智东西

作者 | 程茜

编辑 | 漠影

智东西8月20日报道，世界机器人大会（WRC 2026）开幕，上下游产业链的机器人企业纷纷拿出看家本领，对比往届，大批真机实干的实景演示轮番登场，成为本次大会的重头戏。跳舞打拳或许仍然有流量，但行业已经不再为此买单，人形机器人的竞争，已经悄悄转移了赛道。

优必选的机器人“打工天团”直接在展台上组团开工！Walker C1摇身一变展台主持人，智能讲解、导览接待一手包办；另一边，超十台Cruzr Y1、Cruzr S2火力全开，在复刻的工厂产线里实景上演汽车钣金上下料、机加件上下料、纸箱和料箱拆码垛、电商小件分拣四大任务，完整展示出一条从工业生产直通仓储物流的作业闭环。

除此之外，优必选最新发布的面向家庭消费场景的超仿生人形机器人优世界U1也在WRC首秀，吸引大批观众驻足排队，沉浸式交互体验，成为展会超高人气焦点。

这也是优必选首次系统性亮出其人形机器人聚焦工业、商业、家庭消费三大场景的应用布局成果。

这场大会便是机器人产业当下转型的一个缩影。回看具身智能发展早期，赛道比拼的焦点大多停留在硬件参数、炫酷的仿生动作与外观表演；而当人形机器人从展台秀场走向真实岗位，软硬件一体化的场景适配、复杂环境下自主完成任务的落地能力，才会成为新的核心竞争壁垒。

正是基于这一行业趋势，优必选还有世界机器人大会上诸多厂商展出的核心看点，已不再是单款产品亮眼的纸面参数，而是一套覆盖多场景、可复制落地的产业生态闭环能力。

优必选科技副总裁、具身智能与人形机器人研究院院长焦继超感触最深的一点也是如此，他认为当大家都去选择能落地、能创造商业价值的场景，如今受限于算法、基础大模型能力，其可选择的赛道会慢慢趋同，而进入具身智能下半场，就是真实场景落地能力、商业化能力与订单转化能力的终极较量。

对于优必选而言，这些真实场景落地背后的关键，正是其自研的具身智能大脑，以及在不同场景落地构建起的行业稀缺数据飞轮闭环。

一、具身智能核心：让机器人兼具“会思考的脑子、能运动的身子”

具身智能的核心，就是让机器人真正长出“会思考的脑子、能运动的身子”。

但当下的痛点是不少机器人算法与本体硬件未能实现深度适配，且模型本身能力有局限，导致机器人很难胜任高精度作业任务，尤其在非结构化的复杂真实场景中落地困难。

针对这一挑战，优必选在硬件选型上做了针对性取舍。以减速器为例，表演型机器人多采用行星减速器，成本较低但精度有限；而优必选工业人形机器人则选用高精度谐波减速器，虽成本更高，但凭借工业级精密传动结构，显著提升了作业稳定性。在芯片层面，普通跳舞机器人搭载的RK3588端侧芯片算力有限，仅能完成基础图像解码和简单识别，缺乏自主决策能力；优必选则选用英伟达Thor芯片，其高算力足以支撑多传感器融合、实时环境推理、世界模型预测和动态任务规划。

此外，在软件层面，优必选还走了一条全栈自研的技术路线，搭建起“基座模型-世界模型-行动模型”三层技术栈。从底层认知到上层决策形成闭环，旨在从算法端补齐硬件能力，努力打通从感知到执行的最后一公里。

先来看其自研的基座模型，因为业界的通用大模型大多面向互联网图文交互训练，缺乏对物理世界规律、机器人运动认知，因此优必选专为具身智能场景打造了基座大模型Thinker。

今年2月，这一模型一开源就拿下了不错的榜单成绩。Thinker 1.0在涵盖10B以下具身智能大脑模型权威基准评测中斩获9项第一，最大基座模型达100B。

但如果机器人只能看见当下，无法预判未来环境的变化，长时序复杂任务便无从谈起。今年5月，优必选的具身世界模型Thinker‑WM发布，采用多模态融合架构，长程任务能力已登顶具身智能操作能力评测基准Libero榜首。

与此同时，世界模型的价值还在于为其打开一条低成本的数据破局之路。

一方面其能通过知识蒸馏技术，将世界模型的物理认知能力迁移至下游操作任务，训练轻量化VLA模型，降低真实硬件交互的数据依赖；另一方面可自主生成符合物理规律的多样化场景、极端工况与稀有动作交互轨迹数据，补齐真实场景中的长尾数据短板，替代高成本的实地数据采集，降低技术迭代与落地成本。

认知与预判最终要落地为机器人的精准行动，优必选的最后一块拼图就是VLA（视觉-语言-行动）模型。其采取了分级落地的策略，让不同规模的VLA（视觉-语言-行动）模型匹配真实场景的差异化落地需求，其自研的Thinker-VLA涵盖Lite/Pro/Max多版本，参数规模在1B～100B之间不等，适配工业、商用、家庭等多元场景。

