机器人集体“上岗”背后：大脑、数据、灵巧手三大暗战开打

《科创板日报》8 月 22 日讯（记者 李佳怡）8 月 19 日 -23 日，2026 世界机器人大会（WRC）在北京亦庄举行。人头攒动的展馆里，观众们追逐的不再是能走能跳的 " 炫技 " 表演，而是一台台真正能拧螺丝、能拣货、能执勤的机器人。

但在这些看得见的产品背后，一场围绕大脑、数据、灵巧手三大环节的产业链暗战悄然开打，成为决定具身智能能否走出实验室的关键变量。

大脑：从 VLA 到世界模型，谁在构建机器人的 " 思考中枢 "？

本届 WRC 上，《科创板日报》记者观察到一个显著趋势，电机、关节模组、传感器等核心零部件的供应链已趋于成熟，硬件层面的差距正在被快速抹平。当 " 躯壳 " 不再构成壁垒，竞争便自然向上游迁移，今年不少参展商们纷纷亮出模型、算力与泛化能力的新牌。

北京人形机器人创新中心在展会期间发布大一统模型 Pelican-Unify，集成 VLM 视觉理解、Action Model 动作操控、WFM 世界模型三重能力，打通了理解、推理、预演、执行全智能闭环，并实现天轶真机部署操作全流程跑通。

同期，北京人形正式宣布 Pelican-VL 2.0 商用，其为国内首个网信办备案通过的具身大模型，支持任务规划、意图理解和人机交互。

星海图则走出另一条技术路线，其首席科学家赵行在论坛上拆解了 VLA 模型 G0.5 ——将视觉观测、语言指令和动作全部离散化为 Token，像 GPT 一样逐个输出。

《科创板日报》记者获悉，8 月底星海图将推出 G0.5 模型 Max 版本，该版本届时将全面开源。

" 大家都在期待说具身智能的 ChatGPT 时代什么时候到来，但是我们觉得有一条非常通常的捷径，就是像做 GPT 一样的自回归模型，一个一个 Token 输出训练模型。" 赵行表示。

蚂蚁灵波的全栈大脑 2.0，则展示了 " 一脑多机 " 的产业化路径。据悉，LingBot-VLA 2.0 在预训练阶段融入 6 万小时高质量真实物理数据，覆盖 17 个主流机器人品牌的 20 种机器人构型。

在其展台最核心的展项是一间 1:1 复刻的智慧药房，《科创板日报》记者在现场看到，观众下单后，机器人便可有序地从货架取下相应的物品。目前，蚂蚁灵波机器人已在上海国大药房正式上岗承担夜班分拣。

章鱼动力正式发布由 SYNWorld 具身原生世界基础模型，承担机器人的认知、推演与决策职能，让机器人能够理解不同任务背后共同的物理规律。据了解，SYNWorld V0.5 采用 MoT 架构，参数规模为 10+B，训练数据已累计至 30+ 万小时，涵盖大规模异构图像、视频及带动作标注的机器人动作轨迹。

从大一统模型到自回归 VLA，从 " 一脑多机 " 到世界模型，具身智能的竞争已从 " 有没有模型 " 升级为 " 模型能不能规模化、能不能泛化 "。

数据：物理 AI 的 " 燃料 " 之争与 " 数据荒漠 " 破局

大语言模型的崛起已充分证明，数据规模决定模型上限。但当同样的逻辑迁移到物理世界时，问题变得棘手起来——机器人需要的数据，远比文字更难采集、更昂贵、噪声也更高。

觅蜂科技方面向《科创板日报》记者表示，主流大语言模型的预训练数据已达 100 万亿 token，等效于 100 亿小时的数据。而物理 AI 需要的数据有效信息密度更低、噪声更高，对数据的需求量更大。

此次 WRC，觅蜂科技带来了完整的 MEgo 系列无本体采集产品。其中，MEgo Gripper 整机仅 560 克，支持毫米级空间轨迹定位和亚毫秒级全局同步；MEgo View 采用 " 头部 300 ° 全景 + 腕部细节双视角 " 架构，一人即可独立完成全场景分布式数据采集。

