直击WRC｜明略科技吴明辉：具身智能“现在差不多是ChatGPT时刻”
直击WRC｜明略科技吴明辉：具身智能“现在差不多是ChatGPT时刻”
2026年08月21日 13:23
在2026世界 机器人 大会（WRC）的现场，明略科技（02718.HK）的展位前人流不断。
作为一家于2025年登陆港交所、被称为“全球Agentic AI第一股”的企业，明略科技此次并未单独展示 机器人 本体，而是携手海康 机器人 ，展示了一套覆盖商业 餐饮 清理、工业 物流 拣选等场景的具身智能解决方案。
在展会期间，明略科技创始人、CEO兼CTO吴明辉接受了《中国经营报》记者及其他媒体记者采访。面对当前具身智能是否已经迎来类似ChatGPT发展的关键节点这一问题，吴明辉表示：“我觉得现在这个差不多是ChatGPT时刻。”
在他看来，当前具身智能的发展阶段，与ChatGPT刚出现时有一定相似之处：技术能力已经开始展现，但距离真正成为解决生产力问题的工具，仍需要跨越应用落地中的“最后一公里”。
先做“简单而稳定”的本体
在明略科技与海康 机器人 的联合展台上，轮式 人形机器人 负责桌面清理，轮式双臂 机器人 负责餐盘回收，洗地 机器人 完成地面清洁；在工业场景中，无人叉车、AMR（自主移动机器人）以及 人形机器人 则围绕同一任务链路协同工作。
值得注意的是，明略科技并没有试图让单一机器人完成所有复杂任务，而是采用多个机器人协同的方式，让不同设备承担更适合自身能力的工作。
明略科技展示的桌面清理机器人，在结构设计上更强调简单和稳定。吴明辉介绍，其躯干固定，机械臂主要承担上下移动等作业，相比一些追求高自由度的 人形机器人 方案，自由度更低。
“在制造业里面通常是越简单越稳定，成本也越低。”吴明辉表示。
这背后体现的是明略科技对于机器人产业化路径的判断：在细分场景落地时，并不一定需要追求高度通用的机器人本体，而是应该根据具体任务选择成本、可靠性和效率之间的最佳方案。
明略科技的优势在于“大脑”——自研模型与Agent能力，而硬件制造能力则通过与海康机器人的合作补足。吴明辉表示：“跟海康机器人深度合作，对我们来讲肯定是最优解。”
这种合作模式也符合双方能力特点。明略科技长期聚焦企业级 人工智能 模型，而海康机器人具备工业机器人和制造能力。
以现场 餐饮 场景为例，轮式人形机器人拥有24个自由度，支持搭载VLM、VLA模型进行任务决策，轮式双臂机器人支持30公斤负载和大范围作业，洗地机器人负责后续清洁，三类设备通过任务规划形成完整作业闭环。
吴明辉表示，明略科技过去长期服务B端客户，B端模型应用强调模型的小型化和高效率，“这些恰恰是我们机器人领域所需要的”。
从单机智能到组织协同
过去几年，人形机器人快速升温。从实验室演示到展会亮相，机器人已经能够完成行走、抓取、搬运等动作。但对于企业客户而言，真正重要的问题并不是机器人能否完成某个动作，而是能否稳定解决实际业务问题。
吴明辉认为，当前具身智能仍处于从展示走向产业应用的过渡阶段。“距离真正能够让机器人真干活，还有很多最后一公里的问题要解决。”他说，其中包括本体能力、模型能力以及复杂场景适应能力等挑战。
因此，明略科技此次展示的重点，并非单个机器人能力，而是多个机器人围绕任务链路协同完成工作。
例如，在 餐饮 场景中，人形机器人需要理解桌面环境，判断不同物品并完成清理，再调用双臂机器人完成餐盘搬运，最后由清洁设备完成后续工作。
在工业 物流 场景中，不同机器人承担不同角色：无人叉车负责整托物料搬运，双臂机器人负责料箱处理，AMR负责运输，人形机器人完成订单拣选，最终形成连续作业流程。
这背后体现的是明略科技对机器人产业未来形态的判断：机器人不会只是孤立设备，而会成为企业智能系统中的执行节点。
吴明辉表示，明略科技真正关注的是“组织代码”，即让不同智能体之间建立连接。“在一个组织里面，人和人之间是要有shared memory（共享记忆），有集体智慧的，这件事情其实不管是Agent还是机器人都需要。”
“Skill模式”或是更务实的落地路径
在机器人产业迈向商业化的过程中，一个核心问题仍未解决：机器人究竟应该依靠大规模数据训练成为通用智能体，还是通过针对具体任务快速学习，实现产业落地？
吴明辉认为，完全通用的机器人距离现实应用仍有较长距离。
“今天肯定做不到一个完全通用的机器人，它需要多大的模型、多大的算力，以及长期适应环境的过程，这些投入产出其实是算不过来的。”他说。
在产业场景中，一个更现实的路径可能是让机器人先掌握具体技能。吴明辉将这种能力称为“skill”。
“Skill实际上会大大降低数据需求量。”他说，相比让机器人通过 海量数据 自主探索，通过知识传递和简单教学，让机器人快速掌握某项工作能力，可能更符合当前产业落地需求。
对于企业而言，机器人并不一定需要成为“万能工人”，而是需要在明确场景中稳定完成任务。
从商业角度看，机器人产业的关键不仅是技术突破，更在于找到投入成本和应用价值之间的平衡。
吴明辉认为，机器人产业可能会经历类似AI软件的发展过程：从提供辅助能力，到逐渐成为真正解决生产力问题的工具。
“真正的AI，有严密推理能力，能够解决复杂任务。”吴明辉说。
（文章来源：中国经营报）