7月17日至20日，2026世界人工智能大会暨人工智能全球治理高级别会议（以下简称“WAIC”）在上海“三地四馆”同步举行。其中，具身智能首次与智算并列为两大核心赛道，各汇聚超200家企业，成为本届WAIC最热闹的焦点，也标志着AI产业正从“参数竞赛”转向“物理落地”。

不同于往届WAIC人形机器人只展现后空翻、舞蹈等高难度动作，这届人形机器人更多地被送往产业一线的真实场景中接受压力测试，具身智能行业的展示逻辑发生了根本性变化。换句话说，人形机器人从过去的“技术秀场”走到了如今的“产业现场”，真正开始干活了。

作为唯一入选本届WAIC十件“镇馆之宝”的具身智能机器人，智元商用全尺寸人形机器人远征A3 Ultra，可适应面向展厅讲解、酒店接待、门店导购、巡逻巡检等不同场景；星动纪元则带来行业首个完成PMF验证的具身物流解决方案，其星动XHAND 1与人手大小相仿，单手可轻松提起25kg重物，可完成捏取快递面单、打螺丝等超100种复杂操作；宇树科技的H1-Pro在模拟工厂环境中自主完成螺丝拧紧、物料搬运、质量检测三道工序，动作流畅度较上一代提升40%……这样的场景不胜枚举。

现场火热，折射出具身智能产品服务愈发适配企业转型升级需求。国家税务总局数据显示，“今年1至5月，工业企业购进的具身智能机器人总金额同比增长2.3倍，具身智能机器人与工业生产融合持续加深。”具身智能作为“有物理载体的智能体”，让人工智能实现从“知”到“行”的关键跨越。

深究这一跨越背后，首先，“大脑”决定具身智能的聪明度，从VLA大模型到端侧算力芯片，从世界模型到数据基础设施，无论是蚂蚁灵波空间感知模型，还是爱芯元智视觉感知芯片AX8910，目标都是让同一套具身大脑能够跨机器人本体、跨场景迁移。其次，“手脚”感知决定干活精细度，千觉VTLA具身触觉模型、Chance AI的视觉模型等，都在攻克这一难题。与此同时，数据基础设施是具身智能能否适应真实场景的“学习链路”，京东2年内采集1000万小时人类真实数据，并搭建数据交易平台，此次开源的行业最大人类视角数据集EgoLive，将来自真实生活与作业现场的第一视角经验转化为具身模型可学习的数据燃料。

确实，具身智能正处于一个令人兴奋的快速发展期，大模型赋予其前所未有的语义理解能力，传感器技术的进步让感知更加精细，仿真平台的完善降低了训练成本。但是，要完成从实验室到真实场景的规模化部署，仍有诸多挑战：比如，具身智能所需数据，每一条都要通过真实的机器人操作来采集，成本极高；真实世界的光线随时间变化、物品被随意移动、地面高低不平、人群拥挤嘈杂等，应对起来更复杂；完成“把冰箱里的苹果拿出来放到桌上”这样长序列任务时，难免在累积误差中崩溃……每一项都需要长期的、耐心的、跨学科的硬核攻关。

值得欣喜的是，本届WAIC上步入“干活时代”的具身智能，已经站在了行业技术加速突破、走向通用化应用的起点。（记者 孙琳）