当多瑙河畔的会议中心在六月第一个清晨开门，第一批涌入的人群全部聚拢到核心工业展区的中国展位。日本学者Shohei Hido在X平台上写道：站在人流中，看到的是一条一眼望不到头的中国展商方阵，宇树科技、千寻智能、帕西尼、智元机器人、加速进化、高擎机电、银河通用、魔法原子、戴盟机器人、鹿明机器人……展位从入口一直延伸到展厅深处。
他最终在社交媒体上留下了一句意味深长的话——China is dominating。
超过60家中国公司涌入维也纳，占全部近200家参展机构的三分之一。学术圈的压制更加直观，全部20所论文产出量最高的研究机构中，中国高校占了11所，超过一半，清华大学以74篇登顶榜首，领先第二名上海交通大学21篇，“清北交浙”四校合计212篇。当ICRA 2026以“Robots for All”为主题在奥地利维也纳收官，中国角色已经从参与者变成了定义者。
01.
趋势一：触觉感知成竞争焦点
灵巧手无疑是中国企业的主场。20多个自由度的灵巧手技术能力正在从“稀缺能力”变为“入场门票”，这是本届ICRA传递出的最明确的产业链信号。但大讲堂认为，更值得深入分析的，是触觉感知能力的加速渗透和传动方式的技术路线分化。
从产业统计数据来看，国内灵巧手产业正迎来规模化发展的临界点：有机构数据显示，2025年中国灵巧手市场销量约2.17万只，预计2026年将达7.2万只，到2030年有望突破59万只。头部企业因时机器人在2025年灵巧手交付量突破1万台，2026年目标为3万至5万台，展现成熟的产业化能力。
销量的成倍增长背后，触觉传感器在灵巧手上的装配率从2024年末的百分之十几快速提升至2025年末的50%以上，目前带触觉传感器的产品占比已达60%以上。这意味着触觉正在从“可选项”快速变为“必选项”。
（图源：公众号“NE时代智能体”）
在ICRA现场，各家企业展示的灵巧手方案已经清晰地反映出这一趋势。Sharpa Wave每手指尖内置超1000个触觉传感单元，集成了视触觉传感器，通过内置的微型摄像头捕捉接触面的形变与纹理。它石智航首次亮相的DexHand灵巧手采用21自由度准直驱方案，1:1复刻人手骨骼构型与关节分布，将腕部力/力矩信号引导至视触觉世界模型OmniVTA，使灵巧手不仅能感知粗糙、柔软、坚硬等物理质感，还能主动预测物理世界的演变并调整动作策略。舞肌科技发布的Wuji Hand 2采用20自由度设计，搭载可反驱关节驱动系统，已在展区中作为Genesis、Liber等具身大模型团队的灵巧手供应商亮相。因时机器人等厂商也都有触觉灵巧手的方案。
千觉机器人更是重磅呈现VTLA模型驱动双臂长序列柔性操作，直观验证触觉智能在机器人真实复杂作业中的核心价值；旗下TacCap-Gripper触觉数采设备迎来全球首次亮相，补齐机器人物理交互数据闭环短板，同时完整展出多模态触觉传感器全系列产品矩阵。
从技术逻辑上看，触觉能力的加速渗透背后是对“视觉驱动”认知范式的一次深层校正。纯视觉驱动的机器人在精细工业操作中存在显著的感知盲区。面对柔性材质变形、接触状态动态变化等场景，单一视觉系统缺乏对物理交互状态闭环感知的信息通道。触觉信息的引入正在成为解决物理交互类任务的核心数据源。
传动方式的分化同样折射出长期可靠性的判断分歧。Sharpa在行业内被视作攻克了灵巧手“不可能三角”的关键在于，其实现了在小尺寸内集成足够多的直驱电机，同时兼顾了关节灵活度和数据鲁棒性，避免了多数灵巧手采用的绳驱方案在耐久性上的固有缺陷。传动选择的不同，本质上是企业对机器人长期服役场景和返修成本的不同预判。直驱方案在初期设计成本和制造成本上面临更高挑战，但从全生命周期可靠性来看，正获得越来越多工业客户认可。临界点（AGILINK）本届展会首发的OmniHand 3 Ultra-M同样选择20自由度直驱方案，进一步印证了这一趋势在产业层的扩散。
灵巧手的进化不仅停留在硬件层面，更在反向驱动机器人“大脑”的进化。中国科学院院士、华中科技大学机械科学与工程学院院长尹周平指出，当前人形机器人已实现快速行走、奔跑等运动能力，但真正的突破在于灵巧操作与自然交互。从“能抓”到“会感知”，灵巧手正在从末端执行器升级为物理世界交互的数据入口和感知中枢。
02.
