在WAIC 2026的展会上，人形机器人毫无疑问成为全场最受瞩目的焦点。

从舞蹈、格斗、跑步到乒乓球对决，这些以往只能在实验室中呈现的动作，如今已变成展台上的固定表演项目。

然而，有一个展台却呈现出截然不同的景象。

一台人形机器人站立在狭小的货架前，在听完观众下达的指令后，迅速从一排商品中精准挑选出目标物品，并稳稳地递送到取货台。

与此同时，另一支机械臂正高效地装配着大小不一、形状各异的超薄钣金件，速度快、效率高，显然已具备走出实验室、应对真实复杂工况的能力。

乍看之下，这样的画面或许并不炫酷。但仔细思考，这恰恰体现了机器人最核心、最实在的价值——真正投入实际工作的能力。

机器人不仅能在复杂场景下完成多样化任务，还展现出强大的泛化能力，并且这套能力可以跨不同形态的机器人本体通用。

所有这些成就，都要归功于机器人搭载的同一套“眼脑手”组件，由梅卡曼德机器人研发推出。

看完这些演示，一个想法变得格外清晰：距离工厂和商超真正由机器人主导的那一天，可能真的不远了。

真正的挑战不是表演，而是实际工作

机器人真正进入工厂参与生产，究竟有多复杂？

场景首先提出了严峻考验。错综复杂的流水线布局、强烈且不断变化的环境光、各式各样的料筐形态，再加上不同规格、不同材质的原料和工件——每一项都在挑战机器人的感知能力。

机器人面临的任务也并非一成不变。上一分钟，它可能还在抓取零件，下一分钟就需要调整工件姿态、完成装配，再将空料筐搬走。

传统自动化设备擅长在固定位置重复固定动作，但只要物体、位置或工序发生变化，整套系统往往需要重新调试。而梅卡曼德在WAIC展示的Demo，就是要攻克这些难题。

来看一个具体场景：人形机器人工件上下料和料筐搬运。

两台人形机器人协同作业，依次完成组装、抓取零件、搬运料筐等多种任务。抓取零件考验指尖的精细操作，搬运料筐考验移动中的稳定作业，而将这些任务串联成一条完整的流水线，则考验的是“眼脑手”的协同配合能力。

再来看另一个场景：线束插头柔性抓取和精密装配。

一支机械臂精准地插接柔软的线束，精度达到亚毫米级别。

还有一个场景：机器人快速抓取五角螺母工件。面对杂乱堆叠的五角螺母，机器人抓取一个工件的用时不到2.4秒，速度极快，精度和效率完全符合产线的节拍要求。

这套能力并非只停留在展台上，它已经在汽车等典型制造业中实现了大规模应用。

除了工业场景，零售和家庭服务同样是具身智能落地的典型场景，而且更考验机器人的泛化能力。

真实生活中的物体种类繁多，食品、饮料、文具、家具、玩具、工具……能够识别这些物体只是及格线。机器人还需要理解并执行各种任务，如开关、拿取、放置、堆叠等，样样都要精通。

来看看梅卡曼德Demo在零售和家庭场景中的表现。

第一个场景：人形机器人对海量物体进行分类。面对琳琅满目的日常物品，机器人不仅能准确识别，还能按类别进行实时分类。物体层面的泛化能力，在这个Demo中体现得最为直接。

第二个场景：机器人分拣多样透明物体。

透明材质的光学特性复杂，向来是机器人视觉领域的难点。在这个Demo中，各种透明瓶、透明盒被逐一识别，并实现精准分拣。

四个Demo，四种场景，共同指向同一个目标：在真实世界中高效工作。

看得清、想得明白、下得去手

这些不同形态的机器人，能在不同场景中流畅工作，依靠的都是背后同一套“眼脑手”系统。

先说“眼”。机器人的“眼”不仅仅指拍摄照片，而是获取真实世界的信息：物体在哪里、长什么样、距离多远等。梅卡曼德自主研发的工业级3D视觉系统，能识别薄壁工件，还能看清透明物体，并实现高速成像，完全跟得上产线的快速节奏。

与“眼”协同配合的是机器人的“脑”。梅卡曼德展示了自研的Mech-GPT多模态大模型，能够接受自然语言、图像等多模态指令。它让机器人具备类人的理解、推理与规划能力，听得懂人话，理解常识，遇到从未见过的物体、环境和新指令，也能举一反三。展台上的观众用一句简单的大白话下指令，机器人当场就能理解并准确执行。

梅卡曼德对“脑”的核心理念是“一脑多形”——未来机器人的形态不会统一，但具身智能的“大脑”将会实现通用化。

光看得清、想得明白还不够，机器人还必须能够执行操作。梅卡曼德发布了自研的Mech-Hand灵巧手，以世界动作模型为核心。世界模型近期热度很高，代表着从预测“下一帧画面”走向预测“下一步动作”，世界动作模型承担的正是从理解环境到执行动作的后半程。得益于海量真实数据训练出的精细操作能力，这只灵巧手可以完成抓、捻、拿、握、敲等多种动作，轻松抓取海量常见物体。

“眼”看清，“脑”想明白，“手”落地执行——三件套集齐，机器人真正具备了投入实际工作的完整能力。

智能大于形态

看完了这套“眼脑手”产品，再来聊聊梅卡曼德机器人这家公司。

成立于2016年的梅卡曼德，在具身智能行业中可以算得上是“老兵”。自成立以来，公司持续迭代机器人的眼睛和大脑，随后基于对操作能力的积累，产品线又增加了灵巧手。

为什么十年时间只专注于打磨“眼脑手”？这背后体现了梅卡曼德对行业的深刻理解，可以概括为六个字：智能大于形态。

看看展台上的那些Demo就明白了，机器人形态各不相同，单臂、双臂、双足、轮式……不同任务需要不同的身体结构。强行让所有机器人长成同一个样子，未必是最优选择。但所有机器人都需要看得清、想得明白、做得准确，因此“眼脑手”是能够跨本体使用的标准化组件。

要打造好这些关键组件，并非易事。梅卡曼德机器人的创始人邵天兰曾指出，机器人行业属于“易做难精”的领域，没有“黑科技”“银子弹”或独门秘籍，需要做的就是耐心解决一个个超级复杂、不断迭代、充满大量技术模块和细节的工程问题。恰恰是这些细致的工作，才真正决定了产品的好坏，决定了机器人能否走出实验室、进入物理世界实际工作。

邵天兰还有一个广为流传的观点：制造业远看是一个万亿级市场，近看则是一万个一亿级市场。服务制造业最大的挑战，从来不是满足特定客户的特定需求，而是如何高效满足成千上万用户的各种需求。

用这把尺子来衡量，梅卡曼德交出的成绩单相当亮眼。其“眼脑手”产品已在工业场景中大规模落地，全球累计部署超过27000台产品，服务100余家《财富》500强企业，在国内细分领域连续6年（2020-2025）保持市占率第一。全球化步伐也在加速，梅卡曼德在美国、日本、韩国、德国等地设有子公司和团队，在欧美日韩等主流市场市占率领先。

现实的大规模应用还带来了一项宝贵的副产品：数据飞轮。随着产品在多个行业和应用场景中高效部署，海量真实数据不断反哺模型，产品能力也随之持续增强。

前沿技术能力、产品开发量产能力、全球大规模应用落地能力——具备其中一项或两项能力的公司不少，而三者兼具的公司，在今天的具身智能市场上，绝对是一股不容忽视的力量。

在WAIC的展馆里，会空翻的机器人或许能赢得掌声。但展会散场之后，订单只会流向那些真正能干活的机器人。