“一脑多体”让机器人在真实产线中越用越聪明
2026世界机器人大会的展馆里，有一个变化正在发生，往年那些踩着节拍跳热门舞蹈的人形机器人、端着咖啡杯满场巡游的服务演示，今年明显少了。取而代之的，是更多企业把真实场景搬进展台，机器人分拣零件、装配部件、处理柔性物料，甚至把整条产线放了进来。
越疆，是这场“去表演化”浪潮中最具产业落地说服力的样本。
一台人形机器人站在千分表前，反复摆臂、触碰，屏幕实时跳动定位偏差；不远处，协作臂、轮式人形、双足人形、多足机器狗在同一条演示产线上完成异形零件分拣、搬运、精密装配和物料自动回流；再往里，另一台人形机器人正在叠衣服，T恤、长裤、毛巾被依次展开、对位、折叠，没有预设程序，全靠自主识别和力控。
展台上没有“表演”，每一台机器都在模拟真实岗位上的工作状态。而越疆的展台，不过是整个WRC这股“去表演化、务实化”浪潮中的一个切片。但这种“切片”背后的系统性能力，却是本届WRC上稀缺的——多数企业能展示单点能力，但能跑通全流程多机协同的，越疆是极少数。
01.
把智能从单机中“解耦”，让能力可迁移、可复制
越疆此次展出的核心，是一套“一脑多体”的具身智能平台。
架构上，它以自研空弈DobotWAM具身大模型为统一“大脑”，以高精度全身力控系统为“小脑”，再以协作机械臂、轮式人形、双足人形、多足机器狗等不同形态本体为“多体”。关键逻辑在于，智能不再被绑定在某一台特定设备上，而是被抽离出来，成为一种可迁移、可复用的通用能力。
这背后的逻辑与智能手机操作系统颇为相似，底层系统统一，上层硬件多样。
对机器人行业来说，这种平台化思路的意义在于大幅降低多形态产品的开发成本。如果每一款新硬件都要从算法、模型到控制重新做一遍，很难支撑快速迭代和规模化交付。
越疆公布的数据显示，空弈DobotWAM在国际具身智能评测基准LIBERO上平均成功率达到99.25%，其中物体操作稳定性任务取得满分。评测基准当然不等于真实工况，但至少说明其在动作理解与泛化能力上已经具备国际一流水准。更值得关注的是，这套模型专门引入了三维空间理解、机器人运动几何约束和真实数据闭环机制，目标不是让机器人“模仿动作”，而是让其理解动作背后的物理逻辑与任务意图。
不过，现场真正有说服力的，不是评测分数，而是同一套系统在不同本体上的实际运行，并且是持续、稳定、可重复地运行。
02.
「一脑多体」现场：多机协同柔性产线持续运行，业内罕见
在越疆展台核心区域，一套“一脑多体”具身智能平台解决方案正在持续运行，成为全场焦点之一。
与一般展台以单机循环动作演示不同，这里呈现的是工业场景下，一条由多种形态机器人共同构成的微型柔性产线。人形机器人、协作机械臂、多足机器狗等异构设备被统一纳入同一套调度系统，按照工序分工连续作业，现场观众可以完整看到从来料识别到成品回流的全流程。
具体而言，这条产线围绕“搬运—抓取—装配—回流”四个关键环节展开。
前端感知系统首先完成对来料的识别与定位，判断零件种类、位姿和状态；随后，不同形态的机器人依据自身结构优势，分别承担搬运、分拣和装配任务。整个过程中，大脑DobotWAM负责全局任务分配和动态决策，小脑则负责各执行单元的运动控制与精细力控。即使工件形态不规则、摆放位置随机变化，系统也能通过实时感知与策略调整完成作业，而不是依赖预设轨迹。
越疆方面介绍，该平台具备极强的适配性，并能适配异形工件与多变工况。对于柔性化、多元化的现代智造生产需求而言，这种“一脑驱动多体”的架构提供了一种不同于传统自动化产线的新范式：机器人不再是彼此孤立的设备，而是一套可统一调度、统一升级、统一运维的柔性生产力系统。
从现场效果看，这套系统最大的价值在于将“具身智能”从单点能力展示拉回到产业现场。更关键的是，越疆构建了感知、决策、执行一体化的闭环能力：系统在运行中持续采集真实场景数据，再将数据反哺模型优化与策略迭代，使产线具备越用越聪明的进化潜力。
当多台机器人进入同一工业场景时，它们能否像一支真正的生产团队一样，稳定、连续、可恢复地完成任务？越疆用这套持续运行的方案给出了自己的回答：不是单台机器人的能力叠加，而是一套系统对多种机器人、多个工序、多种工况的统一调度与实时协调。目前行业内能现场稳定跑通全流程的企业，屈指可数。 这正是“一脑多体”从技术概念走向产业现场的决定性一步。
03.
