WAIC看了一圈，这家公司的机器人在认真打工

WAIC看了一圈，这家公司的机器人在认真打工

机器人真正具备了干活的完整能力

林方舟 发自 凹非寺

量子位 | 公众号 QbitAI

WAIC 2026现场，人形机器人是最引人注目的主角。

跳舞、格斗、跑步、打乒乓球……过去只能在实验室里看到的各种动作，如今已经成了展台上的固定节目。

但有个展台，却有点不一样。

一台人形机器人站在狭小的货架前，听完观众下的单，从一排商品里精准挑出目标，稳稳递到取货台。

一支机械臂装配大小不同、形状各异的超薄钣金件，速度快，效率高，足以走出实验室，应对真实复杂的工况。

场面看起来并不酷炫，但演示的却是机器人最重要、最实用的能力——落地干活。

机器人不仅具备复杂场景和复杂任务的操作能力，还有不错的泛化性，并且能在不同形态的机器人本体上通用。

这些能力，得益于机器人装的同一套“眼脑手”组件，由梅卡曼德机器人开发。

看完这些Demo，我感觉离工厂、商超由机器人主导的那一天，可能真的不远了。

难的不是表演，而是上班

机器人真正进厂打工，究竟有多复杂？

场景先给它出一道难题。错综复杂的流水线布局，强烈且不断变化的环境光，各种各样的料筐形态，再加上不同规格、不同材质的原料和工件，每一样都在考验机器人的感知。

机器人面对的任务也在时刻变化。

上一分钟，它可能还在抓取零件。下一分钟就要调整工件姿态、完成装配，再把空料筐搬走。

传统自动化设备擅长在固定位置重复固定动作，但只要物体、位置或工序发生变化，整套系统往往需要重新调试。

梅卡曼德在WAIC展示的Demo，啃的就是这些硬骨头。

来看一个场景：人形机器人工件上下料和料筐搬运。

两台人形机器人协同作业，组装、抓取零件、搬运料筐，多种任务连续完成。

抓零件考验指尖的精细操作，搬料筐考验移动中的稳定作业，而把这些任务串成一条流水线跑通，考验的就是“眼脑手”的协同配合。

再来看一个场景：线束插头柔性抓取和精密装配。

一支机械臂精准地插接柔软的线束，精度达到了亚毫米级。

还有一个场景：机器人快速抓取五角螺母工件。

堆得乱七八糟的五角螺母，机器人抓一件用时不到2.4秒，速度飞快，精度和效率完全对得上产线的节拍。

这套能力不只停留在展台上，它已经在汽车等典型制造业得到大规模落地。

除了工业场景，零售和家庭服务，同样是具身智能落地的典型场景，而且更考验机器人的泛化性。

真实生活里的物体太多了，食品、饮料、文具、家具、玩具、工具，认全它们只算达到及格线。机器人还得理解并执行各种任务，开关、拿取、放置、堆叠……

来看看梅卡曼德Demo在零售和家庭场景中的表现。

第一个场景：人形机器人对海量物体进行分类。

面对很多种日常物品，机器人不光认得出来，还能按类别实时分好。物体层面的泛化能力，在这个Demo里体现得最直接。

第二个场景：机器人分拣多样透明物体。

透明材质光学属性复杂，历来算机器人视觉的硬骨头。这个Demo里，各种透明瓶、透明盒被逐一识别、精准分拣。

四个Demo，四种场景，指向同一个目标：在真实世界中工作。

看得清、想得明白、下得去手

这些不同形态的机器人，能在不同场景下丝滑工作，靠的都是背后同一套“眼脑手”。

先说眼。机器人的“眼”，指的不只是拍张照片，而是获取真实世界的信息：物体在哪、长什么样、离多远等等。

梅卡曼德自主研发的工业级3D视觉系统，能识别薄壁工件，还能看清透明物体，高速成像，跟得上产线的快速节奏。