今年WRC最大展台，预告具身智能未来

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 今年WRC最大展台，预告具身智能未来 henry 2026-08-20 17:42:44 来源： 量子位 henry 发自 凹非寺 量子位 | 公众号 QbitAI 相信去年来过WRC现场的朋友，多半会跟我一样： 刚一踏进场馆，就开启了逛展隐藏支线—— 寻找遥控器 。 那时候，几乎是每一个成功操作的机器人，背后都有一个拿着遥控器的小哥。 就算绕着展台兜了一圈，没找到人，很快也会发现，机器人来来回回演示的，多半还是提前编好的一套“公式动作”。 说到底，机器人虽然在动，但真正干活的，很多时候还是人。 但今年的WRC，体感上已经明显不一样了。 各家展台上，自主干活几乎成了标配，后面拿着遥控器的人明显少了，就算偶尔还能看到遥操作，多半也是在采数据。 老实说，虽然目前机器人自主干活仍然不甚丝滑，而且难免会看到抖动、抽搐、失败，但起码，这活真是机器人自己干的，实乃一大进步。 不过逛了一圈之后，我们又发现，事情显然还没结束。因为机器人自己把活干起来，只能证明它有了“自主性”。 真要进工厂、仓库、商超，变成生产力，后面还有更现实的一道考题： 换个东西还能不能干？干得够不够准？速度能不能跟上？ 也就是—— 泛化、精度和效率。 而今年把这三件事摆得最直白的展台之一，恰好也是整个WRC最大的展台： 星海图 。 500平方米，10组Demo，一排机器人同时开工。从前置仓、工业装配、礼盒折叠，到双足、轮式新品，几乎把机器人真正进入生产现场之后会碰到的几类问题，都搬到了一个展台上。 所以，看到星海图的巨大展台后，我们真正好奇的，也不只是： 为什么一向低调的星海图，这次突然搞了个全场最大展台？ 还有， 当整个行业都开始强调“自主干活”之后，星海图又想把具身智能往前推到哪一步？ 走，进去看看！！ 生产力觉醒，究竟是怎么个觉醒法 走进展台，我们看到星海图这次WRC的主题，叫 生产力觉醒 。 为了一探究竟怎么个 觉醒 法，我们也现场试了一下。 首先是现场围观人数最多的，星海图和京东合作的前置仓。 在排了一会儿队之后，我们直接在iPad上下单了两瓶脉动。 机器人接单后，会自己排队、找货、取货，再一路送到柜台。 有一说一，在第一次尝试把脉动放到柜台时，机器人失败了； 就在我们以为是瓶子太重、太粗不好夹的时候，机器人调整了几次动作，最后还是成功放了上去。 拿回来之后，剩下的一切都变得相当丝滑，打包，拉袋，封口，一气呵成～ 整体看下来，这套前置仓已经基本复刻了一套真实的生产流程。 货架没有为了方便机器人抓取而刻意摆开，从下单、抓取，到移动、打包、交付，整套流程都由机器人端到端完成。 机器人在这里既需要完成长程规划，移动操作，“下蹲抓取”，也涉及到对不同SKU、塑料袋这类刚性和柔性物体的交互。 更关键的是，它并不是只会抓我们眼前这两瓶脉动。 据现场工作人员介绍，这套系统背后的G0.5模型，已经能够泛化到 上万种SKU 。 这其实对应的，就是机器人进入真实世界之后的第一道生产力门槛：泛化。 如果换个商品、换个摆法就得重新训练，那再自主，本质上也还是一套更复杂的专机。 值得一提的是，打包机器人的加入，也把整个闭环进一步串了起来。 我们从下单到拿到商品，大概等了3-4分钟，速度已经在可接受的范围内。 再往里走，是一套 机器人组装机器人 的工业装配场景。 虽然听起来多少有点“物理RSI”那味儿，但这里真正考验的，其实是 精度 。 毕竟工业装配不像抓瓶子，零件差一点可能就装不上。 为此，星海图在基础模型之上引入强化学习，将操作精度做到 1mm以内、成功率99.9% ，同时把工作效率提升了 400% 。 也就是说，到了真正的工业现场，自主只是前提，精度和良率才决定它能不能上产线。 再往下，是一个看起来没那么唬人、实际却挺难搞的任务： 折礼盒。 我们现场随手丢给它一个纸盒，机器人拿到之后，大概1分钟就能折完。 这里的难点在于，纸板和刚性零件不一样：折过去会回弹，状态一变，后面的动作也得跟着变。 以前很多靠背一套“小连招”的机器人，到这基本就歇了：中间一步被打断，直接宕机。 但G0.5可以根据纸盒的实时状态调整动作，我们在现场站了一会，成功率已经没的说了。 不光是纸盒，对于叠衣服这种柔性操作，G0.5也可以轻松拿捏。 除了这些依靠具身大脑的任务以外，星海图这次还带来了最新的通用小脑成果—— 双足机器人Kengo。 它遇到没见过的地形时，不需要重新训练，就能边感知、边调整步态。 这其实有点呼应了最近全身智能的研究热点。 毕竟，以后机器人真进了家庭、工厂和仓库， 能不能走过没见过的路，本身也是泛化的一部分。 值得一提的是，这也不是星海图首次发力机器人运控。 早在2023年，联合创始人赵行团队的Robot Parkour Learning，就曾入选CoRL 2023 Oral，并跻身最佳系统论文候选Top 3；此后，他们又将这一路线推进到双足人形机器人。 当然，500平米的展台上远不止这些。 抓包裹、物料分拣、折衣服、长程送件……机器人干的活五花八门，囿于篇幅，就不一一展开了。 但把前面这些Demo串起来看，星海图这次真正想展示的东西，其实已经很清楚了： 机器人“能自主干活”，只是生产力觉醒的起点。 再往下，至少还有三道更现实的考题。 第一是泛化。换个SKU、换个物体、换个环境，甚至中间状态发生变化，机器人还能不能继续干，而不是重新训练一套模型。 第二是精度。如果只是在Demo里把动作做个大概，到了工厂里精度不够、良率不行，那依然干不了真正的活。 再往前一步，就是效率。毕竟真正到了生产现场，机器人最后要比的，不是Demo漂不漂亮，而是能不能在相同时间里完成一样的工作，甚至把这笔账算得比人更划算。 所以一圈看下来，星海图这次至少做了一件挺有意思的事： 当整个行业开始从“遥操作”走向“自主干活”，它又把考卷往前翻了一页——把泛化、精度和效率，同时摆到了台面上。 从“机器人能不能自己干”，变成了： 机器人能不能快、准、泛化地把活干下来。 而这，可能才是真正的“生产力觉醒”。 那么，这背后究竟是怎么做到的？ 十几组demo背后的具身大脑 在前面的展示里，机器人之所以能做到百万SKU的物品与刚性柔性物体泛化，并把一整套长程任务自己串起来，背后用到的就是星海图最新的VLA模型 G0.5 。 在公开榜单测试中，G0.5已经在LIBERO、BEHAVIOR-1K、RoboTwin 2.0、DROID Zero-shot等8个权威Benchmark中登顶，覆盖长程任务、精细操作、零样本泛化等不同能力，整体位居第一梯队。 在具体的架构方面，G0.5走的是一条统一自回归路线，用G0.5背后研究者的话说就是，你可以把它理解成一个大语言模型： 它把视觉理解、具身推理和动作生成，都放进了同一个Transformer Decoder里。 和不少“VLM负责看和想，Action Expert负责动”的VLA架构不同。G0.5更像是把“想”和“做”重新接在了一起