當多瑙河畔的會議中心在六月第一個清晨開門，第一批涌入的人群全部聚攏到核心工業展區的中國展位。日本學者Shohei Hido在X平臺上寫道：站在人流中，看到的是一條一眼望不到頭的中國展商方陣，宇樹科技、千尋智能、帕西尼、智元機器人、加速進化、高擎機電、銀河通用、魔法原子、戴盟機器人、鹿明機器人……展位從入口一直延伸到展廳深處。

他最終在社交媒體上留下了一句意味深長的話——China is dominating。

超過60家中國公司涌入維也納，占全部近200家參展機構的三分之一。學術圈的壓制更加直觀，全部20所論文產出量最高的研究機構中，中國高校占了11所，超過一半，清華大學以74篇登頂榜首，領先第二名上海交通大學21篇，“清北交浙”四校合計212篇。當ICRA 2026以“Robots for All”為主題在奧地利維也納收官，中國角色已經從參與者變成了定義者。

01.

趨勢一：觸覺感知成競爭焦點

靈巧手無疑是中國企業的主場。20多個自由度的靈巧手技術能力正在從“稀缺能力”變為“入場門票”，這是本屆ICRA傳遞出的最明確的產業鏈信號。但大講堂認為，更值得深入分析的，是觸覺感知能力的加速滲透和傳動方式的技術路線分化。

從產業統計數據來看，國內靈巧手產業正迎來規模化發展的臨界點：有機構數據顯示，2025年中國靈巧手市場銷量約2.17萬只，預計2026年將達7.2萬只，到2030年有望突破59萬只。頭部企業因時機器人在2025年靈巧手交付量突破1萬臺，2026年目標為3萬至5萬臺，展現成熟的產業化能力。

銷量的成倍增長背后，觸覺傳感器在靈巧手上的裝配率從2024年末的百分之十幾快速提升至2025年末的50%以上，目前帶觸覺傳感器的產品占比已達60%以上。這意味著觸覺正在從“可選項”快速變為“必選項”。

（圖源：公眾號“NE時代智能體”）

在ICRA現場，各家企業展示的靈巧手方案已經清晰地反映出這一趨勢。Sharpa Wave每手指尖內置超1000個觸覺傳感單元，集成了視觸覺傳感器，通過內置的微型攝像頭捕捉接觸面的形變與紋理。它石智航首次亮相的DexHand靈巧手采用21自由度準直驅方案，1:1復刻人手骨骼構型與關節分布，將腕部力/力矩信號引導至視觸覺世界模型OmniVTA，使靈巧手不僅能感知粗糙、柔軟、堅硬等物理質感，還能主動預測物理世界的演變并調整動作策略。舞肌科技發布的Wuji Hand 2采用20自由度設計，搭載可反驅關節驅動系統，已在展區中作為Genesis、Liber等具身大模型團隊的靈巧手供應商亮相。因時機器人等廠商也都有觸覺靈巧手的方案。

千覺機器人更是重磅呈現VTLA模型驅動雙臂長序列柔性操作，直觀驗證觸覺智能在機器人真實復雜作業中的核心價值；旗下TacCap-Gripper觸覺數采設備迎來全球首次亮相，補齊機器人物理交互數據閉環短板，同時完整展出多模態觸覺傳感器全系列產品矩陣。

從技術邏輯上看，觸覺能力的加速滲透背后是對“視覺驅動”認知范式的一次深層校正。純視覺驅動的機器人在精細工業操作中存在顯著的感知盲區。面對柔性材質變形、接觸狀態動態變化等場景，單一視覺系統缺乏對物理交互狀態閉環感知的信息通道。觸覺信息的引入正在成為解決物理交互類任務的核心數據源。

傳動方式的分化同樣折射出長期可靠性的判斷分歧。Sharpa在行業內被視作攻克了靈巧手“不可能三角”的關鍵在于，其實現了在小尺寸內集成足夠多的直驅電機，同時兼顧了關節靈活度和數據魯棒性，避免了多數靈巧手采用的繩驅方案在耐久性上的固有缺陷。傳動選擇的不同，本質上是企業對機器人長期服役場景和返修成本的不同預判。直驅方案在初期設計成本和制造成本上面臨更高挑戰，但從全生命周期可靠性來看，正獲得越來越多工業客戶認可。臨界點（AGILINK）本屆展會首發的OmniHand 3 Ultra-M同樣選擇20自由度直驅方案，進一步印證了這一趨勢在產業層的擴散。

靈巧手的進化不僅停留在硬件層面，更在反向驅動機器人“大腦”的進化。中國科學院院士、華中科技大學機械科學與工程學院院長尹周平指出，當前人形機器人已實現快速行走、奔跑等運動能力，但真正的突破在于靈巧操作與自然交互。從“能抓”到“會感知”，靈巧手正在從末端執行器升級為物理世界交互的數據入口和感知中樞。

02.