值得一提的是，优必选还联合英伟达完成了Thinker‑VLA纯端侧部署，让机器人无需依赖云端算力，便可在本地实时工作。

这已经在实际应用中得到验证，工业场景Thinker-VLA推理效率提升176%，存储用量降低60%，端侧全功能模块GPU芯片存储需求由64GB优化为32GB；在商用服务与家庭陪伴场景中，Thinker-VLA让机器人拥有对话、问询、表情、眼神、记忆等多维交互能力。

在此之上，一条基座模型认知、世界模型推演、VLA模型让机器人行动执行的闭环链路就此打通。这套完整的Thinker具身大脑体系，最终构建起从智能算法、软硬件深度适配、工程落地再到真实数据反哺迭代的全链路自主可控体系。

二、“脑身合一”的三线布局，验证人形机器人规模化能力

如果说前文的模型、部署、数据全栈布局，是为机器人打造了会思考、能进化、可落地的超级大脑，那么真实应用场景，就是检验这套大脑能力的“实战场”。

优必选瞄准了工业、商用、家庭三线布局，这并非简单多点撒网，而是一套兼顾商业化与长期技术进化的战略。

一方面现有的机器人能力有限，尚未达到通用落地水平，另一方面，这套方案能为其后续模型迭代提供跨场景数据、拿下商业化订单。

焦继超谈道，基于此，优必选就形成了在工业场景训练机器人的操作能力，在商用场景注重全身控制、交互能力，陪伴场景训练情绪识别的布局。

在这样的考量以及全栈具身大脑的布局下，优必选在世界机器人大会上交出了答卷。

在零部件上下料、拆垛码垛、物流电商小件分拣各作业场景中，Cruzr Y1、Cruzr S2两大工业人形机器人从早9点到晚5点全程在岗、自主作业、稳定干活。

优必选全新发布的全尺寸商用服务人形机器人Walker C1，能在商超、展馆、综合体进行迎宾导览、文娱展演、客流互动等。

还有家庭消费场景，今年6月优必选刚发的超仿生人形机器人优世界U1，是全球首款可实现规模化量产的超仿生人形机器人，能用于情绪支持、养老陪伴、迎宾接待、文旅展览、心理关怀等民生与商用场景。

可以看到，在全栈具身智能大脑的加持之下，优必选的人形机器人早已不再是只会执行指令的机器人，而是真正长出了能干活、能交互、能共情的能力。

这套体系让我们在WRC现场看到了一套可落地、可复制、可规模化的产业能力，为整个人形机器人行业的商业化、产业化发展提供了成熟范本。

三、具身智能产业进入深水区，生态能力是关键胜负手

人形机器人是横跨算力、芯片、硬件、算法、制造、场景的超级复合赛道，单一企业的技术与产能无法支撑整个产业的规模化普及，因此其需要翻越的难关很多。

正如前文所述，数据正是这套系统工程当中非常难啃的一块硬骨头。高质量具身场景数据稀缺、采集标注成本居高不下，已经成为横亘在通用人形机器人前进道路上一道绕不开的高墙。

数据瓶颈之外，焦继超坦言，当前市面上绝大多数具身模型均以Transformer架构为基础，但这套源自大语言模型的技术框架，并非为机器人感知运动协同的具身特性量身打造。为此，优必选也已开启面向具身原生的模型架构创新探索，试图从底层框架上找到破局方向。

除软件算法层的难题以外，硬件侧的短板同样掣肘着人形机器人产业化落地，例如电池续航、轻量化材料、机器人专用算力芯片等。

正因如此，焦继超提到优必选一直在构建生态链。

优必选在底层算力赛道与沐曦股份合资成立“曦选创智”布局具身智能端侧芯片研发与量产，在关键零部件上其子公司锋龙股份将聚焦灵巧手、伺服驱动器等研发与制造，还有和智能制造、汽车、物流等赛道头部企业合作探索。

当下人形机器人产业已经迈入商业化落地的关键窗口期，算力自主可控、供应链安全稳定、场景快速泛化、产业开放协同所构筑起来的生态优势，终将成为头部玩家赖以长期领跑的终极护城河。

结语：全链路布局，优必选开启通用具身智能产业新周期

当前机器人行业正告别早期参数竞赛、样机演示的粗放发展阶段，正式进入落地为王的产业化深水区，全栈自研、场景适配、数据迭代、生态协同的综合体系能力，成为评判机器人竞争优势的核心标尺。

优必选深耕具身智能十余年，已经完成了从底层模型、端侧工程、虚实数据的技术闭环，到工业、商用、家庭全场景的实战落地，再到算力、供应链、产业伙伴的生态共建，率先跑通了行业商业化与产业化的完整路径。