趋势二：数据驱动与仿真驱动并行
当灵巧手成为硬件落地载体，那么“数据”无疑也成为本届ICRA展陈背后真正的战略命题。多位业内人士将具身智能当前阶段类比为大语言模型在2020年前后的节点，其原因是算法窗口正在收窄，数据的质量和规模正快速转变为决定性能上限的差异化因素。
然而，围绕数据路线的选择，中国企业在ICRA 2026上呈现出了真机数据驱动与仿真驱动两种截然不同的方向。这两种路线并非简单的优劣之争，而是代表了企业基于资源禀赋和战略判断做出的差异化选择。
真机数据驱动是目前产业主流。其核心逻辑是，机器人最终服务于物理世界，真实交互数据，包括视觉、触觉、力觉等多模态信息构成了模型能力的天花板，仿真永远无法完美复现物理世界的全部复杂性。
帕西尼是这一路径的典型代表。这家全球触觉传感器市场份额居前的公司，已构建了名为OmniSharing DB的百亿级实采数据库，并在天津建成“Super EID”超级数据采集工厂，每年采集近百亿条高质量数据。帕西尼的核心判断在于：触觉数据不仅是模型能力的燃料，它本身就是具身智能在物理交互中不可替代的维度。Gartner数据显示，高达80%的AI项目因为数据质量问题而延期，市场上不缺数据，但极度缺乏能让机器人真正“上手”的高质量触觉数据。
鹿明机器人则从“无本体数采”切入数据竞争。其自主研发的FastUMI Pro系统将真机数据采集效率提升5倍，成本降低80%，数据有效率从行业普遍的70%提升至95%以上。该系统实现了数据与机器人本体的解耦，可快速适配市场上数十种不同的机械臂和夹爪。鹿明计划2026年实现超过100万小时的UMI真机数据产能，目标是建成全球最大的具身真机数据集。全球具身智能圈超过三分之二的顶尖团队正在使用FastUMI Pro系统，其已成为行业内验证UMI能力的“标配装备”。
仿真驱动则代表了一条截然不同的技术路线，其诞生的背后原因是，英伟达等公司认为，如果仿真环境能够足够精确地建模物理世界的动力学规律，模型完全可以通过仿真数据训练获得足够的泛化能力，从而跳过成本高昂的真实数据采集环节。
苏度科技是这一路线的代表性实践者。该公司在ICRA上首次线下展示机器人系统#SudoR1，其训练过程不依赖任何真机数据，完全基于仿真环境。在60分钟无删减、无剪辑的连续测试中，机器人在不同光照与背景条件下，面对透明、反光、柔性、不规则形状等多类未见物体，首次抓取成功率约98%，两次尝试内成功率接近100%。苏度科技表示，#SudoR1采用3D世界模型与强化学习一体化设计，通过纯仿真数据进行训练，完全不需要真实演示数据。这是业内首次系统性验证仅依赖仿真数据训练，即可支撑模型跨越现实世界复杂性。
这两条路线的分化，本质上是行业对“数据瓶颈”不同解决方案的竞争。真机驱动强调物理真实性的不可替代，以高成本换取高保真度；仿真驱动追求规模化效率，试图用计算替代采集。
两种路线各有其成立的前提条件，例如仿真驱动的可行性高度依赖于仿真引擎对物理世界的建模精度，而真机驱动的瓶颈在于数据采集的经济性和覆盖度。目前很难判断哪条路线最终占优，但可以确定的是，无论走哪条路，数据基础设施的建设已经成为具身智能企业战略投入的核心战场。
除了数据设施，还有配套的评分机制和硬件正在升级。例如智元机器人在ICRA 2026主办了AGIBOT WORLD CHALLENGE 2026，本次更是成为数据驱动最完整的产业级验证。
赛事首次嵌入ICRA官方体系，吸引全球27个国家及地区、526支顶尖战队参赛。赛事首创“线上自动化测评+线下真机决赛”的闭环验证模式，彻底摒弃“唯仿真分数论”。赛果释放出清晰信号：中科院自动化所与高德CV Lab联合团队斩获世界模型赛道冠军，vivo旗下PrismBot团队夺得推理-操作赛道冠军，小米机器人团队以综合得分99.2分、整体任务成功率94%的成绩拿下全身控制赛道冠军。中国团队在这三个赛道全面胜出的格局并非偶然，它意味着中国在数据规模、场景复杂度和硬件整合能力的组合优势正在产生化学反应。
