九游j9科技：脑机接口与具身智能领域的创新先锋

发布时间：2026-08-26 19:31:45  访问次数：6

文｜AI大模型工场 西梅汁

编辑｜星奈

这几天，北京的机器人行业连续参加了两场“考试”。

8月19日，2026世界机器人大会（WRC）在北京亦庄开幕。几乎同一时间，宇树科技正式登陆科创板，开盘一度较发行价上涨629.44%。资本市场在给人形机器人的未来定价，展馆里的几百家厂商则在回答另一个更现实的问题：机器人到底已经能干什么？

三天后的8月22日，第二届世界人形机器人运动会又在国家速滑馆“冰丝带”开赛。100米大型组预赛里，机器人最快跑到9秒32；原地跳高达到2.8843米。

数字足够吸睛，但更值得行业关注的是，运动会今年把大量赛项搬进家庭、酒店、工业、应急、零售等真实环境，让机器人不只比速度和力量，也开始比任务完成率、连续作业、抗干扰和自主决策。

这两场活动几乎把2026年的机器人产业状态压缩在了一起：一边是更快、更稳、更像人的运动能力，另一边是厂商越来越迫切地证明，机器人不只会表演，也能真正进入一份工作。

今年WRC的主题是“人机共生，产需共融”。300余家企业参展，3000余件前沿展品、300余件首发新品，同期活动超过60场；大会还首次设置发布日、采购日、开发者日和公众开放日四大主题日。尤其是“采购日”被单独拿出来，本身就是一个很明确的产业信号：WRC正在从一个展示最新技术的舞台，往供需对接和真实落地的平台移动。

所以今年再看WRC，最值得关注的已经不是机器人又学会了多少新动作，而是整个行业正在悄悄换一套评价标准。

人形机器人还在爆发，但行业开始换一套指标

走进今年WRC，人形机器人依然是最拥挤、也最容易制造话题的赛道。

刚刚上市的宇树自然是现场最受关注的展台之一。G1继续打乒乓球、跳舞、格斗，R1、H2以及B2、Go2、AS2等产品也集中亮相。不过，相比单机再做一个高难度动作，今年更值得留意的是，宇树开始把多台G1、AS2、AS2-W、A2放进同一套群控系统里，让不同形态的机器人一起协同。

这类展示没有后空翻那么容易出圈，却更接近工厂、园区和物流真正会遇到的问题：不是一台机器人能不能动，而是十台、几十台机器人能不能被稳定地调度起来。

优必选的思路也明显更“按工作分工”。

工业端，Cruzr Y1、Cruzr S2演示上下料、拆码垛和小件分拣，Walker S2继续强化自主换电和连续作业；再加上“群脑网络2.0+Co-Agent”，重点已经从一台机器人自己干，往多机器人协同走。

商用端，Walker C1面向商超、展馆等场景承担迎宾、导览和互动；家庭消费端则换了一套完全不同的逻辑——今年发布的超仿生人形机器人“优世界U1”，重点并不是搬箱子、拧螺丝，而是“陪伴”。

U1搭载优必选自研Resonance-LM情感大模型，以及跨时空记忆和主动关怀能力；硬件上用33轴面部肌腱网络、19个主动自由度驱动面部，再配合眼球跟踪和声源定位，让机器人能够通过眼神、表情和语言反馈建立更接近人的交互。

也就是说，优必选开始把人形机器人的一部分竞争，从“手脚能干什么”推向“能不能理解人、长期陪伴人”。

把Walker S2、Cruzr系列、Walker C1和U1摆在一起看，优必选显然没有试图用一款机器人包打天下。工厂需要的是稳定生产力，商业空间需要交互效率，家庭里又更看重安全、情感和长期关系，不同场景正在长出完全不同的机器人形态。

星海图今年更直接把“生产力觉醒”摆到了展台最前面。现场1:1复刻机器人前置仓，用户下单后，机器人需要自己完成识别商品、路径规划、抓取拣选、撑袋打包到交付的长流程；另一组“机器人组装机器人”演示，则把螺丝入孔、工具切换、锁付等精细操作串成连续任务。