趨勢二：數據驅動與仿真驅動并行

當靈巧手成為硬件落地載體，那么“數據”無疑也成為本屆ICRA展陳背后真正的戰略命題。多位業內人士將具身智能當前階段類比為大語言模型在2020年前后的節點，其原因是算法窗口正在收窄，數據的質量和規模正快速轉變為決定性能上限的差異化因素。

然而，圍繞數據路線的選擇，中國企業在ICRA 2026上呈現出了真機數據驅動與仿真驅動兩種截然不同的方向。這兩種路線并非簡單的優劣之爭，而是代表了企業基于資源稟賦和戰略判斷做出的差異化選擇。

真機數據驅動是目前產業主流。其核心邏輯是，機器人最終服務于物理世界，真實交互數據，包括視覺、觸覺、力覺等多模態信息構成了模型能力的天花板，仿真永遠無法完美復現物理世界的全部復雜性。

帕西尼是這一路徑的典型代表。這家全球觸覺傳感器市場份額居前的公司，已構建了名為OmniSharing DB的百億級實采數據庫，并在天津建成“Super EID”超級數據采集工廠，每年采集近百億條高質量數據。帕西尼的核心判斷在于：觸覺數據不僅是模型能力的燃料，它本身就是具身智能在物理交互中不可替代的維度。Gartner數據顯示，高達80%的AI項目因為數據質量問題而延期，市場上不缺數據，但極度缺乏能讓機器人真正“上手”的高質量觸覺數據。

鹿明機器人則從“無本體數采”切入數據競爭。其自主研發的FastUMI Pro系統將真機數據采集效率提升5倍，成本降低80%，數據有效率從行業普遍的70%提升至95%以上。該系統實現了數據與機器人本體的解耦，可快速適配市場上數十種不同的機械臂和夾爪。鹿明計劃2026年實現超過100萬小時的UMI真機數據產能，目標是建成全球最大的具身真機數據集。全球具身智能圈超過三分之二的頂尖團隊正在使用FastUMI Pro系統，其已成為行業內驗證UMI能力的“標配裝備”。

仿真驅動則代表了一條截然不同的技術路線，其誕生的背后原因是，英偉達等公司認為，如果仿真環境能夠足夠精確地建模物理世界的動力學規律，模型完全可以通過仿真數據訓練獲得足夠的泛化能力，從而跳過成本高昂的真實數據采集環節。

蘇度科技是這一路線的代表性實踐者。該公司在ICRA上首次線下展示機器人系統#SudoR1，其訓練過程不依賴任何真機數據，完全基于仿真環境。在60分鐘無刪減、無剪輯的連續測試中，機器人在不同光照與背景條件下，面對透明、反光、柔性、不規則形狀等多類未見物體，首次抓取成功率約98%，兩次嘗試內成功率接近100%。蘇度科技表示，#SudoR1采用3D世界模型與強化學習一體化設計，通過純仿真數據進行訓練，完全不需要真實演示數據。這是業內首次系統性驗證僅依賴仿真數據訓練，即可支撐模型跨越現實世界復雜性。

這兩條路線的分化，本質上是行業對“數據瓶頸”不同解決方案的競爭。真機驅動強調物理真實性的不可替代，以高成本換取高保真度；仿真驅動追求規模化效率，試圖用計算替代采集。

兩種路線各有其成立的前提條件，例如仿真驅動的可行性高度依賴于仿真引擎對物理世界的建模精度，而真機驅動的瓶頸在于數據采集的經濟性和覆蓋度。目前很難判斷哪條路線最終占優，但可以確定的是，無論走哪條路，數據基礎設施的建設已經成為具身智能企業戰略投入的核心戰場。

除了數據設施，還有配套的評分機制和硬件正在升級。例如智元機器人在ICRA 2026主辦了AGIBOT WORLD CHALLENGE 2026，本次更是成為數據驅動最完整的產業級驗證。

