De mest sigende demonstrationer samlede flere trin i én samlet proces:
WRC dækkede også anvendelser inden for produktion, madservice og detailhandel, sundhed og ældrepleje samt redningsarbejde. På kort sigt vil mulighederne formentlig især ligge i strukturerede miljøer som fabrikker, lagre og faste inspektionsruter, hvor opgaver, sikkerhedsgrænser og driftsforhold kan defineres på forhånd.
Kinas bilproducenter er blandt de vigtigste potentielle kunder. Reuters rapporterede, at næsten 10 store bilproducenter, herunder BYD og SAIC, testede systemer baseret på såkaldt embodied intelligence til materialehåndtering og læsning af dele på produktionslinjer. Unitree oplyste desuden, at virksomhedens robotter blev testet på bilsamlebånd og i dens egne fabrikker.
Det er vigtige anvendelser, fordi de giver en mere realistisk kommerciel prøve end en enkeltstående demonstration. En fabriksrobot skal kunne gentage den samme opgave over lange perioder, håndtere fejl, arbejde sammen med eksisterende udstyr og retfærdiggøre investeringen eller driftsomkostningerne.
En robot på et lager står over for lignende krav: Den skal kunne genkende forskellige genstande, navigere sikkert og koble sig til virksomhedens ordre- og lagersystemer.
Udstillerne på WRC afspejlede netop denne systemudfordring. Udviklere af algoritmer, leverandører af 3D-syn og batterier, robotproducenter og industrielle brugere var samlet på samme marked. Det peger på et forsøg på at forkorte vejen fra komponenter og træningsdata til løsninger, som kunder faktisk kan tage i brug.
Fysiske robotter har brug for mere end en stor sprogmodel og en poleret prototype. De skal trænes med data fra kameraer, kraftsensorer og menneskelige demonstrationer – og gennem gentagen øvelse i miljøer, der ligner de steder, hvor robotterne skal arbejde.
Kina har mere end 70 træningscentre for embodied intelligence, mens yderligere 46 ifølge rapporter er under opførelse eller planlægges. Faciliteterne skal indsamle data fra fjernstyring og sensorer og lade robotterne øve praktiske opgaver igen og igen.
På en national pilotbase i Hangzhou blev mere end 140 robotter ifølge Xinhua trænet i over 40 arbejdsrelaterede scenarier, blandt andet køkkener, lagre, landbrug og en kunstig minetunnel.
Infrastrukturen skal skabe en løbende læringssløjfe: Robotterne forsøger at løse opgaver, operatører retter fejl, nye data forbedrer modellerne, og de opdaterede systemer testes på ny. Det garanterer ikke selvstændige robotter til alle formål, men det adresserer en af de centrale flaskehalse i embodied AI: manglen på data af høj kvalitet fra den virkelige verden, som samtidig er koblet til målbar opgaveløsning.
Beijing har løftet embodied intelligence fra at være et specialiseret forskningsemne til at blive en national industriel prioritet. Regeringen nævnte teknologien i arbejdsrapporten for 2025, mens den 15. femårsplan for 2026-2030 lægger op til langsigtet udvikling af embodied AI samt mekanismer til at finansiere nye industrier og dele risikoen ved dem.
En national handlingsplan for humanoide robotter og træning af embodied AI i virkelige miljøer skal identificere mere end 100 værdifulde anvendelsesscenarier. Relaterede rapporter peger på produktion, offentlige tjenester og specialiserede opgaver som inspektion og vedligeholdelse.
Markedet vokser parallelt med den politiske støtte. Kinas robotsektor havde ifølge rapporter en omsætning på over 300 milliarder yuan i 2025 efter en gennemsnitlig årlig vækst på over 20 procent i de foregående fem år. Omsætningen i første halvår af 2026 blev opgjort til 165,5 milliarder yuan, 24,5 procent mere end året før.
Tallene beskriver hele robotsektoren – ikke at humanoide robotter allerede er rentable i stor skala.
Investorernes entusiasme blev især synlig ved Unitrees børsnotering på Shanghais STAR Market i august 2026. Det blev den første producent af humanoide robotter på Kinas A-aktiemarked. Aktien åbnede 629,44 procent over udbudsprisen og sluttede dagen 460,34 procent højere. Børsdebutten viste en stærk appetit blandt investorer, men en kraftig kursstigning er ikke det samme som dokumentation for vedvarende kundeefterspørgsel eller en sund driftsøkonomi.
Det langsigtede mål er ikke blot en robot, der kan udføre én bestemt opgave godt. Målet er en maskine, der kan bevæge sig ind i et ukendt miljø, forstå en instruktion på naturligt sprog og løse størstedelen af opgaven uden omfattende specialprogrammering.
Unitrees grundlægger, Wang Xingxing, har beskrevet denne evne som robotteknologiens svar på et ChatGPT-øjeblik. Han har peget på en optimistisk tidshorisont på to til tre år og et seneste vindue på fem til ti år. Andre branchekommentarer har placeret et lignende gennembrud omkring udgangen af 2028, men det er prognoser fra virksomheds- og branchefolk – ikke en etableret fælles vurdering.
WRC understøtter en mere afgrænset konklusion: Kina bevæger sig hurtigt fra tekniske demonstrationer mod pilotprojekter og implementering i bestemte scenarier. Konferencen dokumenterer dog endnu ikke, at alsidige humanoide robotter kan arbejde stabilt og økonomisk på tværs af det åbne spektrum af opgaver, som mennesker forventer, at de skal kunne løse.
Den næste fase bør vurderes på driftsdata – ikke koreografi. De vigtigste spørgsmål er:
Kinas robotomstilling er derfor reel, men langt fra afsluttet. WRC 2026 viste en sektor, der opbygger de industripartnerskaber, træningsfaciliteter og politiske mekanismer, som er nødvendige for at vokse. Den afgørende prøve kommer, når robotterne skal levere pålidelige resultater uden for messehallen – og fortsætte med det, efter nyhedsværdien er væk.