WRC观察｜通用机器人尚远，但“专用”已经在落地

在2026世界机器人大会上，机器人会跑、会跳、会打拳，早已不再是新闻。

今年，业界更关心一个务实的问题：机器人究竟什么时候才能真正走进工厂、餐厅和商场，稳定地完成一项具体工作？

8月20日，宇树科技创始人王兴兴在大会主论坛上指出，当前机器人发展的最大瓶颈仍是泛化能力。例如，让机器人进入一个陌生房间，仅凭语言指令完成大部分任务，目前仍十分困难。

从“万能”到“专用”，机器人先学会干一件事

然而，在行业竞相追逐“通用机器人”的同时，也有企业选择先解决更具体、更实际的场景问题。

同日，明略科技创始人、CEO兼CTO吴明辉在大会上首次系统阐述了公司进入具身智能领域的战略思路。明略此次与海康威视（002415.SZ）机器人合作，在WRC现场展示了餐饮清洁、工业物流和智能巡逻等多个场景。在餐饮场景中，机器人尝试完成桌面清理、餐盘回收和地面清洁等连续任务。双方分工明确，明略负责模型与软件系统，海康机器人则承担机器人本体及硬件工程化。

与打造“万能”机器人相比，明略更关注机器人能否在特定场景中先做到稳定工作。

吴明辉向财闻表示，现场展示的部分机器人自由度并不高，但结构简单意味着成本更低，也更容易保证稳定性。在制造业和商业服务场景中，复杂不一定更好——“越简单越稳定，成本通常也越低。”

这恰恰反映了当前具身智能商业化面临的现实困境。要让机器人适应不同环境、胜任多种工作，就需要更复杂的本体、更大的模型和更海量的训练数据。但对于餐厅或工厂而言，最终关心的是机器人能否稳定完成工作，以及这笔投入是否划算。

因此，在真正通用的机器人问世之前，很多企业开始主动缩小机器人的任务范围。

乐聚将物流和汽车制造作为重点落地方向，机器人主要承担料箱搬运、分拣和上下料等相对固定的工作；跨维智能展示的机器人也已进入蓝思科技（300433.SZ）生产线，执行手机装箱等工序。

星动纪元则将轮式机器人用于包裹分拣，其工作人员对财闻表示，目前相关产品已在中国邮政等物流场景部署，超过100台机器人运行在全国15个仓库。

机器人会干活，还不等于能省人

吴明辉认为，现阶段并非所有任务都必须完全依赖端到端VLA模型完成。部分确定性较高的工作，仍可通过规则或预设流程解决，模型则负责处理更复杂的环境变化和任务判断。他将这种方式类比为AI Agent中的“Skill”——不必让机器人一开始就学会所有技能，而是先教会它收盘子、搬箱子、清理桌面等具体任务，需要时再逐一增加新能力。

这一策略虽在一定程度上牺牲了通用性，但降低了对数据、算力和模型规模的要求，也更贴近企业当前实际部署机器人的条件。吴明辉甚至判断，类似“Skill”的方式可能不只是过渡方案，而有可能长期存在。

不过，替代一个动作并不等于替代一个岗位。以餐厅为例，一名员工可能同时承担洗碗、收盘和清洁等多项工作，如果机器人只能替代其中一个环节，未必能够直接带来人力成本下降。

企业若希望真正提升效率，还需要重新梳理工作流程，实现人与机器人的再分工。吴明辉在演讲中提到，当人与AI形成新的分工后，“需要有新的协作方式，有新的流程、新的组织”。

从“机器人大脑”到“组织大脑”

吴明辉将单台机器人的模型称为机器人的“大脑”，同时提出还需要一个“组织的大脑”。在这一框架下，机器人不仅要完成收盘、清洁等具体动作，还需要接入企业已有的订单、库存和管理系统，并与人工岗位、数字Agent以及其他机器人形成新的协作流程。

承载这一设想的是明略此前推出的开源人机协作平台Octo。目前，Octo主要用于连接数字世界中的Agent。按照吴明辉的设想，未来这一平台还将进一步连接物理世界中的机器人，并打通机器人、Agent和企业原有IT系统，使不同的智能终端共享信息、参与协作。不过，这一构想目前仍处于向机器人场景延伸的阶段。

对明略而言，这也是其进入机器人行业的一条差异化路径。它并不直接参与机器人本体制造，而是希望将此前积累的企业软件、业务系统和Agent能力延伸到物理世界。

从更大的行业视角看，随着机器人逐渐从展台走向工厂、仓库和门店，机器人能否为企业真正带来效率提升，开始成为商业化过程中越来越重要的考虑因素。

在通用机器人真正到来以前，谁能够先找到技术能力、可靠性和成本之间的平衡点，这比单纯追求更大的模型或更多的自由度更重要。