不是Demo！优必选把客户产线1:1搬进WRC，解锁具身智能真落地路径

在今年的世界机器人大会（WRC）上，优必选没有只带来一台明星机器人，而是把客户工厂的真实作业场景1:1搬上了展台。判断一家具身智能公司是否拿出真功夫，最直接的办法就是看它敢不敢复刻客户产线——宣传片可以剪辑，Demo可以排练，但真实产线不会配合表演。

现场，工业人形机器人Cruzr Y1持续进行拆垛码垛，搬运纸箱和料箱；Cruzr S2则为汽车机加件、钣金件上下料，在工作台上完成亚毫米级定位，还从混杂料箱中抓取不同规格的护肤品盒子，逐一投入德马自动播种墙供包台完成分拣，粗略估算平均抓取节拍最高接近1100件/小时。全程没有人工干预、没有预设程序，识别、移动、抓取、放置全部由机器人自主完成，抓取失败时也能自主识别问题、调整策略后重新抓取。

优必选副总裁、具身智能与人形机器人研究院院长焦继超博士向量子位表示，客户筛选机器人厂商时，首先看的不是某个Benchmark上的成绩，而是硬件稳不稳定、厂商懂不懂场景、方案能不能真正跑起来。客户买单的，才是真场景。这些在WRC展示的方案已经走过实训阶段，进入小规模交付阶段，正根据客户场景的运行效果逐步扩大规模。

这次优必选把工业、商用、家庭消费三条产品线同时摆上展台：工业端近十台Cruzr S2和Cruzr Y1从开馆到闭馆持续作业；商用端带来全新商用服务人形机器人Walker C1，主打迎宾导览、文娱展演、科研开发和智能助教；家庭端则亮相了搭载Resonance-LM情感大模型的超仿生人形机器人U1，主打情绪支持和情感陪伴。

细节拆解下来，这并非精心编排的展台表演，而是复刻客户日常生产逻辑：汽车机加件上下料需要双机协同搬运超过1米的大尺寸工件，处理来料偏差、标定漂移和现场扰动，最终定位精度小于1mm；钣金件上下料中，VLA模型端侧运行，定位精度同样小于1mm；物流电商小件分拣则要求面对不同规格、颜色、堆叠状态的纸盒持续抓取。

优必选借此划清了作业型「打工机器人」与表演向「跳舞机器人」的界限：跳舞机器人轻量化设计、身高约1.2米，用行星减速器和瑞芯微RK3588这类芯片执行预编排轨迹；打工机器人普遍超过1.7米，采用谐波减速器扛住持续负载，并需要英伟达Thor这类高算力芯片在本地运行具身大模型与世界模型做实时推理。

支撑这场连续作业的，是优必选「理解、预测、执行」三层具身大脑：Thinker基座大模型负责看懂世界，公开资料显示其在10B以下具身智能大脑模型权威基准评测中获得9项第一，最大基座模型达100B；Thinker-WM世界模型负责预测动作后果，引入Diffusion Transformer、Flow Matching技术，已在具身智能评测基准LIBERO中登顶；Thinker-VLA负责把任务理解转换成连续控制信号。

优必选强调把高实时性能力压到端侧：Thinker-VLA端侧优化后推理效率提升176%、存储用量降低60%，端侧全功能模块的GPU存储需求从64GB降至32GB，团队还把大量算法从x86迁移到低功耗ARM平台，目标是让整套软件系统在一块嵌入式板卡上运行；云端则承担慢推理、多机调度和模型管理。

面对同一个「大脑」如何适配三类机器人的问题，优必选给出的答案是「1+N」：一套共性技术基座，加面向不同场景定义的产品。Walker C1正是基于既有工业机器人技术底座开发，从产品定义到样机完成约4至5个月，而完全从头开发同类产品通常需要6至9个月。下一步值得关注的是三个模型向统一端到端架构的融合，以及小规模交付能否复制到成百上千台。