WRC新趋势：人形机器人退居二线 垂直场景机器人重构60%依赖人工的食品加工产线

每经特派记者：王郁彪 每经编辑：余婷婷

"去年展会上更多是展示demo（技术原型），主要凸显企业的技术储备。今年所有参展技术都必须与产业深度融合，要真正落地解决实际问题。"8月21日，在2026世界机器人大会（WRC）希夕智能展台前，创始人兼首席执行官毛梁接受《徽声在线》记者专访时，分享了对本届展会转型的观察。他特别指出，本届大会最显著的转变是技术展示从"炫技"转向"务实"，从实验室原型走向商业化落地。

本届WRC展台上，曾经占据C位的打拳、翻跟头等娱乐化表演大幅减少，取而代之的是完整的产业场景复现：汽车零部件生产线、智慧仓储分拣系统、智能餐饮后厨等真实作业环境被1:1搬进展馆。记者在希夕智能展区看到，两台双臂机器人正协同制作餐食——当一位国际观众下单凉面后，系统立即启动全流程自动化：机械臂精准抓取面条，另一臂同步完成配菜投放，通过视觉识别系统调整酱料分量，最后将成品递送至取餐口，整个过程行云流水。

在餐饮机器人细分领域，采用"垂类具身模型+双臂柔性架构"的企业仍属少数。灵心巧手、享刻智能等企业聚焦柔性食品加工，与希夕智能形成差异化竞争。其中灵心巧手主打预制菜自动化生产，享刻智能则专注非标食材切割，三家企业共同构建起智能餐饮设备的新生态。

从"技术表演"到"价值创造"，具身智能的商业化进程在本届WRC全面提速。这种转变不仅体现在人形机器人展示抓取螺丝、分拣商品等基础技能，更显著的是垂直场景玩家已构建起完整的商业闭环——希夕智能现场展示的航空餐生产线，单日产能突破9000份，设备回本周期缩短至18个月，这些关键数据印证了技术落地的商业可行性。

当聚光灯转向产业深处，中央厨房、食品加工车间等传统自动化禁区，正成为检验具身智能真实能力的试金石。这些场景对设备稳定性、故障率、维护成本等指标的严苛要求，远超展馆内的演示环境。

垂直机器人如何破解食品加工自动化困局？

本届WRC的另一大突破，是垂直场景机器人从边缘配角晋升为核心主角。在商超、餐饮、消防等领域的实景作业区，观众可直观看到机器人如何完成货架补货、火焰扑救等复杂任务。这种展示方式的转变，折射出行业从技术崇拜向价值导向的深层变革。

记者在希夕智能展台连续三小时观察发现，体验队伍始终保持20人以上规模。据工作人员介绍，其智能餐饮系统已在国内某大型航空配餐企业实现规模化应用，通过模块化设计可快速适配不同菜系需求。更值得关注的是，该系统在食材浪费率控制方面表现突出——通过动态称重和AI配比算法，将边角料产生量降低至行业平均水平的1/3。

希夕智能双臂机器人作业场景（左：沙拉制作 右：凉面装配） 图片来源：企业官方

这家由新希望集团智能投资平台、通用机器人龙头非夕科技及创始团队联合孵化的企业，从创立之初就明确差异化路线。毛梁向记者透露核心决策逻辑："食品加工场景中，90%的操作无需移动底盘。我们聚焦解决手部灵巧操作、视觉识别、决策系统三大核心问题，通过去除冗余的移动模块，使设备成本降低40%，稳定性提升60%。"这种技术取舍策略，使其产品在航空配餐、连锁餐饮等对成本敏感的场景中更具竞争力。

