机器人或许真的要开始上岗了。
看完今年的WAIC，我最直观的体会是：AI的热潮已不止于大模型，具身智能正悄然成为新风口。
更显著的变化在于，以往WAIC上具身智能展区里的机器人，大多还在忙着跳舞、翻跟头、秀肌肉。
而这一届，不仅展台数量明显增加，机器人的“工作方式”也愈发多元。
从现磨咖啡、搬运货箱、精准拧螺丝，到我亲眼所见的一个机器人因任务重复太多而“情绪失控”——
事实证明，连AI都想摸鱼。
01
这种转变其实非常朴素。
我们日常接触的AI，包括我自己常用的，多数是在生成一段文字、一张图，或一行代码。
但如今真正需要的，是让AI伸出“手”，稳稳拿起一只杯子、推走一个纸箱、把零件准确放进卡槽。
输出形态一变，问题的本质就全变了。
今年展馆里机器人依旧不少，它们依然会翻腾跳跃，但早已不是聚光灯下的主角。
越来越多展商直接把微型咖啡馆、模拟物流仓、无人药房、微型产线搬进了现场。
这些场景当然不如杂技式表演吸睛。
过去是机器人后空翻一圈，观众围拢拍照，像街头艺人般赢得掌声。
比如我拍下的这张——堪称字面意义的“翻跟头”：
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
而当机器人只是把一个零件从左移到右，视觉冲击力瞬间归零。
但朋友们，杂技可以上春晚，工厂和门店真正需要的，是什么？
答案不言而喻：后者。
02
不过，仅把展台布置成工位，就能说明机器人真能干活了吗？
细想一下：一台机器人在展台上“卖咖啡”，仍可能只是按脚本复刻动作。
只要杯子固定在预设位置、流程被提前编排好，完成一套标准动作并不难。
可真实门店从不按剧本走。
杯子可能被顾客随手挪开，有人会突然伸手接杯，操作台边可能多出一包纸巾。机器人端起杯子前得确认是否抓牢；咖啡冲好后，还得识别谁是下单人、该递给哪只手。
现实环境千变万化，变量远超想象——这正是具身智能存在的意义。
单纯“动起来”只需执行指令，而“干成事”必须交付结果。
有趣的是，今年不少展台，干脆主动给机器人“找茬”。
比如银河通用的G1正在演示做早餐：烤面包、倒果汁。
工作人员却当场把面包抽走、把水杯移位、甚至临时加塞一个陌生容器。
G1并未宕机，而是重新定位、再次抓取，在持续干扰中完成了整套流程。
这不是预设路径下的机械复刻，而是在被打断、被扰乱后，依然能自主恢复并闭环任务。
拧螺丝亦是如此。
今年多个展台展示了机器人通过视觉识别孔位、触觉感知咬合、动态调节扭矩、实时判断紧固状态等能力。
表面看，只是学会了一组新动作；内核却是层层嵌套的决策链：
螺丝孔在哪？当前角度是否对齐？该用多大初始压力？何时启动旋转？扭矩达到阈值是否即为完成？
若螺纹未咬合，是继续加力，还是暂停重试？
工具打滑时，它能否及时察觉并调整？
拧螺丝本身并非新技术——传统工业臂早就在流水线上干了数十年。
只要产品高度一致、螺丝永远出现在同一坐标，固定程序+专用夹具，往往比人形机器人更高效、更经济。
具身智能真正要验证的，从来不是“会不会拧”，而是“换了个环境、换了种零件、换了条产线，它还能不能拧”。
今天装配A型号电机，明天切换B型电池模组；上午拧紧，下午就要拆卸再上料。
如果每次变更都依赖工程师重新写代码、调参数，那它和传统自动化相比，并无本质优势。
具身智能的终极目标，是让机器人走进人类设计的空间，使用通用工具，理解任务意图，并根据现场反馈实时调整动作策略。
03
展台之外，已有不少机器人，正真实踏入工作岗位。
智元机器人已入驻京东物流仓，24小时不间断搬运、码垛，无需排班、不需夜班。
银河通用的智慧药房方案，已在全国数十城落地超百家无人药柜，7×24小时运转，最长连续自主运行达一年半。
重载机器人S1也已进入宁德时代产线，常态化作业超三个月。
当然，展台上的三分钟成功，不等于产线上的三百天稳定。
演示只有两三天，而真实工作是以月、以年为单位的持久战。
一次成功举起重物，只能说明负载达标；