賽事首次嵌入ICRA官方體系，吸引全球27個國家及地區、526支頂尖戰隊參賽。賽事首創“線上自動化測評+線下真機決賽”的閉環驗證模式，徹底摒棄“唯仿真分數論”。賽果釋放出清晰信號：中科院自動化所與高德CV Lab聯合團隊斬獲世界模型賽道冠軍，vivo旗下PrismBot團隊奪得推理-操作賽道冠軍，小米機器人團隊以綜合得分99.2分、整體任務成功率94%的成績拿下全身控制賽道冠軍。中國團隊在這三個賽道全面勝出的格局并非偶然，它意味著中國在數據規模、場景復雜度和硬件整合能力的組合優勢正在產生化學反應。

為了支撐數據能力，硬件基礎設施也在重構智能上限。例如速騰聚創展示了新一代基于多模態數據融合的空間智能感知系統技術，直指當前機器人視覺感知領域長期存在的精度與魯棒性瓶頸。速騰聚創在ICRA上展示了一套面向機器人的全新視覺感知架構。與行業普遍采用的“先分別采集、后算法融合”不同，這套架構在物理層面就實現了深度探測與RGB的天然對齊，深度信息與顏色信息無需后期校準，直接輸出給后端。這意味著機器人訓練數據的質量起點被顯著抬升。大量做機器人的公司不得不投入巨資搭建仿真環境、采集標注數據，用軟件去填硬件的坑。

03.

趨勢三：平臺級產品成競爭標配

三年前，中國企業在ICRA上的亮相還以創新單篇展示為主，這家展示一款新靈巧手，那家發布一款新本體，第三家拿出某個模型框架。但2026年的維也納，企業之間的技術邊界正在被刻意模糊。本體公司開始自研靈巧手和模型，靈巧手公司則拿出了自己的整機和大腦，每家都在展示“自有模型+硬件+數據采集”的完整技術鏈條，原先的產品和技術邊界正在拓展。

大講堂認為，這并非企業偶然的商業行為疊加，而是意味著行業從創新技術點突破，進入了一個平臺級生態能力的新競爭階段。在以往的ICRA機器人行業分工敘事中，美國研究者往往負責定義認知框架和算法范式，日本和德國負責精密零部件與運動控制，中國則扮演終端組裝與下游應用的角色。這個分工模型在過去數十年里少有爭議。但ICRA 2026的現場給出了一個明確信號，舊有的分工格局正在被打破，中國企業全都要。此外，技術路徑的收斂速度、商業化落地的執行效率、數據資源的積累厚度，正快速拉開企業之間的差距。

最為典型的就是Sharpa，其在ICRA展臺上展示的不只是一只靈巧手。同時亮相的還有自研的North機器人、VTLA模型CraftNet，公司內部正在自研數據采集方案。一位展臺工作人員的直接解釋揭開了全棧布局的真實原因，他解釋，公司定位是平臺型機器人公司，技術全面布局，是為了實現數據、模型與硬件三者協同迭代的閉環。這種全棧姿態背后的成因則是，行業尚未形成真正成熟的標準化分工，核心能力無法通過外部采購一次性獲得，因此全棧自研反而成為企業避免壓錯路線的無奈之舉。

千尋智能也是這一趨勢中頗為矚目的樣本。這家2024年1月成立的公司在三個月內完成了四輪融資，吸金45億元，估值突破200億元。在ICRA現場，其展示的具身基座模型Spirit v1.6配合自研具身智能硬件墨子，演示了“串糖葫蘆”等極度依賴動態力控的柔性動作。就在會前不久，Spirit v1.6在RoboArena評測中綜合得分位列全球第一，超越了英偉達Cosmos3與Physical Intelligence的Pi0.5，成為首個登頂該平臺的中國具身模型。在翻蓋開合、精細物件抓取、多步驟連續任務等復雜場景中，Spirit v1.6均表現出了優于硅谷競品的穩定性，展示了軟硬件平臺級能力。

高擎動力也是具備類似能力的玩家，其在ICRA 2026上全球首發的Mini Pi plus開源人形機器人平臺，主打15kg輕量化機身和完整的開源生態。這款平臺的設計邏輯之一就是“支持高頻試錯”，其15kg的低沖擊動能使得實驗室環境中的頻繁摔倒不會帶來高昂的維修成本，允許研究團隊在物理世界中高密度地采集真機數據，這背后正是對物理數據比仿真數據更具價值的判斷。全身關節采用CAN-FD總線通信、電機控制環頻率高達30kHz的通信架構配置也為大批量數據采集提供了底層支撐。

