WRC 2026: i robot cinesi cercano un posto stabile nel mondo del lavoro

La World Robot Conference 2026 ha fotografato un settore in piena transizione. Dal 19 al 23 agosto, nel distretto di Yizhuang a Pechino, i robot non si sono limitati alle ormai consuete acrobazie umanoidi: sono stati mostrati mentre smistavano pacchi, gestivano flussi produttivi, preparavano cibo e svolgevano mansioni domestiche. Il messaggio di fondo è chiaro: la prossima prova per la robotica non sarà più soltanto impressionare il pubblico una volta, ma lavorare con sufficiente affidabilità da meritarsi un posto stabile nelle attività di un’azienda. 3417

La conferenza ha però evidenziato anche quanto sia ancora incerta la base software necessaria per creare robot dotati di capacità ampie e adattabili. Le aziende stanno sperimentando risposte diverse alla stessa domanda: come fornire alle macchine una comprensione fisica del mondo, dati di addestramento adeguati e la flessibilità necessaria per andare oltre compiti rigidamente programmati?

Dallo spettacolo alla produttività

Il tema dell’evento — “Simbiosi uomo-robot, convergenza tra produzione e domanda” — ha portato applicazioni e potenziali acquirenti più vicini al centro del dibattito. Tra gli stand si sono viste attività di smistamento pacchi, confezionamento di telefoni, movimentazione di materiali, accoglienza, vendita al dettaglio e lavori domestici. Reuters ha descritto l’ambizione del settore come un passaggio dalle dimostrazioni pensate per stupire a un uso commerciale più ampio, sottolineando però che una prova in fiera non dimostra di per sé la possibilità di un’implementazione duratura e scalabile. 217

La differenza è sostanziale. Un robot che completa un compito su un pavimento espositivo preparato dimostra una capacità; un robot che lo ripete in modo affidabile, mentre cambiano ambiente e condizioni di lavoro, dimostra di essere un prodotto operativo. La WRC 2026 ha offerto più segnali del primo passo verso questo obiettivo che prove di una diffusione di massa già compiuta.

Alcuni stand hanno reso visibile l’ampiezza di questa spinta:

• X Square Robot ha mostrato un modello unificato applicato alla logistica e agli ambienti domestici. I suoi robot sono stati presentati mentre riordinavano vestiti, pulivano, recuperavano consegne e bevande, annaffiavano piante e svolgevano altre attività casalinghe.
• UBTECH ha presentato flussi di lavoro coordinati con robot umanoidi impegnati a sollevare, impilare, smistare e rifornire merci. Il modello Walker C1 è stato invece orientato ai servizi e all’interazione con il pubblico, per esempio nell’accoglienza.
• JD.com ha utilizzato la piattaforma di intelligenza artificiale JoyInside su un umanoide Unitree R1, mostrato mentre portava a spasso un cane robot. La dimostrazione ha sottolineato il ruolo di JD non solo come possibile utilizzatore di robot, ma anche come attore nel campo delle piattaforme AI e degli ecosistemi tecnologici.
• Le dimostrazioni nella ristorazione, nel commercio e nei servizi — dalla cucina automatizzata alla preparazione del caffè, fino alle esperienze di vendita gestite da robot — hanno reso evidente l’intento commerciale della manifestazione. 516

Le fonti disponibili per la WRC 2026 non documentano applicazioni specifiche di AI² Robotics o LimX Dynamics durante l’evento. I loro ruoli non possono quindi essere descritti con maggiore precisione senza andare oltre le prove disponibili.

Una fiera imponente, ma la scala non equivale alla maturità

I numeri della conferenza sono rilevanti. Gli organizzatori hanno riferito la partecipazione di 373 aziende cinesi e internazionali, oltre 3.000 prodotti e 311 prodotti presentati per la prima volta nei cinque giorni dell’evento. L’esposizione comprendeva robot completi, componenti fondamentali, cooperazione industriale e applicazioni in numerosi contesti. 34

Questa dimensione è importante perché suggerisce l’esistenza di una filiera di commercializzazione sempre più completa, non di una semplice raccolta di produttori isolati. Alla manifestazione erano presenti corpi robotici, attuatori e sensori, chip, sistemi per la raccolta dei dati, modelli di base, software applicativi e potenziali utilizzatori. Anche componenti come mani meccaniche destre, sensori di forza, moduli articolari e chip hanno avuto un ruolo di primo piano. 5

I dati, tuttavia, vanno letti con cautela. Centinaia di espositori e migliaia di prodotti misurano l’attività del settore e le sue ambizioni di mercato; non dimostrano che migliaia di sistemi siano già operativi in modo redditizio e su larga scala. Il segnale più utile è stato piuttosto il legame crescente tra le dimostrazioni e lavori ben identificabili: movimentare materiali, smistare pacchi, rifornire scorte, servire clienti e svolgere faccende domestiche.

