今年的世界人工智能大会（WAIC）上，“具身智能”成为焦点，与“智算”并肩占据核心位置。超过200家企业参展，数量较去年增长一倍有余，会场内各类仿生机器人、机器狗令人目不暇接。有的机器人骑着“机器马”穿梭于人群中，有的则身着戏服展示国粹文化，科技与人文的交融在此刻达到新高度。
大会之外，国家发改委发布的《人工智能合作发展行动计划》将“优质数据供给”列为首要任务。这一举措与会场内的热闹景象形成呼应：当机器人外形愈发接近人类，其能否真正“理解”物理世界，取决于对环境的精准感知与反馈能力。如何在真实场景中“教会”机器学习，成为行业共同探索的命题。
麦麦科技集团创始人李楠在WAIC展区观察到显著变化：企业不再单纯展示技术参数，而是聚焦细分场景的实用性。他刚带领团队在海外斩获2万台农业机器人订单，这些设备针对榴莲采摘、橡胶割胶等场景设计，形态各异却功能精准。“东南亚的橡胶割胶工作需要夜间持续作业6小时，人类难以承受，但机器人可以完美替代。”李楠的案例折射出行业趋势——从“追求运动能力”转向“解决实际问题”。
农业机器人推广仍面临挑战。李楠指出，高价值作物如橡胶因经济回报高，更容易实现技术落地；而低产值作物则因成本问题进展缓慢。农场标准化程度直接影响机器人效率，技术基础薄弱的场景仍需时间培育。这与工业领域面临的ROI周期和系统稳定性问题如出一辙。
它石智航则选择从汽车线束装配切入，通过“数据采集套件-通用大模型-灵巧手”技术链，沉淀场景数据与工艺经验。公司联合创始人陈同庆计划未来用少量新增数据实现跨场景迁移，使模型适配不同机器人构型。这种策略与优艾智合的路径异曲同工——后者基于工业真机数据训练多模态模型，通过双回路校验层解决仿真到现实的迁移难题。
底层算力支撑同样不可或缺。安谋科技副总裁梁泉认为，尽管世界模型的全面落地尚需时日，但VLA在工业控制等特定场景已具备可行性。芯片厂商需提前布局硬件支持能力，而非等待模型竞争结果。“我们关注算子与网络结构变化，这是构建长期竞争力的基础。”
海康机器人负责人指出，智能制造升级需要全球产业链协同。开放生态能让AI成为可复用的能力底座，推动制造业向高柔性、可复制模式转型。这种理念与李楠的“人本主义”观点不谋而合——让机器承担人类不愿或不能完成的工作，才是技术发展的终极意义。
WAIC展区的变化预示着行业转型：具身智能竞争已从硬件比拼转向数据与生态构建。当机器人获得感知物理世界的“触觉”，当高质量数据成为新型基础设施，智能伙伴时代或许正悄然来临。这一进程不仅需要技术突破，更依赖产业协同与对人性需求的深刻理解。
