WRC 2026 menunjukkan robot China semakin hampir kepada kerja sebenar

WRC 2026 memperlihatkan industri robot yang sedang melalui fasa peralihan. Berlangsung di daerah Yizhuang, Beijing, dari 19 hingga 23 Ogos, acara itu menampilkan robot yang mengasingkan bungkusan, mengendalikan aliran kerja pengeluaran, menyediakan makanan serta melakukan tugasan rumah — bukan sekadar aksi humanoid yang menghiburkan penonton. Mesej yang lebih penting ialah ujian seterusnya bagi industri robot bukan lagi sama ada mesin boleh membuat persembahan yang mengagumkan, tetapi sama ada ia boleh melakukan kerja berguna dengan cukup konsisten untuk menjadi sebahagian daripada operasi perniagaan. 3417

Namun begitu, persidangan tersebut turut menunjukkan bahawa asas perisian untuk menghasilkan robot yang benar-benar serba boleh masih belum menemui formula yang dipersetujui. Syarikat-syarikat sedang menguji jawapan berbeza terhadap persoalan sama: bagaimana memberikan robot pemahaman fizikal, data latihan dan keupayaan menyesuaikan diri yang mencukupi untuk bekerja di luar tugasan yang telah diprogramkan secara ketat.

Daripada aksi pentas kepada operasi sebenar

Tema WRC 2026 — “Simbiosis Manusia-Robot, Penyatuan Pengeluaran dan Permintaan” — meletakkan aplikasi serta bakal pembeli lebih dekat ke tengah perbincangan. Pameran merangkumi pengasingan bungkusan, pembungkusan telefon bimbit, pengendalian bahan, penyambut tetamu, peruncitan dan kerja rumah.

Reuters menggambarkan cita-cita industri itu sebagai usaha bergerak daripada demonstrasi yang memikat orang ramai kepada penggunaan komersial yang lebih meluas. Pada masa sama, laporan itu mengingatkan bahawa demonstrasi di tapak pameran belum membuktikan sesuatu sistem boleh digunakan secara tahan lama dan berskala besar. 217

Perbezaan ini penting. Robot yang berjaya menyiapkan tugasan di lantai pameran yang telah disediakan menunjukkan keupayaan teknikal. Robot yang mampu mengulang tugasan sama dalam persekitaran kerja yang berubah-ubah pula menunjukkan kematangan sebagai produk operasi. WRC 2026 memberikan lebih banyak petunjuk bahawa industri sedang menuju ke arah itu — tetapi belum membuktikan penggunaan besar-besaran.

Beberapa pameran menyerlahkan skop usaha tersebut:

• X Square Robot menunjukkan satu model bersepadu yang boleh digunakan dalam persekitaran logistik dan rumah. Robotnya dipamerkan menyusun pakaian, membersihkan ruang, mengambil bungkusan dan minuman, menyiram tanaman serta melakukan tugasan domestik lain.
• UBTECH mempersembahkan aliran kerja humanoid secara berkoordinasi yang melibatkan mengangkat, menyusun, mengasingkan dan mengisi semula barangan. Walker C1 pula diketengahkan untuk tugas perkhidmatan dan interaksi dengan orang awam, termasuk sebagai penyambut tetamu.
• JD.com menggunakan platform AI JoyInside pada humanoid Unitree R1, yang dipamerkan sedang membawa anjing robot berjalan. Demonstrasi itu menonjolkan peranan JD bukan sahaja sebagai pengguna robot, tetapi juga sebagai peserta dalam ekosistem dan platform AI.
• Demonstrasi dalam sektor makanan, peruncitan dan perkhidmatan — termasuk memasak secara automatik, menyediakan kopi dan pengalaman kedai yang dikendalikan robot — menjadikan hasrat komersial industri itu lebih jelas kepada pengunjung. 516

Berdasarkan bukti yang tersedia, aplikasi khusus oleh AI² Robotics atau LimX Dynamics di WRC 2026 tidak dapat disahkan dengan secukupnya. Oleh itu, peranan kedua-dua syarikat tersebut di acara berkenaan tidak wajar diperincikan secara berlebihan.

Pameran besar tidak semestinya industri sudah matang

Skala persidangan itu memang besar. Penganjur melaporkan penyertaan 373 syarikat tempatan dan antarabangsa, lebih 3,000 produk serta 311 produk yang dilancarkan buat kali pertama sepanjang acara lima hari tersebut. Pameran merangkumi robot lengkap, komponen teras, kerjasama industri dan aplikasi dalam pelbagai persekitaran. 34

Skala ini penting kerana ia menunjukkan kewujudan rantaian pengkomersialan yang semakin lengkap, bukan sekadar himpunan pembuat robot yang bergerak secara berasingan. Dalam satu acara yang sama, pengunjung dapat melihat badan robot, penggerak dan penderia, cip, sistem pengumpulan data, model asas, perisian aplikasi serta bakal pengguna.

Komponen seperti tangan robot berketangkasan tinggi, penderia daya, modul sendi dan cip turut mendapat perhatian besar. 5

Namun, angka-angka itu perlu dibaca dengan berhati-hati. Ratusan pempamer dan ribuan produk mengukur aktiviti industri serta cita-cita pasaran; ia tidak membuktikan bahawa ribuan sistem robot telah beroperasi secara menguntungkan pada skala besar.

