AI 动态速报 — 2026-08-22

点击查看原文>

点击查看原文>

一、90% 的工厂，机器人还进不去 具身智能这两年很热，但热的地方大多不在工厂。 人形机器人在展会上跳舞、倒酒、叠衣服，视频传播量惊人；可一旦走进真实的工业车间，话题就迅速冷下来。原因 很简单， 工业现场不是实验室，它要求机器人在油污、粉尘、温差和来料不一致的环境里，连续、稳定、可核算地干活。而这恰恰是当前具身智能最薄弱的环节。 传统工业机器人其实已经很强了。高速、高精、大负载，在汽车焊装线、3C 装配线上可以做到毫秒级节拍；在防爆、喷涂等特种场景也有成熟方案。但它的强，是 "确定性" 的强 —— 程序写死、轨迹固定、来料一致，一旦条件发生变化，它就无所适从。 这正是问题所在。全球工业机械臂年增量大约五十万台，听起来不少，但放在整个制造业体量里只是一小部分。在汽车和 3C 之外的通用制造领域，工业机器人的渗透率至今不到百分之二十。剩下那八成以上的场景，不是不需要自动化，而是 "用不起"。 这些场景有一个共同特征：多品种、小批量、高度差异化。工件每一批都不太一样，焊缝位置会变，喷涂件的姿态会变，物流分拣的物料种类上百种。传统机器人的应对方式是 ， 每换一种工件，工程师重新示教、重新编程、

展台不再比谁花活多，开始比谁能稳定干满8小时。 作者丨邓哲敏 齐铖湧 编辑丨 齐铖湧 上海 WAIC 结束不到一个月，北京 WRC 2026 接棒开启。 短短几十天，谁也不可能把模型推倒重来。想看到什么颠覆性突破，是不现实的。 所以这篇现场观察不单看 WRC 上的展台花活，AI科技评论（雷峰网公众号）会结合几个月来各家综合表现，看“具身大脑”究竟走到哪一步。 先说首日逛展的最大感受： 和 WAIC 比，场景变化很直观。 做咖啡的变多了（现场能看到无界动力、仙工等，做咖啡/递杯成了高频演示）； 包裹分拣场景继续发力（自变量速度很突出，原力灵机势头很猛，星动纪元仍在深耕）； 办公、零售场景明显增多（后面会写到星海图、银河通用等）。 而最大的一个特点是，专业观众们的注意力，已经从研究本体欣赏 demo，转为考量大脑能不能稳定干活、能不能算过账。 01 在分拣这个兵家必争

点击查看原文>