为了支撑数据能力，硬件基础设施也在重构智能上限。例如速腾聚创展示了新一代基于多模态数据融合的空间智能感知系统技术，直指当前机器人视觉感知领域长期存在的精度与鲁棒性瓶颈。速腾聚创在ICRA上展示了一套面向机器人的全新视觉感知架构。与行业普遍采用的“先分别采集、后算法融合”不同，这套架构在物理层面就实现了深度探测与RGB的天然对齐，深度信息与颜色信息无需后期校准，直接输出给后端。这意味着机器人训练数据的质量起点被显著抬升。大量做机器人的公司不得不投入巨资搭建仿真环境、采集标注数据，用软件去填硬件的坑。
03.
趋势三：平台级产品成竞争标配
三年前，中国企业在ICRA上的亮相还以创新单篇展示为主，这家展示一款新灵巧手，那家发布一款新本体，第三家拿出某个模型框架。但2026年的维也纳，企业之间的技术边界正在被刻意模糊。本体公司开始自研灵巧手和模型，灵巧手公司则拿出了自己的整机和大脑，每家都在展示“自有模型+硬件+数据采集”的完整技术链条，原先的产品和技术边界正在拓展。
大讲堂认为，这并非企业偶然的商业行为叠加，而是意味着行业从创新技术点突破，进入了一个平台级生态能力的新竞争阶段。在以往的ICRA机器人行业分工叙事中，美国研究者往往负责定义认知框架和算法范式，日本和德国负责精密零部件与运动控制，中国则扮演终端组装与下游应用的角色。这个分工模型在过去数十年里少有争议。但ICRA 2026的现场给出了一个明确信号，旧有的分工格局正在被打破，中国企业全都要。此外，技术路径的收敛速度、商业化落地的执行效率、数据资源的积累厚度，正快速拉开企业之间的差距。
最为典型的就是Sharpa，其在ICRA展台上展示的不只是一只灵巧手。同时亮相的还有自研的North机器人、VTLA模型CraftNet，公司内部正在自研数据采集方案。一位展台工作人员的直接解释揭开了全栈布局的真实原因，他解释，公司定位是平台型机器人公司，技术全面布局，是为了实现数据、模型与硬件三者协同迭代的闭环。这种全栈姿态背后的成因则是，行业尚未形成真正成熟的标准化分工，核心能力无法通过外部采购一次性获得，因此全栈自研反而成为企业避免压错路线的无奈之举。
千寻智能也是这一趋势中颇为瞩目的样本。这家2024年1月成立的公司在三个月内完成了四轮融资，吸金45亿元，估值突破200亿元。在ICRA现场，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“串糖葫芦”等极度依赖动态力控的柔性动作。就在会前不久，Spirit v1.6在RoboArena评测中综合得分位列全球第一，超越了英伟达Cosmos3与Physical Intelligence的Pi0.5，成为首个登顶该平台的中国具身模型。在翻盖开合、精细物件抓取、多步骤连续任务等复杂场景中，Spirit v1.6均表现出了优于硅谷竞品的稳定性，展示了软硬件平台级能力。
高擎动力也是具备类似能力的玩家，其在ICRA 2026上全球首发的Mini Pi plus开源人形机器人平台，主打15kg轻量化机身和完整的开源生态。这款平台的设计逻辑之一就是“支持高频试错”，其15kg的低冲击动能使得实验室环境中的频繁摔倒不会带来高昂的维修成本，允许研究团队在物理世界中高密度地采集真机数据，这背后正是对物理数据比仿真数据更具价值的判断。全身关节采用CAN-FD总线通信、电机控制环频率高达30kHz的通信架构配置也为大批量数据采集提供了底层支撑。
