一脑多形路线落地。
作者｜田思奇
编辑｜栗子
2026世界人工智能大会（WAIC）的展馆里，两台人形机器人站在转台两侧。面前的料盒转到指定位置后，它们分别拿起零件，完成插接和装配。小件处理结束，机器人又伸出双臂，搬起整个料筐，将它放到身后的货架上。
不远处，另一台机器人接到一份取货订单，移动到摆满饮料、零食和玩偶的货架前。它找到指定商品，小心绕开隔板和相邻货物，再把东西交到观众手里。手机镜头很快围拢过来。
但大家已经不太满足于看机器人走路、跳舞和翻跟头了。观众开始关心更细小的瞬间：东西混在一起，它会不会认错？货架空间这么窄，它的手伸得进去吗？面对透明包装，它到底看见了什么？换一个此前没有出现过的物品，机器人还知道该怎么做吗？
今年的WAIC将具身智能与智算并列为两大核心赛道，超过200家相关企业参展。但讨论已经不再只围绕身体展开。具身大脑、世界模型、机器人视觉、灵巧手和场景应用，开始和本体一起成为高频词。
工信部与国资委提出，到2026年底，我国将打造百个以上高价值应用场景，形成万台级机器人规模化落地能力。毫无疑问，机器人正在加快进入工厂、商店，家庭等更多真实空间。但当它真正来到人类生活和工作的环境中，身体反而未必会走向统一。
智能层呈现出另一种趋势。无论机器人拥有什么身体，它都需要看懂环境、认识物体、理解任务和规划动作。这些能力不必随着本体变化重新开始，而可以在不同机器人、物体和任务之间积累与迁移。
「甲子光年」认为，具身智能的通用性，未必首先表现为一台什么都会的万能机器人。更现实的起点可能是，机器人可以面对不同的物体和任务，也可以拥有不同的身体和末端执行器，但背后始终有一套相对通用的智能能力，帮助它理解环境、作出判断并完成行动。
梅卡曼德试图回答的，正是这套智能能力如何跨越物体、任务、末端执行器和机器人本体，在不断变化的真实场景中延续下来。
1.一脑多形，打开机器人的能力边界
梅卡曼德展台上的双人形机器人，提供了一个直观的观察入口。中央转台不断送来不同的料盒和工件，两台机器人分别完成零件抓取、插接与装配，随后又搬起整箱物料，将其放到后方货架。前一刻还在处理细小工件，下一刻已经转向大幅度搬运，同一台机器人需要随着物体和任务的变化，不断调整自己的动作。
这里展示的不只是机器人掌握了多少种动作，更重要的是，当任务发生变化，它是否还能继续完成工作。过去，机器人往往擅长在明确的环境中重复固定动作；而具身智能可以解决的问题，是让机器人不再被一道任务、一类物体或者一种使用方式绑定。
*本视频为4倍速播放
一脑多形，也建立在这种通用性之上。不同的行业和场景会需要不同形态的机器人：有些适合固定作业，有些需要在空间中移动，还有一些要进入原本为人设计的货架、柜台和生活环境。机器人的身体未必会走向统一，但看懂环境、认识物体、理解任务和规划行动等底层能力，可以在不同形态之间积累和迁移。
再进一步，同一套智能能力也可以适配不同的机器人形态。无论身体如何变化，机器人都要回答几个相似的问题：眼前有什么，人希望它做什么，以及怎样把这件事完成。
在WAIC现场的互动演示中，工作人员只说了一句：现在外面下雨。
桌面上摆着多种模型玩具和生活用品，任务早已超出按名称取物的范围。机器人需要结合日常常识理解这句话背后的需求，判断人此时需要雨伞，再从混合摆放的物品中找到伞，递到对方手中。
随后，工作人员要求机器人把蓝色方块放在2加3的结果上。机器人先算出答案是5，再识别蓝色方块和数字5所在的位置，完成抓取与摆放。一次看似简单的动作，实际串联了数学计算、颜色识别和空间操作。