工作人员告诉《科创板日报》记者，目前 MEgo 系列产品已实现量产交付，在工厂、物流、超市、家庭等真实场景采集数据。

光轮智能发布全球首个十万小时级全模态人类开源数据集 EgoSuite-Open100K。该数据集覆盖 7 大类环境、128 类场景，含 15000 余个采集场景和 15000 余项任务，采用头部与腕部双视角采集，首批数据将在 Hugging Face 和 AtomGit 同步开源，面向学术研究与商业训练使用。

光轮智能联合创始人兼总裁杨海波指出，当前具身智能迫切需要高质量、多样性、大规模的数据供给。同时，光轮智能同步推出 5 年 100 亿具身智能数据共建计划。

京东云展台则一比一还原京东 " 两年 1000 万小时高质量数据采集计划 " 中的家政服务场景。《科创板日报》记者在现场可以看到，家政阿姨佩戴着京东云自研的 JoyEgoCam 头戴式数据采集设备，向观众展示人类实操数据是如何采集的。

灵巧手：从 " 能抓取 " 到 " 会干活 " 的最后一厘米

一台机器人即便拥有最聪明的 " 大脑 " 和最敏捷的 " 小脑 "，如果末端执行器连螺丝都捏不稳、连鸡蛋都抓不住，那么所有的感知与决策最终也无法转化为生产力。因此，灵巧手可以说是机器人从 " 能看会走 " 跨越到 " 能干会做 " 的最后一厘米。曾经作为机器人 " 附属配件 " 的灵巧手，也逐渐走向具身智能赛道 C 位。

灵心巧手展出的灵心巧匠全自动机械臂产线，由多台工作台集群构成，每台以双臂双手形态搭载 Linker Hand 系列灵巧手，能够自主完成从零部件抓取、装配到成品下线的完整流程。其中，直驱型 Linker Hand O30 拥有 20 个全独立活动关节，实现从手指根部到指尖的全链路直驱控制。

与此同时，针对大模型训练的数据需求，灵心巧手还展出了 Linker Open TeleDex 数据采集系统。Linker Open TeleDex 集成了支持多种外接设备、多种机械臂、多种灵巧手的开放式硬件系统搭建体系，可同时采集视觉、触觉、本体感知三重模态数据。

章鱼动力则构建了完整的 " 脑 - 手 - 数据 " 技术体系。其发布的 OctoH-Hand 高自由度仿生灵巧手采用腱绳 + 小臂电机直驱混合驱动方案，拥有 23 个主动自由度，搭载超 1900 个触觉传感单元，可完成夹花生、拧瓶盖等精细操作。

禾赛科技三位联合创始人李一帆、向少卿、孙恺共同创立的 AI 机器人公司 Sharpa，此次带来 Sharpa Wave 系列灵巧手。Sharpa Wave 该系列采用人手尺寸的类人构型，集成 22 个主动自由度与高分辨率自研视触传感器。针对开发者、科研机构及机器人公司的不同需求，Sharpa 还同步发布了特别版本 Sharpa Wave SE，提供更具灵活性的选择。

工作人员向《科创板日报》记者介绍，Sharpa Wave 的核心创新之一在于视触觉技术路线。与传统压力传感器方案不同，其指尖内壁嵌入 240x240 像素网格，内置微型摄像头通过观察接触形变来感知物体，实现视觉与触觉的双模态融合，从而避免单一感知路径可能带来的判断误差。

从大脑到数据再到灵巧手，本届 WRC 清晰勾勒出具身智能三大核心环节的竞争图谱。当硬件躯壳走向同质化，真正的壁垒正在向上游迁移——模型能否泛化、数据能否规模化、灵巧手能否在真实场景中稳定作业，三者环环相扣，构成了从实验室到生产力的完整闭环。