Isyarat yang lebih berguna ialah hubungan antara demonstrasi dengan pekerjaan yang jelas: memindahkan bahan, mengasingkan bungkusan, mengisi semula inventori, melayan pelanggan dan menyelesaikan tugasan rumah.

Persaingan laluan AI berjasad masih terbuka

Persidangan itu juga menonjolkan persoalan strategik yang asas: apakah cara paling berkesan untuk menghasilkan kecerdasan robot yang boleh menyesuaikan diri?

Laluan pertama: gunakan video manusia untuk mempelajari tingkah laku fizikal

Dyna Robotics’ Dyna-2 mewakili salah satu pendekatan. Syarikat itu menyifatkannya sebagai model tindakan dunia untuk manipulasi, yang dilatih terlebih dahulu menggunakan lebih sejuta jam video manusia dari sudut pandang orang pertama — bersamaan kira-kira 170 tahun pengalaman berjaga secara berterusan.

Premisnya ialah video berskala besar boleh membantu robot memahami bagaimana sesuatu pemandangan berubah, bagaimana objek bertindak balas terhadap sentuhan dan bagaimana manusia melakukan tindakan fizikal. Dengan itu, pergantungan kepada data tindakan robot yang sukar dan mahal dikumpulkan dapat dikurangkan.

Dyna mendakwa Dyna-2 boleh dipindahkan merentasi platform robot dan disesuaikan dengan hanya beberapa jam penalaan halus tambahan. Walau bagaimanapun, dakwaan tersebut datang daripada syarikat berkenaan dan bukan pengesahan bebas terhadap prestasi robot serba guna.

Laluan kedua: belajar dengan pantas daripada satu demonstrasi

GEN-1.5 daripada Generalist pula memberi penekanan yang berbeza. Syarikat itu menerangkannya sebagai model asas robot multimodal yang boleh mempelajari tugasan baharu daripada satu demonstrasi dalam masa beberapa saat, tanpa kemas kini kecerunan atau penalaan halus.

Sistem tersebut memproses video bersama input penderia, bahasa dan propriosepsi — maklumat tentang kedudukan serta pergerakan tubuh robot — sebelum menghasilkan trajektori tindakan.

Pendekatan ini mengutamakan penyesuaian pantas dalam konteks. Berbanding melatih semula robot untuk setiap tugasan baharu, operator hanya menunjukkan cara kerja dan model cuba menggunakan arahan itu dalam keadaan yang berbeza.

Seperti Dyna-2, bukti yang tersedia bagi GEN-1.5 sebahagian besarnya datang daripada laporan syarikat sendiri. Maka, dakwaan tersebut wajar dianggap sebagai keupayaan yang dilaporkan, bukannya penanda aras muktamad yang telah dipersetujui industri.

Apa yang masih belum diketahui?

Kedua-dua pendekatan ini mendedahkan beberapa persoalan besar:

• Berapa banyak pengetahuan fizikal yang berguna boleh dipelajari daripada video manusia berbanding interaksi robot secara langsung?
• Bilakah data dunia sebenar lebih bernilai daripada simulasi atau demonstrasi yang dirakam?
• Patutkah pembangun mengutamakan model lebih besar, pemodelan dunia, pembelajaran peniruan atau penyesuaian tugasan pantas?
• Bolehkah model yang dilatih pada satu robot dipindahkan dengan boleh dipercayai kepada robot lain yang mempunyai penderia, bentuk badan dan had kawalan berbeza?

Bukti yang ada belum menentukan satu seni bina atau resipi latihan sebagai pemenang. Perbezaan laluan ini bukan isu sampingan; ia akan menentukan kos untuk menambah tugasan, persekitaran dan jenis badan robot yang baharu.

Beginilah rupa “tahun pendaratan” industri robot

WRC 2026 mencadangkan strategi dua landasan. Syarikat-syarikat sedang mengejar aplikasi khusus yang mempunyai justifikasi ekonomi jelas — seperti gudang, pemasangan, logistik, peruncitan dan perkhidmatan — sambil terus melabur dalam model asas, infrastruktur data dan perkakasan untuk kecerdasan berjasad yang lebih umum. 24

Strategi ini munasabah dari sudut perniagaan. Sistem yang lebih khusus boleh menghasilkan maklum balas pelanggan serta data operasi sekarang, walaupun ia belum menyelesaikan masalah robot serba guna.

Humanoid mungkin lebih mudah menarik perhatian, tetapi robot beroda dan mesin khusus boleh menjadi pilihan yang lebih sesuai untuk tugasan tertentu. Laporan dari persidangan itu menyatakan bahawa banyak robot yang benar-benar melakukan kerja produktif bergerak menggunakan roda, bukannya berjalan dengan dua kaki.

Kesimpulannya, pasaran sedang dikomersialkan sebelum sempadan teknikalnya benar-benar diputuskan. WRC 2026 bukan pengisytiharan bahawa humanoid serba guna sudah tiba. Sebaliknya, ia ialah ujian terhadap kemampuan syarikat robot menukar demonstrasi mengagumkan kepada aliran kerja yang boleh diulang — dan menggunakan penerapan itu untuk terus memperbaiki teknologi sementara persaingan tentang kaedah AI berjasad masih berlangsung.