0.05mm实测精度与叠衣服：操作能力从形容词变成度量衡
多机协同产线的稳定运行，最终依赖每一台机器人自身的操作能力。尤其当产线涉及精细装配、异形工件抓取时，单个机器人的末端精度和柔性物体适应能力，直接决定了整条产线能否真正落地。
2026年，人形机器人行业已经普遍从“能走能跳”转向“能操作”。但“能操作”一直缺乏可验证的量化标准。许多企业仍然习惯使用“高精度”“精准”“灵活”等模糊表述，客户无法对比，也无法验证。
越疆在本届WRC上给出了一个截然不同答案：以实测数据量化人形机器人操作精度。
在现场“人形机器人0.05mm操作精度量化展示”中，人形机器人通过连续摆臂动作，将末端金属棒重复多次对准千分表，末端金属棒精准触碰千分表针尖，重复定位偏差小于0.05mm。与行业常见的定性描述不同，这套演示用公开可见的测量数据，将“精度”从形容词变为度量衡。这不是实验室静态条件下的理想数据，而是高速动态摆臂工况下的实测结果，含金量完全不同。
更关键的是，这一演示并非在静态条件下完成。高速摆臂带来的大动作姿态，与末端微毫米级精细操作必须同时完成，机器人需要在动态运动中保持顶尖定位控制水准，这对全身运动协同、末端力控和位置控制提出了更高要求。越疆方面表示，高速运动性能与末端精细力控、位置控制能力在同一动作中协同，正是这套演示希望传递的技术信号：能动”和“能干”必须同时成立。
如果说0.05mm演示证明了“可测量的精度”，那么“人形机器人自主折叠不同衣物”则证明了操作能力可以进入非结构化真实世界。
现场越疆人形机器人无需预设固定程序，即可自主完成T恤、长裤、毛巾等各类柔性布料衣物的识别、展平、对位、折叠整套整理工序。与刚性零件不同，衣物形变不规则、形态多变，对视觉识别、力控调节和动态规划要求极高。机器人需要在操作过程中不断感知布料状态，并做出实时调整。柔性衣物处理被业内视为衡量具身操作“软能力”的试金石，越疆将其从实验室难题变为现场可重复演示的成熟能力，直接指向家政服务、柔性物料分拣等规模化应用场景。
从可量化的0.05mm精度到柔性衣物的自适应折叠，越疆用两类性质完全不同的任务，完成了一次对“操作能力”的完整定义：既要能被严格测量，也要能应对真实世界的复杂与不确定。
04.
全场景覆盖：从工业到家庭、科研教育
越疆此次WRC展台的另一个突出特点是场景跨度最广。
底层的“大脑+小脑”系统是通用的，因此可以快速将同一套智能底座适配到完全不同的场景。工业之外，家庭、科研与教育场景同样被纳入越疆的展示矩阵。这种覆盖广度，在本届WRC上找不到第二家。
在家庭场景中，越疆展出了“鹿萌”与DOBOT Rover X1四足机器人。“鹿萌”被定义为越疆新一代具身全栖机器人，强调不止于对话，更能感知情绪、主动服务，同时具备高拟人步态和强运动交互能力。越疆希望它真正融入家庭生活，而不是只做一个语音音箱加屏幕的玩具。
DOBOT Rover X1则被称为“全球首款家庭智能体四足机器人”。越疆方面表示，这台从工厂走出的智能机器狗，首次在家庭场景中实现了具身智能“有用、好用、常用”的完整体验。它凭借行业首创的双视觉跟踪系统、全地形轮腿结构与智能负重能力，从过去的“表演工具”进化为真正的“实干智能体”。
在科研与AI训练场景中，越疆X-Trainer双臂具身AI训练平台进行了VLA随机零食抓取演示。观众现场抽奖决定抓取数量与品类，模型自主识别桌面上随机摆放的零食，实时生成最优抓取策略。没有预设脚本，任何人都可以随时“换题”，这是对泛化能力最直接的检验。这是对泛化能力最直接的检验，也是VLA模型从论文走向真机验证的关键一步。
X-Trainer依托±0.05mm工业级重复定位精度、25Hz低延时运动响应与三目亚毫米深度视觉，支持VLA/VA模型分钟级快速部署，无需复杂校准即可开箱搭建演示场景。作为全球多所顶尖高校顶会论文通用的标准化VLA/VA模型真机实验基座，X-Trainer兼顾展会快速落地、科研算法迭代与工业柔性抓取验证三重需求。通过遥操作的人类示范学习，场景训练时长可缩短70%至2小时，大幅降低了具身智能算法验证的门槛。
教育场景中，越疆展出了“具身人形机器人系统化拆解展示套装”。该套装面向高等职业院校、应用型本科、普通本科实验教学中心，以Dobot ATOM具身智能人形机器人真实整机架构为载体，将机器人机械结构、执行系统、传感系统、控制系统、能源系统全维度拆解展示，配套教学标签与实训资源，构建“零部件认知—结构原理—系统集成”三阶教学体系。所有结构件与核心器件均采用真机同源物料，支持反复观摩、对照学习与基础拆装，满足高校专业教学与技能实训需求。
05.
结语
越疆在WRC 2026展台上传递的信号，不是某一款机器人有多强，而是“一脑多体”正在把智能变成可复用的基础设施，并用可核验的量化指标重建行业对“能干”的认知。
从汽车工厂到家庭客厅，从科研实验室到高校课堂，越疆展示的是一个跨边界的全场景矩阵。底层的“大脑+小脑”系统是通用的，因此同一套智能底座可以快速适配到完全不同的场景。这种平台化能力，比单点产品更容易形成长期复利。
当下，人形机器人行业的竞争已经进入“全球产业应用”阶段。真正决定产业价值的，不是发布会上的参数，而是机器人能否稳定生产、快速交付，并在真实场景中持续完成任务。越疆用可量化的实测精度、可复用的智能底座、可复制的落地场景、可持续交付的产业订单，试图把这件事说清楚。
当展馆的热闹散去，留下的不是最会跳舞的机器人，而是那些正在被数据、标准和交付能力重新定义的“生产力”。这才是具身智能真正需要面对的考验，也是越疆在本届WRC上交出的那份与大多数展商不同的答卷。
