人形机器人仍是WRC亮点 但依赖人工的食品加工线正被垂类机器人革新

每经记者：王郁彪 徽声在线编辑：余婷婷

“去年许多展台还只是展示机器人技术的demo（样本），重点在于展现技术实力。而今年，所有技术展示都强调与产业的深度结合，力求落地应用，解决实际问题。”8月21日，在希夕智能的展台前，创始人兼首席执行官毛梁在接受《每日经济新闻》记者（以下简称每经记者）采访时，分享了他对“2026世界机器人大会”（WRC）的独到观察。

本届WRC上，以往那些以打拳、跳舞、翻跟头为卖点的机器人表演大幅减少，取而代之的是工厂流水线、前置仓货架，甚至餐厅后厨等实际生产场景被搬上了展台。每经记者在现场注意到，希夕智能的展台上，两台机器人正忙碌地制作餐食，一位外国观众下单了凉面，机器人从夹取食材、配餐、调味到递餐，整个过程一气呵成。

在展会现场，像希夕智能这样专注于配餐等场景的“垂类具身模型+双臂柔性机器人”公司并不多见。灵心巧手、享刻智能等企业也聚焦于柔性非标食品加工、配餐、预制菜等领域，与希夕智能的赛道较为贴近。

从“会跳舞”的机器人到“能干活”的机器人，从“讲故事”的技术展示到“算回报”的商业应用，具身智能的商业化进程正在本届WRC上加速上演。这种转变不仅体现在人形机器人在展台上反复演练抓取螺丝、拣选商品等动作上，更在于许多深耕垂直场景的机器人企业已经率先跑通了从技术到营收的商业闭环。

不追逐展厅里的聚光灯，中央厨房、食品加工车间正成为检验具身智能“真落地”能力的关键考场。在这里，机器人需要面对的是真实、复杂且多变的生产环境。

从关东煮到航空餐，一台“不移动”的机器人如何征服厨房？

除了人形机器人的实操展示外，今年WRC的另一大显著特征是垂直场景的机器人正在从配角走向舞台中央。商超、餐饮、消防、酒店等服务场景的实景作业演示随处可见，机器人正在这些领域发挥着越来越重要的作用。

每经记者实地走访发现，希夕智能的展台前几乎全天候排着体验队伍，两台机器人同时制作着轻食沙拉和中式凉面，吸引了众多观众驻足观看。据现场工作人员介绍，该产品已在国内知名航空公司的航空配餐产线实现规模化运行，单条产线单日可产出近万份航空餐，展现了强大的生产能力和市场潜力。

希夕智能星越机器人制作沙拉（左）和凉面（右） 图片来源：企业供图

这家由新希望集团旗下智能投资孵化平台、通用机器人“独角兽”非夕科技以及希夕创始团队联合孵化的创业公司，从一开始就选择了与众不同的道路——放弃“人形”叙事，专注于解决食品加工场景中的实际问题。毛梁在接受每经记者采访时透露了关键决策逻辑：“我们做的食品加工场景，90%以上的工序不需要移动。从技术极简主义出发，我们最重要解决的是手、脑、眼的问题，而不需要双足。去掉移动能力后，技术更可控，成本也更低。”

这一判断正在被市场充分验证。毛梁告诉每经记者，希夕智能的新增业务中，配餐场景业务占比近一半，包括中央厨房、便利店、航空配餐等；在食品精加工端，则覆盖油炸、整形、切割等深加工以及食材精准配重等工艺环节。“有观众看到我们说，你们是去年做关东煮穿串的那家（公司）。”毛梁表示，“今年我们的产品功能覆盖进一步扩展，已经涵盖了配餐、切割、整形等多个领域。”

事实上，食品加工行业之所以长期被自动化“遗忘”，根源在于其面临的非标难题。工业制造的来料全部标准化，而食材则天生形态各异、软硬不一，传统自动化依赖固定点位的机械传动，面对形态波动的生鲜食材极易失效。加之食品行业变化性强、上新频繁等特点，进一步加剧了自动化的难度。毛梁给出的数据显示，食品加工行业约60%至70%的工序仍高度依赖人工，这为机器人企业提供了巨大的市场空间。

纵观整个具身智能产业，优质数据的严重缺失正是掣肘发展的关键因素。餐饮这类非标场景，机器人的训练数据从何而来？“食品垂类的公开数据基本找不到，我们的数据全部在客户真实工厂里采集。”毛梁透露，希夕智能仅猪肉品类就采集了几十万条五花肉、肋排的数据，形成了自有的猪肉模型，并由此向鸡肉等其他品类泛化，不断提升机器人的适应能力和智能化水平。

垂直赛道的“专科医生”逻辑：不追逐人形，但离盈利更近

从投资角度来看，具身智能赛道已经从关注“技术能力”转向了“能不能赚钱”，其估值逻辑也随之发生分化。单纯的运动控制不再是核心瓶颈，机构更看重“软硬一体偏软”的全栈能力。这其中，垂直赛道玩家正凭借场景数据积累和真实交付能力，获得越来越清晰的商业估值逻辑，成为投资者眼中的香饽饽。

毛梁用“专科技术工人”来定义希夕智能。在他看来，通用人形机器人追求的是“全科大夫”式的无限泛化能力，而垂直机器人则要做的是“专科医生”，在垂直特定领域实现技术的深度落地，兼顾可靠性与经济性。这种定位使得垂直机器人在市场中更具竞争力。

这种实用主义在产品层面体现得尤为明显。不过毛梁也坦言，相比模型的快速迭代，硬件迭代不会很快，“一两年发布一个新品”。但随着客户增加、数据积累，模型的功能覆盖面和精细度会有所提升，为机器人带来更强的适应能力和更高的生产效率。

一个细节折射出垂直场景的技术难点。毛梁将“从粘连的芝士片中分离单片并放置，保证不撕烂”列为当下最难攻克的技术目标之一。“（这道工序）即使人工都做得很慢。”毛梁对每经记者说道。这背后涉及视觉识别、力控精度和运动规划的协同突破，远非简单的“抓放”动作可比。

看似简单的动作背后，其实是对机器人综合能力的极大考验。而正是这类琐碎却极其考验综合能力的“脏活累活”，构成了垂直机器人的真实壁垒，也是机器人企业需要不断突破的技术难题。

当WRC的聚光灯开始从机器人本体能力进一步延伸至产业应用时，垂直玩家已经在工厂车间里完成了从技术验证到规模化交付的跨越。具身智能的产业叙事正在发生根本性转变，从技术展示到商业应用，从实验室到生产线，机器人正在各个领域发挥着越来越重要的作用。

从“能不能走、能不能跑”到“能否稳定完成任务、能否算得过经济账”，这场从展台到产线的长跑中，或许最先撞线的不一定是那些最像人的机型，而是最懂场景、最能解决实际问题的垂类机器人。它们正以独特的姿态和强大的能力，引领着机器人产业的新潮流。