从多机协同到真实任务，机器人加速融入现实世界
8月19日，2026世界机器人大会（WRC 2026）开幕，300余家企业齐聚一堂，博览会展馆内人潮涌动，洽谈声、机械运转声、音乐声此起彼伏，共同勾勒出机器人产业加速奔跑的图景。多台机器人组成乐队、物理AI仿真平台为具身智能“堆料”、灵巧手在展台上开启不间断工作直播……今年大会释放出一个清晰信号：机器人正从“秀肌肉”走向“真干活”，加速融入现实世界。
“人机协同”组乐队，吉他手和贝斯手都是机器人
中科慧灵机器人乐队。新京报记者 张璐 摄 本届大会博览会上，多机协同场景正在大量涌现。走得多快、能举多重、关节拥有多少自由度依然重要，但机器人能否协调自己的身体、与伙伴共同完成目标，把感知和动作连接成连续任务，并在需要时与人形成可靠分工，开始决定机器人能否真正进入现实。
吉他扫过琴弦、贝斯跟进节奏、键盘铺开和声、鼓槌落向鼓面……在中科慧灵展区，四台机器人使用乐器，与真人歌手带来了一场“人机协同”音乐会。有意思的是，吉他手和贝斯手不仅上肢协调，还能进行弓步位移，随着音乐律动轻轻晃动身体，看起来十分惬意。
四台机器人，为什么能天衣无缝地完成一首歌？中科慧灵文娱事业部负责人马腾说，答案首先藏在每一台机器人的身体里。机器人演奏真实乐器，并不只是让灵巧手到达某个位置、完成一个孤立动作。以吉他为例，从按弦、换位到扫弦，肩、肘、腕与灵巧手手指需要围绕同一个演奏目标连续配合。所以，机器人身体内部不同关节之间首先实现协同，在时间和空间上持续配合。四台机器人共同完成一首歌，则进一步考验多机协同。
在展台另一侧，CASBOT 02展示鞋服制造场景中的自主具身作业，机器人需要对鞋舌进行操作，并将其准确放入对应槽位。看似只是一次“放进去”的动作，背后涉及对柔性材料状态的感知、抓取后的姿态控制，以及面向目标位置的移动、对位、放置和调整。
鞋舌本身具有柔软、易形变的特点，不会像标准刚性零部件一样始终保持固定形态。抓取位置、受力方式和运动过程发生变化，都可能影响材料最终到达槽位时的姿态。因此，机器人不仅需要识别目标位置，还要根据鞋舌在操作过程中的实际状态持续调整动作。真正的难点并不只是“能不能抓起来”，而是抓取之后，能否继续把后续操作任务衔接起来。
围绕这一方向，CASBOT 02结合中科慧灵自研具身操作模型CAS-Brain 1.0，通过行业数据积累、长短期记忆、强化学习后训练及边缘侧部署优化等技术，将环境感知、任务决策与机器人执行进一步连接起来。前一个动作的结果会成为后一个动作的重要条件，机器人需要在任务过程中持续感知当前状态，并据此调整下一步操作。鞋舌入槽展示所呈现的，也正是机器人从一次孤立动作，进一步向包含抓取、移动、对位、放置和调整在内的连续任务延伸。
让机器人在虚拟世界学会“真功夫”，凡拓物理AI加速具身智能落地
当前，具身智能正处于从实验室走向产业落地的关键阶段。“具身智能下半年的考题，是怎样从展示和教育走向工业刚性场景里稳定、低成本、可复制地工作。”凡拓数创集团副总裁、凡拓具身智能科技（北京）有限公司总经理刘晓东说，在具身智能落地应用场景中，真正的“卡脖子”问题是数据、工程化和产品的适配。“我们聚焦物理AI，通过数据采集、标注训练、仿真验证和真机部署闭环，降低数据采集与真实试错成本，让一项任务能够被持续采集、训练、验证并迁移到更多机器人和场景中。”
据他介绍，真机训练存在周期长、设备磕碰损坏等安全和成本问题，此次展示的全国产自研的FunSim仿真平台可将训练周期和成本大幅缩短和降低。平台能够在虚拟环境中1:1搭建物理场景，将虚拟机器人部署其中进行训练，支持亚毫米级物理碰撞、柔性物料形变、关节动力学精准模拟，完整复刻装配、搬运、巡检等全工业工序。训练完成后生成仿真动作数据，经过标注、清洗等环节形成数据飞轮，最终将优质动作数据部署到真机本体，实现Sim2Real（模拟到现实）的迁移。
现场，一款外形为帽子、配有鱼眼镜头的数据采集设备Ego也在该展区亮相。“大语言模型有很多语言物料喂养，但具身智能数据是三维的，目前还有非常大的缺口。”他说，这款具身智能采集设备不再依赖昂贵的机器人本体，业主方可雇佣工人、超市服务员等佩戴设备，随时随地进行第一视角数据采集，并导出机器人通用数据格式，适配给机器人或世界模型使用。目前，凡拓已积累上万小时有效实采数据，覆盖物流、家居、工业、商业四大场景，设备已在国内上市并售向海外。