ICRA 2026观察：如果机器人开始刮你胡子了
6月初的维也纳，ICRA 2026（国际机器人与自动化大会）的产业主题演讲，某家机器人新创在臺上播放一段影片：一只机械臂，缓缓而精准地在創始人自己的脸上刮胡子。刮胡子对机器人的要求极度苛刻：精密的3D视觉、毫米以下的力控、實時的触觉回馈、出错时的安全退出，每一层都必须同时达标。
这背后有一个值得注意的转变。传统工业自动化的安全设计，多半将停止视为最保守的安全状态；多位讲者提到，急停在许多场景反而制造危险——正在下楼梯的机器人突然停止，或协助搬运时突然冻结，后果可能比继续动作更糟。让这个观念得以落实的，是来自汽车功能安全标准 ISO 26262 的最高安全完整性等级之一（ASIL-D）——原本用于煞车、转向等攸关生命的车用系统，2026年已有芯片供应商把同等级的安全设计带进机器人关节模塊。汽车产业十几年累积的安全工程资产，正在往机器人这个场域移植。
这让人不免想问：这不是学术会议吗，为什么展场像一个商展？ICRA 2026的展区规模已达数百家产业参与者，几乎覆盖整条机器人供应链。其中还有直接在摊位上打出招募研究员横幅的厂商——不是在卖产品，是在猎才。最能说明这个转变的，是ICRA 2026把「人形机器人投资报酬率」列入议程，本身就是一个信號。
在展场，遇到一位芯片厂商的资深产品主管。我问他为什么选择来这里，而不是去同期的COMPUTEX。他的回答很直接：「COMPUTEX是告诉客户我们有什么；ICRA是来了解这些早期使用者真正需要什么，以及竞争对手在布哪些局。」对芯片厂商来说，在这个阶段理解生态系的需求，比在成熟市场竞逐订单，策略价值高得多。
产业决策者现身学术会议，本身就是信號。NVIDIACEO黄仁勋曾数次参加高速运算的SC年会、电脑视觉的CVPR，都是技术战略上的早期布局。2017年在夏威夷举办的CVPR，我有幸与当时受NVIDIA AI Lab計劃资助的其他研究人员一起，从黄仁勋手中接下他签名的V100——那个当下，多数人对GPU高速运算的想像还很模糊。学术会议是产业信號最早浮现的地方。
如果说AI时代的瓶颈是运算能力，那机器人时代的瓶颈开始变成实体世界。机器人的技术竞争，大致可以拆成3 个层次：芯片、硬件构型，以及模型。ICRA 2026讨论的重心，集中在模型与硬件两层——模型能力快速进步的同时，硬件能不能跟上，系统能不能在真实场域中稳定运作，是当前最核心的工程挑战。
硬件层目前最受关注的一个缺口，是灵巧手。这不只是「能不能抓东西」的问题，而是「能不能以多指协调、配合触觉回馈，在需要毫米以下精度的操作中稳定工作」。锁螺丝、插线束、整理形状不规则的物件——这些是机器人在工厂、物流、服务场域真正会遇到的任务，而这类任务目前仍是高失败率的环节。2026年展场有超过十家厂商展示灵巧手或触觉傳感方案，灵巧手的硬件能力，某种程度上成了模型能力的上限——模型再强，执行能力仍受制于硬件极限。
硬件的另一个核心，是致动器——这一点和电动车的技术逻辑截然不同。电动车的动力来源集中在几个主要马达，整合路径相对清楚；机器人每一个关节都需要独立的致动器，1臺全尺吋机器人可能需要30个以上，灵巧手若要实现高自由度操作，每根手指还各有多个。致动器整合精密马达、减速机与控制器，普遍被认为是成本占比最高的零组件之一。机器人构型愈精密、关节愈多，致动器需求就愈高。
模型能力在这两年的进步有目共睹，但ICRA 2026有一个反复被不同讲者提到的观察：相较于语言模型主要仰赖網絡文字數據的规模，机器人模型的能力，与场域中实际收集的操作數據高度相关。模拟器生成的數據可以覆盖大量场景，但真实场域中机器人遭遇失败、边缘情境、物件形状与材质的长尾，只有在实际部署后才会完整浮现。「在哪里跑、就在哪里学」——场域數據对模型表现的影响，比单纯仰赖模拟數據训练来得显著。
在真实场域數據的累积上，已大规模部署的领先业者有明显优势。某大型电商物流业者在会议上分享仓储机器人的方案，以多种策略应对不同形状与重量的商品，持续在真实环境中累积數據、更新模型。展场上也有多家业者宣布开源场域操作數據集，用意是让社群共同提升基础模型能力，同时把自己的數據采集能力作为差异化宣传——數據的边界，正在成为这个产业新的护城河。
这次ICRA的压轴keynote直接说出多数与会者的想法：现在看起来突破很多，但各家都还没找到最好的配方——是参与这个机会的时候。COMPUTEX是规模的舞臺——量产的节奏、供应链整合、已验证需求的放大。但新机会、新需求、生态系联盟的形成，往往不在规模的现场，而在前瞻还没收敛的地方。这也是NVIDIA当年选择深耕学术社群的逻辑——不是因为学术界有采购力，而是因为下一个方向往往从那里先被验证。2026年数百家供应商出现在维也纳展场，说明的正是这件事：机器人产业现在最关键的押注，不在量产的现场，而在生态系还在成形的地方。