天机智能在ICRA 2026现场也展示了Gento系列人形机器人平台及完整的具身智能开发工具链，这家从工业机器人制造起步的玩家，积累了产线落地经验，再将力控和运动控制能力迁移到具身智能平台中，带着八年工业机器人的制造经验进入新赛道。他们提供的硬件产品能力各异，轮式折叠机器人Luna站立高度达1.7m、折叠后仅0.79m，整机26自由度；轮式升降机器人Skye定位为“小脑就绪”的人形机器人开发平台，其全身力控系统基于实时传感器反馈，可在外部碰撞时主动“泄力”并调整姿态；固定式双臂高精度机器人Marvin Pro+M6S Lite则专注于高精度操作场景，重复定位精度达到±0.03mm。更值得关注的，2025年，公司在4个月内实现了超过2000台力控人形双臂的量产交付，客户覆盖超过100家。
这种平台化趋势也清晰地反映在高校论文成果的导向上。RoboScience机器科学首席科学家邵林团队的论文《Bi-Adapt》再度入围机器人操作与运动方向最佳论文终选名单，团队在ICRA 2026一届共有10篇成果被录用，覆盖灵巧抓取、社交导航、低成本力感知、混合任务规划等方向。在RoboScience这两年的获奖论文中，核心命题始终是“让一个AI大脑驱动不同形态的灵巧手”，延续到2026年则是“让机器人只看几个示例，就能把已经学会的双臂协作动作迁移到从未见过的物体上”。这两个问题的本质都是系统集成，也就是用一套算法框架统一解决跨硬件、跨场景的操作问题。这样的研究思路也印证了平台化是具身智能当前阶段的技术主线。
具身智能赛道当前的底层结构，与个人计算机产业在1970年代末的状态高度相似。无论是模型公司需要硬件来验证模型能力，还是本体公司需要算法来让硬件被用户感知，每家企业的技术边界都难以被固定在外包体系之内。
在中国，这一趋势尤为明显，因为同一个工业展区能看到从灵巧手到人形机器人平台到核心传感器的完整链条，从电机、减速器、编码器、触觉传感单元到数据采集装置，一条完整的供应链已悄然进入中国制造企业的手中。这种高度的垂直一体化形态，一方面反映了技术尚未被标准化的行业早期阶段，另一方面也意味着中国企业在系统集成层面获得了先发优势。
04.
趋势背后：从争参数到拼交付
梳理上述技术路径的演变，可以清晰地看到中国企业在具身智能赛道的竞争逻辑正在发生质变。从三年前的“拼自由度数”“拼关节扭矩”等硬件参数的堆叠，升级为全栈系统能力与数据基础设施的整体竞争。灵巧手供应链加速成熟，数据基础设施投资扩大，平台级能力成为标配，这些都是产业进入“深水区”的典型特征。
但技术的喧嚣背后，一个更加真实的考验正在逼近：商业兑现能力。快思慢想研究院院长田丰不久前在接受采访时指出，具身智能赛道的投资人在2026年进入的，往往不再是单纯的技术押注，“他们需要机器人走进自己的仓储、制造或零售终端，而非继续押注技术Demo。”这意味着2026年至2027年，头部企业将面临从“持续融资”到“持续交付”的角色切换压力。能否在这一窗口期完成批量交付闭环，将直接决定谁能进入量产兑现周期。
此外，资本的热情需要产业回报来持续支撑。具身智能企业的估值逻辑也在经历从“技术领先定价”到“产品化能力定价”的转变。展会看技术，落地看交付，穿越周期的核心能力始终是真实场景中的持续作业能力。企业之间的数据积累，无论是规模还是质量都正在成为下一个竞争阶段的差异化壁垒。而如何将不断扩张的数据规模转化为商业落地的规模，实现正向现金流与资本投入的良性循环，将决定谁能够走出下一阶段的淘汰赛。
ICRA 2026的喧嚣终将过去。中国企业在维也纳展现出的技术自信和产业野心，需要在工厂车间、物流仓库、商超货架的长期运行中得到真正的检验。当中国机器人从能演示跨越到能落地干活，产业叙事才能真正翻开下一页。