La “divergenza delle strade” nell’AI incarnata

La conferenza ha messo in luce anche una domanda strategica di fondo: qual è il modo più efficiente per dare ai robot un’intelligenza adattabile?

Prima strada: usare grandi quantità di video umano

Dyna Robotics propone un approccio rappresentato da Dyna-2. L’azienda lo descrive come un world-action model per la manipolazione, pre-addestrato su oltre un milione di ore di video umano in prima persona — l’equivalente di circa 170 anni di esperienza da svegli senza interruzioni. L’idea è che i video su larga scala possano insegnare come cambiano le scene, come gli oggetti reagiscono al contatto e come le persone eseguono azioni fisiche, riducendo la dipendenza dai più difficili da raccogliere dati sulle azioni dei robot.

Dyna afferma inoltre che Dyna-2 può essere trasferito su piattaforme robotiche diverse e adattato con soltanto poche ore di ulteriore messa a punto. Si tratta però di dichiarazioni dell’azienda, non di una validazione indipendente delle prestazioni generaliste del modello.

Seconda strada: imparare rapidamente da una dimostrazione

GEN-1.5 di Generalist rappresenta una direzione diversa. L’azienda lo descrive come un modello multimodale di base per robot capace di apprendere un nuovo compito in pochi secondi, partendo da una singola dimostrazione e senza aggiornamenti basati sul gradiente o ulteriore fine-tuning. Il sistema elabora video, dati dei sensori, linguaggio e informazioni propriocettive, producendo traiettorie d’azione.

Questo approccio punta sull’adattamento rapido “in contesto”: invece di riaddestrare un robot per ogni nuovo compito, un operatore mostra cosa fare e il modello prova a generalizzare l’istruzione a situazioni diverse. Anche in questo caso, le informazioni disponibili sono soprattutto dichiarazioni dell’azienda; vanno quindi considerate capacità riportate, non benchmark definitivi e condivisi dall’intero settore.

Le domande ancora senza risposta

Questi approcci rendono evidenti alcune scelte ancora aperte:

• Quanta conoscenza fisica utile si può apprendere dai video umani invece che dall’interazione diretta con i robot?
• Quando i dati raccolti nel mondo reale sono più preziosi delle simulazioni o delle dimostrazioni registrate?
• Gli sviluppatori dovrebbero privilegiare modelli più grandi, modelli del mondo, apprendimento per imitazione o adattamento rapido ai compiti?
• Un modello addestrato su un robot può trasferirsi in modo affidabile a un altro corpo, con sensori, geometria e limiti di controllo differenti?

Le prove disponibili non individuano ancora un’architettura o una ricetta di addestramento vincente. Questa divergenza non è un dettaglio tecnico: determina quanto costerà aggiungere nuovi compiti, nuovi ambienti e nuovi tipi di robot.

Che aspetto ha l’“anno della messa a terra”

La WRC 2026 ha suggerito una strategia su due binari. Da un lato, le aziende puntano su applicazioni circoscritte e con una logica economica evidente — magazzini, assemblaggio, logistica, commercio e servizi —; dall’altro, continuano a investire in modelli di base, infrastrutture per i dati e hardware destinati a un’intelligenza artificiale incarnata più generale. 24

È una combinazione pragmatica. I sistemi più specializzati possono generare già oggi feedback dai clienti e dati operativi, anche se non risolvono il problema della robotica generalista. Gli umanoidi attirano l’attenzione, ma per determinati compiti i sistemi su ruote e le macchine specializzate possono essere più adatti: le cronache dalla conferenza hanno osservato che molti robot impegnati in attività produttive si muovevano su ruote invece di camminare.

Ne emerge un mercato che cerca di commercializzarsi prima che la frontiera tecnica sia stabilizzata. La WRC 2026 non è stata quindi la dichiarazione che gli umanoidi generalisti siano ormai arrivati, bensì un test concreto: le aziende della robotica devono trasformare dimostrazioni impressionanti in flussi di lavoro ripetibili e usare queste implementazioni per migliorare, mentre continua la competizione sui metodi dell’AI incarnata.