大会期间发布的新一代轮臂机器人Nexo拥有30个自由度、双臂最高20公斤负载和约8小时续航，目标直指物流、制造、零售等结构化场景。

星海图还提出“1+3+N”下一代生产力战略，以整机+智能为核心，用Kengo、Nexo和Lemo三条产品线覆盖不同形态，再向更多行业场景延伸。相比单纯比动作，它更像是在把泛化、精度、效率和劳动产出摆到同一张考卷上。

银河通用今年也补上了一块关键拼图。

此前Galbot G1更偏轮式，Galbot S1面向工业重载，这次WRC首次亮相的Galbot ET-1，则真正长出了两条腿。

三种不同形态背后由同一套“银河星脑”AstraBrain驱动，希望让任务理解、行动规划和操作能力尽可能跨本体复用。这比“又多了一款机器人”更值得看：机器人换了身体，大脑能不能少从头学一次，正在成为通用具身智能绕不开的问题。

而几天后的世界人形机器人运动会，ET-1又贡献了今年传播度最高的机器人画面之一——打网球。

开幕式上，银河通用的双足机器人与网球名将郑洁、李昀锐同场，完成单打和人机混双。它需要自己判断来球、移动找位、调整身体，再完成正反手、发球、接发和网前处理；比赛中一度摔倒，也能够重新起身继续对打。整个过程并不是按照固定轨迹机械挥拍，而是机器人根据不断变化的球路实时完成感知、决策和运动控制。

网球当然还是一个很“适合传播”的项目，但它背后的技术考题并不轻：高速物体识别、双足移动、手眼协调、全身运动控制、实时策略以及异常后的恢复，必须同时进入一个闭环。

如果说WRC上的ET-1回答的是“同一套大脑能不能装进不同身体”，那么网球场回答的则是另一个问题：这颗“大脑”到了高速、连续变化的真实物理环境里，究竟还能不能跟得上。

北京人形机器人创新中心则继续两头推进。

一边在WRC上带来轻量化的天工Omni和Pelican-Unify具身多模态模型，一边又在几天后的运动会上把100米跑到9秒32、400米跑到38秒15。运动能力依然是它最醒目的标签，但“大脑”和本体也在一起往前走。

网球、百米和400米负责吸引眼球。但运动会真正有产业味的，其实是另一半赛场。本届赛事51个项目里，有21项直接放在家庭、酒店、工业、应急救援等真实场景，考验的不再只是单项运动能力，而是机器人能不能理解环境、规划任务，再把一连串操作稳定做完。

8月23日，银河通用在家庭场景赛里以全自主、100%任务完成率夺冠；智元精灵G2在已经结束的部分项目中拿到两金三银两铜，其中包括消防应急和图书馆场景的两枚金牌。

相比百米冲刺，这些比赛更像一次公开的“上岗测试”。

一边比9秒32，一边比机器人能不能收拾房间、完成服务流程。对产业来说，后者可能才是更难、也更重要的那张成绩单。

所以2026年所谓的“性能”正在被重新定义。以前更容易量化的是速度、自由度、峰值扭矩、跳跃高度；现在越来越多厂商开始把续航、可靠性、负载、换电、任务完成率、异常恢复、部署周期和长期运行放到更显眼的位置。

一台机器人能后空翻十次当然足够吸睛，但一家工厂真正关心的是：它一天能工作多久？异常后多久恢复？换一个工位要不要重新调试几周？一条线需要多少工程师盯着？一年后的维护成本是多少？

机器人行业已经不缺Demo了，接下来缺的是能够长期运行、重复部署，并且算得过账的Demo。

双足不再是标准答案，场景开始定义身体

过去两三年，具身智能热潮几乎和“人形机器人”画上了等号。逻辑很好理解：人类世界本来就是按照人的身体设计的，楼梯、门把手、货架、工具、工作台都围绕人的尺寸展开，一台机器人如果拥有类似人的身体，理论上可以最大程度复用现有环境。

