WRC 2026：中國機器人正從展場炫技走向真正工作

WRC 2026 展示的是一個正在轉型的機器人產業。8 月 19 日至 23 日，大會在北京經濟技術開發區（亦莊）舉行；展場裡除了熟悉的人形機器人表演，還出現了包裹分揀、工業流程、餐飲製作與家務服務等示範。更深層的訊息是：機器人的下一場考試，不再只是能否讓觀眾驚嘆一次，而是能否在不斷變動的工作環境中，穩定、重複地完成任務，並真正成為企業營運的一部分。3417

不過，大會也同時說明，能讓機器人在廣泛場景中工作的軟體基礎仍未塵埃落定。不同公司正以不同方式回答同一個問題：機器需要多少物理世界理解、多少訓練資料，以及多大的適應能力，才能從固定腳本走向更一般化的工作？

從「表演」轉向可運作的工作

本屆大會以「人機共生，產需共融」為主題，將應用場景與潛在買家推到更核心的位置。展品涵蓋包裹分揀、手機包裝、物料搬運、接待、零售及家務。路透社形容，產業正試圖從吸引人潮的展示，走向更廣泛的商業應用；但一次示範本身，並不能證明系統已能長期、規模化部署。217

這個差別相當關鍵。機器人在準備好的展場完成一項任務，代表它展現了某種能力；機器人在每天都會變化的工作場所中，持續而可靠地完成任務，才代表它已成為可運作的產品。WRC 2026 提供了更多從前者走向後者的跡象，但還不能視為大規模部署已經到來。

幾個展項呈現了這股轉向的不同面向：

• X Square Robot 展示以統一模型串連物流與家庭場景。其機器人示範了整理衣物、清潔、取回外送物品與飲料、澆水，以及其他家務工作。
• UBTECH 展示多人形機器人協同工作流程，涉及搬運、堆疊、分揀與補貨；Walker C1 則定位於接待等服務及公共互動場景。
• 京東 將 JoyInside AI 平台搭載於宇樹 R1 人形機器人，現場示範機器人遛機器狗。這顯示京東不只是潛在的機器人使用者，也試圖成為 AI 平台及產業生態的參與者。
• 自動煮食、咖啡製作及機器人零售等餐飲、零售與服務示範，則直接把商業化意圖呈現在參觀者面前。516

目前提供的證據，並未具體證實 AI² Robotics 或 LimX Dynamics 在 WRC 2026 的特定應用，因此不宜對兩家公司的展會角色作出過度延伸的描述。

展會規模很大，但不等於產業已成熟

大會公布的數字相當可觀：五天活動共有 373 家國內外企業參展，展出逾 3,000 件產品，當中有 311 件為首發新品。展覽內容涵蓋機器人整機、核心零部件、產業協同，以及多種應用場景。34

這個規模的重要性，不只在於參展商數量，而在於它顯示出一條日益完整的商業化鏈條正在形成。展會把機器人本體、致動器與感測器、晶片、資料收集系統、基礎模型、應用軟體及潛在用戶，放在同一個產業平台上。靈巧手、力感測器、關節模組與晶片等核心零部件，也獲得顯著關注。5

但數字仍須謹慎解讀。數百家參展商和數千件產品，反映的是產業活動與市場企圖，並不能證明已有數千套系統能以盈利方式大規模運作。更值得注意的訊號，是示範開始與具體工作連結起來：搬運物料、分揀包裹、補充庫存、服務顧客，以及完成家務。

具身智能的技術路線仍在分流

大會亦突顯一個根本問題：要讓機器人具備適應不同任務的智能，最有效率的路徑究竟是甚麼？

路線一：用大量人類影片學習物理行為

Dyna Robotics 的 Dyna-2 代表其中一種方向。公司將它描述為用於操作任務的「世界動作模型」（world-action model），以超過一百萬小時的人類第一視角影片進行預訓練，約相當於 170 年不間斷的清醒生活經驗。其基本假設是，大規模影片可以提供場景如何變化、物件如何回應接觸，以及人類如何完成實體動作等資訊，從而減少對稀缺機器人動作資料的依賴。

Dyna 表示，Dyna-2 能跨不同機器人平台轉移，並只需數小時額外微調即可適應。這些仍是公司提出的說法，而非已獲獨立驗證的通用性能結論。

路線二：從一次示範快速適應

Generalist 的 GEN-1.5 則採取不同重點。公司稱，這是一個多模態機器人基礎模型，能在幾秒內從單次示範學習新任務，而且不需要梯度更新或微調。系統會處理影片、感測器、語言及本體感覺輸入，並輸出動作軌跡。

這種方法強調快速的「情境內適應」：操作員不必為每項新任務重新訓練機器人，只需示範應如何操作，模型便嘗試將指令泛化到新的情境。與 Dyna-2 一樣，目前可取得的證據主要來自公司自身，因此應視為已公布的能力主張，而不是已經定案的業界基準。

尚未有答案的問題

這兩種方法揭示了產業仍在取捨的幾項問題：

• 從人類影片而非機器人互動中，可以學到多少真正有用的物理知識？
• 何時真實世界資料的價值會高於模擬或錄製的示範？
• 開發者應優先擴大模型規模、建立世界模型、進行模仿學習，還是追求快速任務適應？
• 在感測器、機構尺寸及控制限制各不相同的情況下，一個機器人訓練出的模型能否可靠轉移到另一種機器人身上？

現有證據並未證明哪一種架構或訓練配方會勝出。這場路線分歧並非枝節問題；它將直接影響企業新增任務、環境及機器人本體時所需付出的成本。

所謂「落地年」：先做能賺錢的事，再等待通用突破

WRC 2026 顯示出一種雙軌策略。企業一方面投入倉儲、裝配、物流、零售及服務等具有清晰經濟效益的應用；另一方面繼續建設基礎模型、資料基礎設施與更通用的具身智能硬體。24

這種做法相當務實。較受限制的系統可以先取得客戶回饋及營運資料，即使它們尚未解決通用機器人的問題。人形平台或許更容易吸引目光，但在特定工作上，輪式系統與專用機器可能更合適；大會相關報道也指出，許多真正執行生產性工作的機器人，其實是靠輪子移動，而不是雙足行走。

因此，這是一個在技術前沿尚未定案之前便開始商業化的市場。WRC 2026 並不是宣告通用人形機器人已經全面到位，而更像是一場市場測試：機器人企業能否把令人印象深刻的示範，轉化為可重複的工作流程；並在技術路線競爭持續之際，透過真實部署取得收入與資料，持續改進產品。