《科创板日报》7 月 20 日讯（记者 李佳怡）7 月 18 日至 20 日，上海世博展览馆人流从开馆到闭馆从未中断。

就在 WAIC 前夕，不少业内人士纷纷向《科创板日报》记者打听：" 哪里还能买到票？" 有从业者向记者表示，原价票根本抢不到，黄牛票炒到 1300 多元一张，还是买不到。WAIC 的热度早已不是新闻，但今年的火爆程度让所有人都措手不及。

二楼具身智能展区更是拥堵到观众几乎贴着彼此移动，一位行业人士看了一圈周围的机器人厂商展台，对记者说：" 前年看走路，去年看跳舞，今年看它拧螺丝。"

从证明 " 我能动 "，到证明 " 我有用 "。展馆里的热闹只是表象，机器人何时能真的进厂、进家庭 " 干活 "，则又是另一回事。

▎机器人正在 " 分家 "：工业派向左，陪伴派向右

今年 WAIC 具身智能展区有一个直观变化——机器人的 " 工种 " 开始分化了。

去年展台上，跑步、翻跟头、集体跳舞是绝对主流，每一个流畅的动作都在向观众宣告机器的运动能力。而今年的展台上，分拣、取货、搬运码垛、产线上下料成了演示核心，行业正在从 " 做通用机器人 " 的阶段，走向分场景深耕的阶段。其中一条路径直指工业生产，扎根工厂产线、物流仓储与商业服务；另一条路径则面向消费端，瞄准家庭陪伴与日常生活场景。

工业场景的玩家们，已经把 " 落地 " 写在了展台最显眼的位置。

智元把 " 部署态元年 " 写进了展台主题，展厅内精灵 G2 Max 正在仓储场景里搬运码垛。展台之外，智元联合擎天租在浦东世博展览馆、世博中心、张江科学会堂、徐汇西岸部署了 60 台远征 A3、灵犀 X2 等型号的机器人，承担指路引导、双语讲解、要客接待、动态避障等公共服务，把展会变成了真实的落地测试场。

宇树机器人首次公开的无人工厂沙盘前围满了人，据悉其 2026 年目标出货 1 万至 2 万台；星动纪元展出的物流分拣方案已在全国十余个物流中心常态运营，覆盖物流分拣等场景；梅卡曼德展示八大智能机器人单元，包括人形机器人协同上下料、自主货架取货、海量物体分拣等多个工业场景。

演示的流畅，并不等于真实场景的可用，一位站在人群外观察了许久的从业者，指着一台正在演示的机器人对记者坦言：" 你看它现在抓得很稳，主要是因为料架位置固定、光线固定的、周围干扰较少。而在真实的生产环境里，这些条件随时都可能有变化。不是机器人不行，是它还没学会应付意外。"

在工业路线加速跑的同时，家庭陪伴这条路径也在悄然生长。

傅利叶在展台打造了一个完整的未来居家沉浸空间 " 机器人管家的一天 "，GR-3 化身智能管家助手，完成从居家安防、物品取送，到生活陪伴、访客接待等一系列任务；旁边 " 猫猫头 " 造型的桌面级机器人 GR Nano 前，时不时传来 " 好可爱 " 的惊叹。这款聚焦个人陪伴场景，触摸时会产生微妙的情绪变化，能够与用户产生情感交互。

腾讯展台上，其新一代示范性机器人 " 小六 " 也首次公开亮相。据介绍，它能与人安全相处、动作拟人，并学会了 " 畅气通络按摩手法 "。《科创板日报》记者在现场可以看到，不少参展观众纷纷排队等待体验。

业内人士对记者分析了两条路的落地节奏：" 工业场景环境可控，人机接触少，机器人可以在限定范围内按程序重复完成简单工作，落地门槛相对更低；但要让机器人像人一样灵活思考、应对复杂工作，目前仍有难度。"

" 家庭场景的难度更大，核心是安全可靠性。" 他进一步解释，" 工厂里出了错可以停线重调，家里出一次错就可能伤到人，用户再也不敢用。现在能进入家庭的，基本都是桌面级小型机器人，安全性还在可控范围，距离能做家务的通用人形机器人走进家庭，还有很长的路要走。"

" 机器人最难的问题是操作物体或与人物理接触，触觉感知和力觉感知非常关键。" 腾讯首席科学家、Robotics X 实验室主任、福田实验室主任张正友接受《科创板日报》等媒体采访时也强调，" 目前大部分落地在工业场景，物体重一点轻一点影响不大，只要不是特别易碎的材质，抓取精度要求没那么高，抓紧一点就行。但到了人机物理接触，容错率是零。比如养老场景，搀扶时力道稍有不慎就可能造成伤害。"

