工程体系。
- 基础设施雏形浮现：行业正在经历三个切换——从垂直一体化到分层专业化、从硬件炫技到智力比拼、从“万能机器人”到在特定范围实现通用能力。这种分工逻辑类似汽车产业中的 Tier 1 供应商：不造整车但输出智能座舱、智驾系统。
值得关注
- 数据基础设施的标准化与低成本供给，可能成为产业链中最难替代的环节；仙工智能招股书显示其控制器业务毛利率接近 80%，远高于整机业务（不到 40%）。
- 世界模型与 VLA 并非替代关系，而是并行演进：VLA 负责“看见和理解”，世界模型负责“想象和判断”。
- 机器人从工厂走向家庭的最大障碍是环境可变性，银河通用的 WAM-TTT 技术若得到验证，将大幅降低“换场地”成本。
- 当前行业仍处于早期，但底层努力（如数据协议改进、模型架构试探、开放平台接口落地）正逐步积累，可能在未来推动行业非线性增长。