ice 机器人打拳、跳舞火了一年，人们自然会问：它什么时候能替我们上班？宇树发布人形机器人格斗演示，称首次实现由世界模型实时驱动的全自主搏击。按介绍，UnifoLM-X2-1.0能实时预测未来状态，完成规划、决策和动态交互。自主格斗显示了临场反应的进步，但换成药房里取放商品，包装各异、通道有人走动、长时间运行意外多，是另一组难题。
APPSO在2026外滩大会现场与蚂蚁灵波CEO朱兴交流。与许多围绕整机产品研发的本体厂商不同，灵波把重心放在具身「大脑」上，希望同一套基础模型适配不同构型、不同任务，再通过后训练降低具体场景的使用门槛。重载作业和轻量分拣可以用不同身体，智能则尽量复用。其技术探索包括生成可交互世界的LingBot-World、面向具身的视频生成基座LingBot-Video，以及在此基础上训练的动作模型LingBot-VLA 2.0，同时建设数据管线、后训练和部署工具。
外滩大会上，灵波大脑的机器人展示了药品拣选、物流分拣和工业上下料等操作。药房演示中的货架通道仅80厘米宽，相关方案已在国大药房零售门店部署。灵波也保留了自己的R系列本体，用于研发和生活服务探索。做具身大脑，仍得与硬件、具体场景一起磨合。
朱兴谈到不少尚未解决的问题：小模型能完成特定任务，为什么还要花钱训练基模？数据越多，效果为什么可能越差？商业化又该推进到哪一步？他认为，今天的机器人还吃不了「粗粮」。小卖部其实也很难落地，能力和成本都有问题。基模的价值，在于让后训练的少样本表现更好：用更少数据达到同样效果，或用同样数据达到更好效果。现阶段想实现一定规模落地，环境不能太开放，任务不能太长程；任务太长，异常就多。跨门店复制成本高，本质仍是泛化性不足。