▎数据、算力、模型：展馆之外的三个考题

无论去工厂还是去家庭，机器人首先得 " 靠得住 "。而靠不靠得住，则取决于展馆之外的三件事——数据、算力和模型。

智元合伙人、高级副总裁、具身业务部总裁、觅蜂科技董事长兼 CEO 姚卯青在论坛演讲中把物理 AI 规模化必须突破的障碍概括为三道 " 墙 "：一是数据墙，真实交互数据极其稀缺且获取成本高；二是表征墙，跨任务、跨场景、跨本体的统一物理表征尚未形成；三是闭环墙，真实试错代价昂贵、反馈缓慢，难以规模化。

他表示，物理 AI 从 " 能演示 " 走向 " 能干活 "，关键不在于单点模型能力，而在于能否形成可泛化、可优化、可进化的通用具身智能系统。

数据是当前最显眼的短板。他给出一组对比，头部大语言模型的预训练语料已达 100 万亿 Token，等效约 100 亿小时说话量；而具身数据规模与其存在万倍以上的差距。语言数据可以爬取，而物理交互数据则必须由机器人在真实环境中获得。

面对数据缺口，觅蜂科技采用无本体采集，成本可降至传统真机采集的三分之一甚至更低。姚卯青透露，公司今年的目标是完成千万小时级的数据积累，目前已经达到百万小时级别。

算力是另一重约束。姚卯青透露，智元在不少部署场景已使用国产算力平台，" 国产现在在很多应用场景是可以用的状态 "。但当前模型参数量普遍在 100 亿以内，若推进到几百亿参数的 MOE 架构，现在国内国外最新平台都存在一定瓶颈。

模型层面的挑战，则集中在 " 大脑 " 与 " 小脑 " 的协同上。

" 大语言模型的出现，提高了机器人的通识能力。" 小米机器人仿生操控负责人游洋威在接受《科创板日报》记者采访时指出：" 它对一些基础的理解已经有了——桌面上有什么，它是能很好 get 到的，对整个任务也能做比较好的高层拆解。"

但真正的技术难点，在于负责认知决策的 " 大脑 " 和负责运动控制的 " 小脑 " 如何结合。" 最开始大家觉得，小脑肯定比大脑简单，大脑都搞定了，小脑很快就能跟上。但实际做下来才发现，两者的结合有很多技术难点要突破，远没有想象中容易。" 游洋威表示。

从行业整体的发展阶段来看，游洋威将当前人形机器人的水平比作智能汽车的 "L2 早期 " 阶段。其表示：" 在有人看护的情况下，机器人现在还是可以自主做一些事情，但是完全脱离人的监管还不行。此外，具身智能的普及量、完成效率和汽车的 L2 还是有比较大的差距，所以只能说从技术上可能是 L2，但从成熟度上还是非常早期。"

▎ 2027 年之约："GPT-3.5 时刻 " 的乐观与谨慎

行业的分歧，最终落在了一个所有人都关心的问题上：具身智能的 "GPT-3.5 时刻 "，什么时候会来？

姚卯青给出的判断是 "2027 年底到 2028 年初 "。其向《科创板日报》记者表示，伴随着行业在千万小时的数据积累上有一些关键突破，在 2027 年底和 2028 年初有望看到 "GPT-3.5 时刻 " 的出现。

对此，游洋威的态度则更加谨慎，他向记者表示 " 这是个有点乐观的估计 "。

" 在数据量没有达到之前，其实很难说到底什么时候是我们真正的 GPT3.5。" 游洋威坦言，" 参照自动驾驶，千万 Clips 的数据至少实现了一个比较好的能力。但机器人整体任务的复杂度、多样性比汽车更复杂，需要大家继续努力。"

WAIC 即将落下帷幕，展馆里机器人还在拧螺丝、搬货架、陪人聊天，参展观众一层层围着。一位观众临走前向《科创板日报》记者表示：" 热度每年都在涨，但行业吹的牛和能交的货之间，恐怕还有一定距离。"

人声鼎沸的展馆，是行业热度最好的注脚，却不是产业进度的度量衡。从 " 秀动作 " 到 " 干实事 "，从通用幻想到场景分化，具身智能终于走出了概念阶段，踏上了通往真实世界的路。

而至于 2027 年底能不能兑现 "GPT-3.5 时刻 "，还有待持续观望。