市场数据印证了这种战略的正确性。据毛梁披露，希夕智能新增订单中，配餐场景占比达48%，涵盖中央厨房、便利店热食吧、航空餐生产等细分领域；在食品精加工领域，其设备已覆盖油炸定型、智能切割、精准配重等12个工艺环节。"有观众认出我们是去年展示关东煮穿串设备的企业，今年我们的技术矩阵已扩展到切割、整形等更多环节。"毛梁展示的客户案例显示，某连锁餐饮品牌引入其设备后，单店人力成本下降55%，出餐效率提升3倍。

食品加工自动化长期停滞的根源，在于行业特有的非标特性。与工业制造的标准化来料不同，食材存在形态差异（如猪肉的五花、肋排）、质地波动（如蔬菜的软硬）、季节性变化（如水果的甜度）等多重变量。传统自动化设备依赖固定机械传动，面对生鲜食材极易出现卡顿、损坏等问题。毛梁提供的行业数据显示，当前食品加工环节仍有60%-70%工序依赖人工操作，自动化渗透率不足30%。

在具身智能领域，高质量训练数据的匮乏始终是核心挑战。对于餐饮这类高度非标的场景，数据获取尤为困难。"食品垂类的公开数据集几乎为零，所有训练数据都来自客户现场采集。"毛梁透露，希夕智能已建立覆盖猪肉、鸡肉、鱼类等主要品类的食材数据库，仅猪肉品类就积累超过50万条有效数据，构建起包含形态识别、质地分析、操作参数的立体化模型体系。这种数据积累策略，使其设备在处理新品类食材时，可通过迁移学习快速适配，将开发周期缩短60%。

垂直赛道的"专科医生"哲学：放弃人形执念，拥抱商业本质

从投资视角观察，具身智能行业正经历估值逻辑的重构。机构评估重点从技术参数转向商业回报，全栈能力成为核心考量指标。这种转变下，垂直赛道玩家凭借场景深耕和数据积累，逐步建立起清晰的商业价值坐标系。

毛梁用"专科技术工匠"定义希夕智能的定位："通用人形机器人追求全场景泛化能力，类似全科医生；而我们专注做垂直领域的专科专家，在特定场景实现技术深度渗透。"这种定位差异在产品设计中体现得淋漓尽致——其设备舍弃了人形结构，采用模块化双臂设计，通过更换末端执行器即可适配不同食材处理需求，这种"专器专用"策略使其设备综合成本比通用型低35%。

在产品迭代节奏上，希夕智能采取"硬件慢迭代、软件快优化"策略。毛梁解释称，机械结构的稳定性要求限制了硬件更新频率，通常18-24个月推出新一代产品；但通过云端数据回传，模型可实现每周迭代，持续优化操作精度和效率。这种模式既保证了设备可靠性，又保持了技术先进性。

一个典型案例折射出垂直场景的技术深度。毛梁将"从粘连芝士片中分离单片且不破损"列为当前最难攻克的技术挑战之一："这道工序即使人工操作也需要极高专注度，对机器人的视觉识别精度、力控反馈速度、运动轨迹规划提出极致要求。"为解决这个问题，团队开发了多模态感知系统，整合触觉反馈、光谱分析和深度学习算法，经过3万次测试才实现99.2%的成功率。

这类看似简单的操作，实则需要视觉、力控、运动规划三大系统的精密协同。希夕智能通过将技术分解为200多个子任务，分别建立数据模型，最终实现复杂操作的标准化执行。这种"化整为零"的技术路线，正是垂直机器人构建竞争壁垒的关键。

当WRC的关注焦点从机器人本体性能延伸至产业应用深度，垂直玩家已在真实场景中完成关键跨越。具身智能的产业叙事正在改写——从追求"类人能力"转向创造"真实价值"，从技术竞赛转向商业闭环构建。

在这场从展台到产线的马拉松中，最终胜出的或许不是外形最像人类的机型，而是那些深度理解场景需求、精准解决行业痛点的垂直专家。正如毛梁所言："在食品加工领域，客户需要的不是会跳舞的机器人，而是能稳定产出合格产品、带来明确投资回报的设备。"