但今年WRC透露出的另一个变化是，厂商正在变得务实。像人，开始从目标变成手段。

于是，今年WRC上出现了越来越多“没那么像人”的机器人。银河通用Galbot G1、自变量量子1号Pro和量子2号、星尘S1、星海图Nexo，都是轮式移动加上肢操作的不同组合。商超、仓储、实验室、室内工厂的地面本来就相对平整，在这些地方，轮子往往比双腿更省电、更稳定，也更容易部署。

自变量的展台很能说明这种变化。家庭区域里，机器人要连续做收纳、清洁、搬运等任务；物流区域则直接复刻分拣线，两条机械臂面对随机包裹自主作业，公开展示的效率达到1816件/小时。

旁边的QUANXTA Zero又在做另一件事：把人的动作变成可训练数据，减少对真机采集的依赖。几块展区看似分散，实际讲的是同一件事——机器人能不能在不同任务里持续学、持续做，而不是只在一段预设Demo里表现漂亮。

星尘智能也没有追着双足走。Astribot T1继续采用绳驱上肢和轮式底盘，重点放在轻量、开放和二次开发；与此同时，星尘又带来了家庭场景世界动作模型Lumo-2和具身操作系统AOS。

现场整理书包、拉拉链、人机冰球这些演示，目的都不是单纯秀手速，而是验证机器人在连续任务中的视觉预测和实时反应。T1起售价8.99万元，也让这套平台更像一台面向开发者和场景方的“具身开发机”。

智身科技走的是另一条更偏工程化的路线。它的展台没有只围着一款人形机器人转，而是把关节模组、本体、机械臂、运动控制和决策系统一起摆出来：银毅NE01做多机协同，钢镚L2展示楼梯和负重能力，铜锤M1搭配铁臂TA01做动态中的精细操作，MATRiX 2.0则负责把仿真训练接到真机部署。

再加上排爆、消杀、电力巡检、安防等不同上装，智身更像是在搭一套可以被行业按需组合的机器人底座。WRC官方资料显示，截至2026年6月，其累计量产已突破1.5万台。

这些产品放在一起看，会发现“像不像人”已经不是第一问题。先把工作完成，再决定身体长什么样，正在成为更现实的产品逻辑。

当然，双足也远没有退场。星海图Kengo、银河通用ET-1、天工Omni、宇树H2还在继续向复杂地形和全身协同推进；加速进化Booster T2则把重点放在开发平台和多机协同，运动会开幕式上80台Booster T2自主变阵，随后还有14台机器人完成7V7全自主足球。双足的价值正在从“更像人”，变成“哪些任务真的需要两条腿”。

但把视线再往外挪，四足、轮足、轮臂、机械臂、外骨骼、水下机器人、康复机器人同样在快速扩张。宇树B2继续面向复杂地形与重载作业，智身的四足平台覆盖巡检与特种作业，大量服务机器人则直接围绕酒店、零售、康养设计身体。

机器人行业正在逐渐接受一个更现实的事实：通用智能，不一定对应一种通用身体。

仓库需要稳定运输和抓取，园区需要全天候移动巡检，商店需要在狭窄货架间操作，工厂需要高负载和高重复精度，家庭又更在乎安全、体积和成本。每个场景对“身体”的要求都不同。

因此2026年的产品形态越来越像模块化组合：轮式、双足、四足并存，手臂、灵巧手、夹爪按任务切换，同一套“大脑”也开始尝试跨本体复用。

产业思路由此发生了一次倒转。过去更像是先造一台机器人，再去寻找它可以进入什么场景；现在越来越像是先找到一份值得机器人干的工作，再决定它应该长什么样。

展馆里最值得看的，已经不只是机器人本身

今年WRC还有一个很容易被人形机器人热度盖住的变化：机器人越来越多，但围绕机器人做“大脑、数据、触觉、仿真和开发工具”的公司，同样越来越拥挤。

人形机器人很抢镜，但今年WRC另一个值得看的地方，是越来越多公司开始绕开“本体大战”，去做模型、数据和感知。大晓机器人就是很典型的一家。

它这次没有把重点放在再造一台全尺寸人形机器人，而是把Kairos 3.1世界模型、ACE环境式数采方案，以及“晓满”“晓新”“晓途”三套场景方案一起带到现场。简单说，大晓想补的是机器人从“看懂环境”到“收集数据”，再到“进入具体业务”的那条链路。