在下一个指令之前，工作人员替换并增加了部分物品，包括黄色、蓝色两个盒子，接着要求机器人把食草动物放进盒子里。机器人首先确认了盒子的颜色，再选中唯一符合食草动物的“大象”，同时找到指定颜色的容器，完成了指令。这证明桌面内容发生变化后，它仍能根据当前环境重新判断对象和动作。
来源：梅卡曼德
三项任务分别涉及常识推理、逻辑计算和类别理解。Mech-GPT负责理解语言、图像与任务意图，3D视觉确认物体和容器的位置，具身大脑进一步规划行动步骤，最终由手臂和末端执行器完成操作。机器人对复杂指令的理解，由此转化为物理空间中的连续动作。
这也是具身智能与传统人机交互的重要区别。AI不仅要听懂人说了什么，还要联系眼前的环境，推断真正的任务目标，并通过身体把理解变成行动。
零售取货进一步增加了空间的复杂性。梅卡曼德人形机器人接到订单后移动至货架，在饮料、零食和玩偶等商品中寻找目标。货架内部空间有限，商品之间还会相互遮挡。识别出目标以后，机器人仍要判断手臂从什么角度进入，如何避开隔板和相邻商品，再带着货物安全退出。
*本视频为2倍速播放
桌面互动关注指令理解，货架取货则将移动、识别和操作放进同一项任务。在物理世界中，AI面对的大多不是彼此孤立的动作。机器人必须理解物体与环境的空间关系，也要估计自己的动作会让周围发生什么变化，世界模型的作用由此显现。
这种能力也不只属于零售。无论进入商超、物流、科研、展览还是家庭服务，机器人都会面对有限的空间、随机摆放的物体和不断变化的需求。真实世界不会提前把每一道题写进程序里，机器人需要在新的环境中重新观察和行动。
具身大脑做出的计划，最终还要由手与物体的接触来实现。梅卡曼德本次展示的新一代Mech-Hand多指灵巧手，可以根据不同任务完成抓、捏、握、提和插拔等动作。世界动作模型则负责将操作目标转化为具体的手部动作，让同一只手能够处理形状、尺寸和材质差异较大的物体。
来源：梅卡曼德
这意味着，通用性和泛化性不仅发生在任务和本体之间，也发生在机器人与不同物体、不同末端执行器之间。机器人不能只认识更多东西，还要根据物体的状态，选择合适的操作方式。
海量物体分类演示中，台面上混合放置着日用品、文具、果蔬、食品和玩具，周围摆着标有不同类别的收纳盒。机器人从杂乱物品中拿起“熊猫”，将它放入动物类盒子；随后依次识别出零食、水果以及不符合具体类别的“其他”物品。
来源：梅卡曼德
面对数百种物品，逐一预设规则并不现实。机器人需要持续识别混合物品，结合常识判断类别，再根据台面变化更新结果。双臂与灵巧手共同完成抓取和放置，将物体认知、任务决策和动作执行接成一套完整闭环。
透明物体带来了另一类困难。光线穿过透明瓶和塑料盒以后会产生折射与反射，深度信息容易出现空洞。人眼能够自然看见完整瓶身，机器人获得的三维轮廓却可能并不连续。
梅卡曼德利用自研AI技术识别不同形状的透明物品，再通过抓取规划与运动控制计算操作位置，实现连续抓取和稳定放置。这里处理的不只是透明瓶，也包括透明塑料盒和包装等容易让传统视觉失效的对象。
从商超中的透明包装，到医疗环境中的透明容器，现实世界里存在大量机器人不容易看清的物体。透明物体泛化抓取所展示的，不只是一个特殊视觉能力，而是机器人能否在信息并不完整时，仍然理解物体并完成操作。
开放场景不断改变机器人面对的物体和任务，而在工业现场，这些能力还要接受速度、精度和稳定性的检验。AI可以拥有复杂的认知和规划能力，但进入真实工作环境后，仍要在有限时间内把动作做对。
在高速小件抓取单元中，工业机械臂利用AI决策与规划，从无序料框中自主识别并抓取五角螺母，单件时间小于2.4秒。计时画面将感知、规划和运动执行的综合效率转化成直观数字。这套能力已经大规模应用于高速上料和精密装配等场景，机器人不仅要认得准、抓得稳，也要跟得上真实工作节奏。
