" 去年很多还是放 demo（样本），展示技术实力。今年所有技术都要跟产业结合，要去落地做真实的事。"8 月 21 日，希夕智能展台前，创始人兼首席执行官毛梁在接受《每日经济新闻》记者（以下简称每经记者）采访时，分享了对 "2026 世界机器人大会 "（WRC）的观察。

本届 WRC 上，打拳、跳舞、翻跟头的机器人动作展示大幅减少，取而代之的是工厂流水线、前置仓货架，甚至餐厅后厨也被搬进了展台。每经记者现场注意到，希夕智能的展台上，两台机器人同时制作餐食，一位外国观众下单了凉面，机器人最终完成了夹取、配餐、调味、递餐整个过程。

展会现场，聚焦配餐等场景的 " 垂类具身模型 + 双臂柔性机器人 " 公司并不多见。灵心巧手、享刻智能等企业聚焦柔性非标食品加工、配餐、预制菜领域，赛道与希夕智能相对贴近。

从 " 会跳舞 " 到 " 能干活 "，从 " 讲故事 " 到 " 算回报 "，具身智能商业化爆发的开场戏正在本届 WRC 上演。这种转变，不止于人形机器人在展台上反复演练抓取螺丝、拣选商品，很多深耕垂直场景的玩家，可能已经率先跑通了从技术到营收的商业闭环。

不追逐展厅里的聚光灯，中央厨房、食品加工车间正成为检验具身智能 " 真落地 " 能力的隐秘考场。

从关东煮到航空餐，一台 " 不移动 " 的机器人如何扎进厨房？

除了人形机器人的实操展示外，今年 WRC 还有一大显著特征——垂直场景的机器人正在从配角走向舞台中央。商超、餐饮、消防、酒店等服务场景的实景作业演示随处可见。

每经记者实地走访发现，希夕智能展台前，几乎全天候排着体验队伍，两台机器人同时制作着轻食沙拉和中式凉面。据现场工作人员介绍，该产品已在国内知名航空公司的航空配餐产线实现规模化运行，单条产线单日可产出近万份航空餐。

希夕智能星越机器人制作沙拉（左）和凉面（右） 图片来源：企业供图

这家由新希望集团旗下智能投资孵化平台、通用机器人 " 独角兽 " 非夕科技以及希夕创始团队联合孵化的创业公司，从一开始就放弃了 " 人形 " 叙事。毛梁在接受每经记者采访时透露了一个关键决策逻辑：" 我们做的食品加工场景，90% 以上的工序不需要移动。从技术极简主义出发，最重要解决的是手、脑、眼的问题，不需要双足。去掉移动能力，技术更可控，成本更低。"

这一判断正在被市场充分验证。毛梁告诉每经记者，希夕智能新增业务中，配餐场景业务占比近一半，包括中央厨房、便利店、航空配餐等；在食品精加工端，则覆盖油炸、整形、切割等深加工以及食材精准配重等工艺环节。" 有观众看到我们说，你们是去年做关东煮穿串的那家（公司）。" 毛梁表示，" 今年配餐、切割、整形，产品功能覆盖进一步扩展。"

事实上，食品加工行业之所以长期被自动化 " 遗忘 "，根源在于结构性难题——非标。工业制造来料全部标准化，而食材天生形态各异、软硬不一，传统自动化依赖固定点位的机械传动，面对形态波动的生鲜食材极易失效。加之食品行业变化性强、上新频繁等，进一步加剧了自动化的难度。毛梁给出的数据显示，食品加工行业约 60% 至 70% 的工序仍高度依赖人工。

纵观整个具身智能产业，优质数据的严重缺失正是掣肘发展的关键因素。餐饮这类非标场景，机器人的训练数据从何而来？" 食品垂类的公开数据基本找不到，我们的数据全部在客户真实工厂里采集。" 毛梁透露，希夕智能仅猪肉品类就采集了几十万条五花肉、肋排的数据，形成了自有的猪肉模型，并由此向鸡肉等其他品类泛化。

垂直赛道的 " 专科医生 " 逻辑：不追逐人形，但离钱更近

从投资角度来看，具身智能赛道已经从关注 " 技术能力 " 转向了 " 能不能赚钱 "，其估值逻辑也随之发生分化。单纯的运动控制不再是核心瓶颈，机构更看重 " 软硬一体偏软 " 的全栈能力。这其中，垂直赛道玩家正凭借场景数据积累和真实交付，获得越来越清晰的商业估值逻辑。

毛梁用 " 专科技术工人 " 来定义希夕智能。在他看来，通用人形机器人追求的是 " 全科大夫 " 式的无限泛化能力，而垂直机器人要做的是 " 专科医生 "，在垂直特定领域实现技术的深度落地，兼顾可靠性与经济性。

这种实用主义在产品层面体现得尤为明显。不过毛梁也坦言，相比模型的快速迭代，硬件迭代不会很快，" 一两年发布一个新品 "。随着客户增加、数据积累，模型的功能覆盖面和精细度会有所提升。

一个细节折射出垂直场景的技术难点。毛梁将 " 从粘连的芝士片中分离单片并放置，保证不撕烂 " 列为当下最难攻克的技术目标之一。"（这道工序）即使人工都做得很慢。" 毛梁对每经记者说道。

看似简单的动作背后其实涉及视觉识别、力控精度和运动规划的协同突破，远非简单的 " 抓放 " 动作可比。而正是这类琐碎却极其考验综合能力的 " 脏活累活 "，构成了垂直机器人的真实壁垒。

当 WRC 的聚光灯开始从机器人本体能力进一步延伸至产业应用时，垂直玩家已经在工厂车间里完成了从技术验证到规模化交付的跨越。具身智能的产业叙事正在发生根本性转变。

从 " 能不能走、能不能跑 " 到 " 能否稳定完成任务、能否算得过经济账 "，这场从展台到产线的长跑，或许最先撞线的不一定是那些最像人的机型，而是最懂场景的垂类机器人。