但企业真正关心的是：它一天能完成多少单？连续作业几小时需补能？通道里突然闯入行人，能否毫秒级急停？前方被散落纸箱堵死，它是绕行、待命，还是直接报错罢工？
这些看似琐碎的问题，才真正决定企业愿不愿意为它买单。
表演展示的是机器人“巅峰时刻”，工作检验的却是它“平凡一日”。
它不必每个动作都惊艳四座，但必须大多数时间可靠无误。
即便出错，也要具备自检能力——知道哪里错了、尝试修复、主动停机，或及时上报人工介入。
如今很多机器人已能完成令人咋舌的Demo，最难的反而是“出错之后怎么办”。
杯子脱手、零件偏移、路径受阻、任务中途发现前序步骤遗漏……
这些细节不会出现在宣传视频里，却会在真实世界反复上演。
一个永不犯错的机器人是理想，但一个“知道自己错了”的机器人，才更接近现实生产力。
所以当机器人从舞台走向工位，衡量它的标尺，也必然随之迁移。
过去大家津津乐道的是：能不能直立行走、能否后空翻、动作像不像真人。
而一旦谈“上岗”，问题就变成了：能否长期稳定运行？故障率多少？能否与人安全共处？异常发生后由谁兜底？
表演证明它“有能力”，工作要求它“担责任”。
04
正因机器人开始承担结果，今年WAIC另一大趋势才格外关键——
零部件厂商，正集体走上前台。
展馆里不再只有整机亮相，还有单独陈列的灵巧手、高精度关节、多模态传感器、仿生电子皮肤、高帧率视觉模组……
这些展台未必热闹，一排机械手指静置台上，乍看像精密工业备件。
可一旦机器人真正投入工作，这些“零件”的分量就立刻凸显。
再以一杯咖啡为例：
机器人想端稳它，先得看清杯体轮廓与空间位置；指尖接触杯壁瞬间，要实时判断摩擦力与握持力度；力小则滑落，力大则压瘪纸杯；若杯中盛有热饮，移动过程还需抑制晃动。
一个看似简单的“端杯”动作，背后是视觉识别、触觉反馈、材料力学、伺服驱动、运动控制等多系统协同的结果。
因此今年我注意到，许多展台都在不遗余力地亮出最精妙的部件——尤其是“手”。
因为手，决定了机器人如何触摸世界；而能否触摸，恰恰决定了它能否真正干活。
产业链的崛起，本身就是具身智能迈向实用化的必然结果。
表演阶段，观众看到的是一台完整机器；
工作阶段，它被拆解为眼、手、关节、神经与骨骼。
任一环节存在短板，那台看似无所不能的机器人，就可能在最基础的环节卡壳。
这也是我认为，具身智能有望在上海加速生长的关键原因。
一方面，上海已形成相对完整的具身智能产业生态。
既有智元、傅利叶等头部人形机器人企业，也有商汤、蚂蚁灵波等提供视觉感知与具身底层模型的技术力量，还有灵巧智能这类专注核心零部件（如五指灵巧手）的研发主体。
甚至仅杨浦一区，就聚集了多家差异化布局的具身智能公司：做通用机器人的苏度科技、做工业外骨骼的傲鲨智能、做自动充电机器人的挚达科技……
叠加上海在大模型、芯片、操作系统等领域的积累，当这些能力彼此咬合，具身智能极有可能成长为这座城市的新名片。
毕竟相较于大模型，具身智能与物理世界深度耦合，天然更贴近制造业主航道。
另一方面，机器人必须扎进真实场景才能进化。
它需要工厂定义任务、仓库沉淀数据、零部件厂协同迭代、还需要本地化测试、维保与系统集成服务。
而上海坐拥汽车、电子、物流与商业零售四大支柱产业，更是长三角先进制造的核心腹地。
上海提供的，恰是具身智能现阶段最渴求的资源：足够密集的真实任务，以及问题暴露后，能快速响应、联合攻关的成熟产业带。
05
这两天逛完WAIC，看得越深，越意识到：工作，远比表演复杂得多。
卖一杯咖啡、搬一个箱子、拧一颗螺丝——对人类而言稀松平常，对机器人却是感知、推理、执行、容错、安全、长期稳定的综合考验。
但变化确实在发生。
人们不再满足于问“它能不能做”，而是追问：“它能不能在真实场景中持续、可靠、安全地做？”
未来的WAIC上，机器人翻跟头的镜头或许会越来越少。
也许舞台不再炫目，却意味着：具身智能正告别技术秀场，主动步入现实世界的考场。
本文来自微信公众号 “IC实验室”（ID：InsightPlusClub），作者：IC实验室，36氪经授权发布。