天機智能在ICRA 2026現場也展示了Gento系列人形機器人平臺及完整的具身智能開發工具鏈，這家從工業機器人制造起步的玩家，積累了產線落地經驗，再將力控和運動控制能力遷移到具身智能平臺中，帶著八年工業機器人的制造經驗進入新賽道。他們提供的硬件產品能力各異，輪式折疊機器人Luna站立高度達1.7m、折疊后僅0.79m，整機26自由度；輪式升降機器人Skye定位為“小腦就緒”的人形機器人開發平臺，其全身力控系統基于實時傳感器反饋，可在外部碰撞時主動“泄力”并調整姿態；固定式雙臂高精度機器人Marvin Pro+M6S Lite則專注于高精度操作場景，重復定位精度達到±0.03mm。更值得關注的，2025年，公司在4個月內實現了超過2000臺力控人形雙臂的量產交付，客戶覆蓋超過100家。

這種平臺化趨勢也清晰地反映在高校論文成果的導向上。RoboScience機器科學首席科學家邵林團隊的論文《Bi-Adapt》再度入圍機器人操作與運動方向最佳論文終選名單，團隊在ICRA 2026一屆共有10篇成果被錄用，覆蓋靈巧抓取、社交導航、低成本力感知、混合任務規劃等方向。在RoboScience這兩年的獲獎論文中，核心命題始終是“讓一個AI大腦驅動不同形態的靈巧手”，延續到2026年則是“讓機器人只看幾個示例，就能把已經學會的雙臂協作動作遷移到從未見過的物體上”。這兩個問題的本質都是系統集成，也就是用一套算法框架統一解決跨硬件、跨場景的操作問題。這樣的研究思路也印證了平臺化是具身智能當前階段的技術主線。

具身智能賽道當前的底層結構，與個人計算機產業在1970年代末的狀態高度相似。無論是模型公司需要硬件來驗證模型能力，還是本體公司需要算法來讓硬件被用戶感知，每家企業的技術邊界都難以被固定在外包體系之內。

在中國，這一趨勢尤為明顯，因為同一個工業展區能看到從靈巧手到人形機器人平臺到核心傳感器的完整鏈條，從電機、減速器、編碼器、觸覺傳感單元到數據采集裝置，一條完整的供應鏈已悄然進入中國制造企業的手中。這種高度的垂直一體化形態，一方面反映了技術尚未被標準化的行業早期階段，另一方面也意味著中國企業在系統集成層面獲得了先發優勢。

04.

趨勢背后：從爭參數到拼交付

梳理上述技術路徑的演變，可以清晰地看到中國企業在具身智能賽道的競爭邏輯正在發生質變。從三年前的“拼自由度數”“拼關節扭矩”等硬件參數的堆疊，升級為全棧系統能力與數據基礎設施的整體競爭。靈巧手供應鏈加速成熟，數據基礎設施投資擴大，平臺級能力成為標配，這些都是產業進入“深水區”的典型特征。

但技術的喧囂背后，一個更加真實的考驗正在逼近：商業兌現能力。快思慢想研究院院長田豐不久前在接受采訪時指出，具身智能賽道的投資人在2026年進入的，往往不再是單純的技術押注，“他們需要機器人走進自己的倉儲、制造或零售終端，而非繼續押注技術Demo。”這意味著2026年至2027年，頭部企業將面臨從“持續融資”到“持續交付”的角色切換壓力。能否在這一窗口期完成批量交付閉環，將直接決定誰能進入量產兌現周期。

此外，資本的熱情需要產業回報來持續支撐。具身智能企業的估值邏輯也在經歷從“技術領先定價”到“產品化能力定價”的轉變。展會看技術，落地看交付，穿越周期的核心能力始終是真實場景中的持續作業能力。企業之間的數據積累，無論是規模還是質量都正在成為下一個競爭階段的差異化壁壘。而如何將不斷擴張的數據規模轉化為商業落地的規模，實現正向現金流與資本投入的良性循環，將決定誰能夠走出下一階段的淘汰賽。

ICRA 2026的喧囂終將過去。中國企業在維也納展現出的技術自信和產業野心，需要在工廠車間、物流倉庫、商超貨架的長期運行中得到真正的檢驗。當中國機器人從能演示跨越到能落地干活，產業敘事才能真正翻開下一頁。