世界机器人大会（WRC）今年展现出机器人产业竞争格局的显著变化：行业焦点正从机械结构向智能中枢转移，头部企业纷纷加码机器人“大脑”研发，同时机器人形态呈现多元化趋势，轮式、移动底盘、固定式等非双足形态与双足机器人共同构成产业新图景。
极佳视界创始人黄冠指出，当前通用人工智能（AGI）发展已进入新阶段，语言智能仅是起点，物理世界交互能力成为关键。他提出“通用世界模型”概念，认为该模型需具备在真实环境中理解、生成、预测和行动的能力，这标志着行业竞争从运动控制等“身体能力”转向感知决策等“大脑能力”。
仙工智能现场工作人员强调，具身智能与传统AI的核心差异在于智能必须通过物理载体作用于现实世界。这要求机器人“大脑”不仅具备理解能力，更要建立与不同硬件形态、应用场景的动态连接机制。普渡机器人推出的“一脑多形”技术架构，通过统一底层模型实现跨形态能力迁移，验证了这种技术路径的可行性。
产业界普遍认为，机器人行业正迎来“ChatGPT时刻”的临界点。宇树科技创始人王兴兴坦言，当前具身智能的最大挑战在于物理世界交互的“最后几厘米”精度，AI模型与真实环境的偏差导致任务成功率随场景变化大幅波动。他预测，机器人需两至五年才能突破80%任务完成率的门槛，真正进入家庭等开放场景。
对于技术发展路线图，黄冠给出具体时间表：未来两年通用机器人将解决大部分常规任务，三至五年高难度任务接近人类水平，五至十年后进入本体与模型协同进化阶段。这种判断与多数企业技术规划形成呼应，但具体实现路径存在显著差异。
在“大脑”架构设计上，极佳视界构建了算法-数据“双金字塔”体系，通过世界模拟、动作对齐、经验强化三层算法，结合互联网视频、仿真数据、真机数据三级数据源，形成物理AGI训练框架。仙工智能则推出“阶梯计划”，目标到2030年联合生态伙伴实现百万台具身机器人落地，覆盖制造、物流、服务等多个领域。
技术路线分歧在VLA（视觉-语言-动作）模型与世界模型的融合问题上尤为突出。智平方主张将世界模型作为VLA的增强组件，利用其4D预测能力弥补语言模型在长程任务规划的不足。自变量科技则采取双轨并进策略，同时开发WALL-OSS-0.5视觉动作模型和WALL-WM世界模型，探索两种架构的融合可能性。
机器人形态的多元化发展背后，是智能复用能力的突破。海尔在本届大会展示的烹饪、清洁、外骨骼等家用机器人，虽形态各异但共享家庭场景数据训练的具身模型。这种“硬件定制化、软件通用化”的模式，正在重塑产业竞争逻辑——企业不再追求单一完美形态，而是构建能适配不同任务的智能中枢。
普渡机器人的商用场景实践印证了这种趋势。其配送、清洁、工业机器人产品线覆盖专用型、类人形、人形等多种形态，但核心价值在于通过行业场景数据打磨出的解决方案。这种转变意味着，机器人产业的竞争焦点已从机械参数比拼，转向智能中枢对多元形态的支撑能力。