钣金件单元中，机械臂从料框抓起异形工件，在中央治具上完成对准与试装，随后将其转移至另一料框。面对轮廓和姿态各不相同的工件，机器人需要不断调整抓取方向，并完成从识别、抓取到装配定位的连续操作
线束单元面对的则是另一种完全不同的物体。线束柔软、容易形变和摆动，插接时既要准确对位，也要控制力度。机器人利用视觉识别与AI规划从料箱中取出线束，调整插头姿态，将其送至工装位置完成插接和拔出，再进行转移与下料。高精度视觉、自适应运动控制与精细操作共同实现亚毫米级柔顺插接，可以广泛应用于3C/半导体/汽车电子等行业的高精密装配场景。
来源：梅卡曼德
从雨伞、玩具和零食，到透明瓶、螺母、钣金件和线束，八个展示单元面对的物体、场景和任务几乎完全不同。它们共同检验的，却是机器人能否把已有的感知、理解、规划和操作能力带到新的问题中。
所谓通用，并不是让机器人用同一个动作解决所有问题，而是在环境、物体、任务、末端执行器和本体发生变化后，它仍能重新理解眼前的情况，并找到完成任务的方法。
这正是梅卡曼德眼脑手体系希望建立的能力：机器人身体可以多样，应用场景可以不断拓展，而支撑行动的底层智能体系能够持续积累和复用。
2.从全球交付到数据飞轮，规模化实现复利
「甲子光年」认为，具身智能的通用性，不只需要在不同展示单元中得到验证，也要在持续运行的真实场景中不断成长。
实验室和展台可以控制灯光、物体与空间，但真实世界始终充满变化。物体可能被遮挡，位置和姿态并不固定，光线随时改变，抓取过程中也可能出现滑脱和偏移。机器人遇到的场景越丰富，越能发现此前没有覆盖的问题。
目前，梅卡曼德全球累计部署超过27000套产品，出口至近50个国家和地区，服务百余家《财富》500强企业，覆盖汽车、新能源、物流、3C电子、家电、金属加工等数十个行业。
这些持续运行的产品，意味着具身智能正在面对远比实验室更复杂的真实世界。每一次成功执行、亦或是抓取偏差或环境变化，都会转化为新的案例和数据，持续反馈到感知、决策、规划和操作能力的迭代之中。
由此形成的，是应用、数据、模型和能力提升之间的循环。机器人进入的场景越多，接触的物体和任务越丰富，模型能够积累的经验也越多；这些能力再进入新的机器人和应用中，帮助它们更快适应此前没有面对过的情况。
这也是数据飞轮对具身智能的意义。它不只是让机器人把同一个任务做得更熟练，而是持续扩大机器人能够理解和处理的物体、场景与任务范围。
大规模部署还需要面对不同地区和行业的差异。梅卡曼德业务覆盖近50个国家和地区，并在美国、日本、韩国和德国设有本地团队。不同市场使用的机器人、设备和应用环境并不完全相同，跨区域运行也在持续检验同一套智能能力面对变化时的适应性。
沿着跨行业、跨场景和跨区域的应用轨迹，具身智能未来的发展方向也逐渐清晰。为了进入制造车间、物流仓库、零售货架、科研空间和家庭环境，机器人的外形和结构还会继续分化。不同身体承担不同任务，并不意味着每一类机器人都需要从头建立一套智能。相反，感知环境、理解任务、规划动作和操作物体等能力，有机会跨越不同的物理形态，沉淀为共享的通用智能底座。
梅卡曼德持续扩展的眼脑手体系，正是机器人进入物理世界所需的一套完整能力：从具身智能大模型、仿生分层机器人大脑、世界动作模型，到多指灵巧手，覆盖了从感知、理解到规划与执行的完整闭环。
它没有将具身智能押注在一种单一的机器人外形上，而是希望通过统一的技术体系，让智能能力适配多样的机器人形态，为各类机器人赋予在复杂环境中稳定作业的能力，而这也将成为这场技术浪潮中更为核心的商业价值。
（文中未说明图片及视频由「甲子光年」拍摄）