比如“晓满”瞄准即时零售，把机器人放进闪购仓、前置仓；“晓新”尝试串起酒店洗衣房里的收、放、洗、叠；“晓途”则给四足机器人补上导航、感知和集群管理，去做园区和城市开放环境。相比自己再造一个身体，大晓更像是在做一套能接到不同本体上的“大脑和工具箱”。

千觉机器人关注的是另一块容易被忽略的能力：触觉。过去灵巧手更多依赖视觉，碰到薄片、小零件、柔性物体时，很容易出现“看得见但拿不稳”。千觉这次展示的整手触觉方案，把指尖和掌心的感知连起来，让机器人不只知道自己碰到了东西，还能感知受力、滑移和物体形貌。

更关键的是，千觉没有把触觉停在传感器层面。XTac UMI G1负责同步采集视觉、触觉、位姿和夹爪状态，再接到VTLA多模态模型里。它想做的其实是一条更完整的链路：先让机器人“摸到”，再把这些触觉数据变成模型能学的东西。对于精密装配和柔性操作，这类能力以后很可能不再只是加分项。

把大晓、千觉、自变量、星尘这些公司放在一起，会发现今年WRC的“基础设施感”明显更强了。有人在补世界模型，有人在解决数据怎么采九游j9在线官网，有人在把触觉接进模型，也有人开始做具身操作系统。机器人本体当然还是主角，但决定它能不能真正变聪明、变好用的东西，正在越来越多地藏到本体背后。

再往上游看，六维力、关节扭矩、视觉模组、灵巧手、遥操作、仿真平台这些过去不太容易抢镜的环节，也开始变得越来越重要。

过去聊机器人，最容易讲的是电机、减速器、控制器这些传统“三大件”。现在这条链正在迅速拉长：视觉、触觉、力觉、真机数据、合成数据、仿真、世界模型、VLA、运动控制、边缘计算，再到部署后的调度和运维。

机器人真正走进现实世界，需要的已经不是一个“更强的本体”，而是一整套软硬件一起成熟。

这也解释了为什么“开发者日”会第一次被WRC单独拿出来。当造出一台机器人本身不再那么稀缺，谁能让开发更快、数据更便宜、模型更好用、部署更省事，可能才更决定下一阶段的扩张速度。

人形机器人的“iPhone时刻”或许还没到，但围绕它的操作系统、开发工具、数据层和感知基础设施，已经开始提前抢位置了。

当然，展会和运动会上的热闹都不能直接等同于产业成熟。

展台上10分钟的稳定演示，与工厂里一年300天连续运行，是两种完全不同的能力；赛道上9秒32的百米成绩，也不等于机器人已经能在家庭里连续几个小时自己收拾房间。运动能力、操作能力和商业可用性，仍然是三条需要慢慢汇合的曲线。

但从WRC到“冰丝带”，有件事已经越来越清楚：行业的考题确实变了。

接下来判断一家机器人公司是否真正跑出来，看的可能不再只是发布了多少型号、融了多少钱，甚至也不只是拿了多少台订单。更重要的是：机器人被部署到哪里，实际每天运行多久；一项任务能否完整闭环；出现干扰后是否能够自主恢复；换一个场景需要多少重新开发；客户第二年愿不愿意继续买；当机器人数量从10台变成1000台后，运维成本还能不能控制。

最后谁拿了多少金牌当然会有人记住，但对行业来说，更值得看的，是机器人开始被放进越来越公开、复杂、不可完全预设的环境里接受检验。

从“被展示”到“被使用”，中间隔着的并不是一个更漂亮的动作，而是一整套可靠性、成本和工程能力。

当行业开始认真回答“什么时候上岗、一天能干多久、需要多少人维护、多久能回本”这些问题时，机器人的商业化才真正走到了下一阶段。