芯耀
与非AI
152
ROSCon China 2026在上海美的全球创新园区进入第二天。与非网全程参与当天展会与论坛。首日聚焦行业创新方向，第二天则回答一个更具体的问题：当大模型、VLA、世界模型能力不断刷新纪录，机器人距离真正走进工厂、家庭和农田，还差哪几步？
从上午到傍晚，主会场十余场演讲覆盖通用操作机器人基座、多模态空间感知、VLA与世界模型、Agent原生开发工具、毫米波雷达ROS导航、脑机接口运动解码等方向。整日听下来，行业讨论的重心正从“模型能做什么”转向“系统怎么把能力接住”。
数据与评测：绕不开的“重工程”
自变量开源模型&开发者生态负责人杨平给出直观对比：大语言模型训练数据已从早期百B量级走到30T量级，但具身操作数据是互联网上不存在的机器人运动轨迹，仿真数据部署效果往往很差，真机数采仍是当前更可靠路径。为此，自变量搭建国内首个机器人数采工厂，布局主从全身遥操、VR遥操、外骨骼遥操及无本体数采。其VLA系列将图像、本体状态与轨迹经自研Tokenizer转为Transformer可识别的token，生成端采用Flow Matching头提升轨迹平滑度与控制精度。
图|自变量开源模型&开发者生态负责人杨平
魔法原子算法VP张涛博士则把“数据飞轮”讲得更具体。他坦言，遥操作效果不好、延迟大、跟随性差都会直接影响模型效果，“不是稍微训一下就能把能力提升起来的”。其团队搭建统一遥操采集系统与训推一体平台，部署阶段采用DAgger、HIL、LWD等方法持续迭代。张涛还判断：无本体数据在预训练层面非常有帮助，但真正落地层面帮助会弱一些。
图|魔法原子算法VP张涛博士
感知与执行：被模型光环遮住的“下半身”
思岚科技创始人&CEO陈士凯提供了一个容易被忽视的视角：模型的所有输入都来自前端感知。他重点介绍纯视觉AURORA产品线：将SOTA双目深度估计模型固化到消费级芯片中，可在手掌大小的传感器内实时输出带语义标注的TSDF地图，功耗最低约5瓦，室内外重复定位精度可保障3cm。陈士凯还预告即将发布的3D固态激光雷达与视觉AI融合方案，称完全无光情况下可提供2cm典型重复定位精度。
图|思岚科技创始人&CEO陈士凯
北京人形机器人创新中心世界模型负责人邹世龙把泛化性拆成背景、组合、交叉、域外四个层级，并对应给出四级数据标准。其团队近期发布的Pelican-Sim以动作序列为已知前提进行世界模型仿真，可做训练数据生成、策略评估与改进；Pelican-Unify则尝试将理解、推理与生成统一在同一模型中共享表示、联合训练。
图|北京人形机器人创新中心世界模型负责人邹世龙
分工与协同：VLA、WAM与ROS2各站哪班岗
电信天翼资深架构师、古月居认证讲师马培立以GPT-6 Astra进入动作链路为切入点，提出VLA、WAM与通用大模型并非三选一，而是各自补上缺的一步：VLA保留已学到的操作经验，WAM承担长程任务中的未来预测推演，GPT-6 Astra负责关键点审核与纠错。他援引实测数据称，在RoboDojo的50条Hybrid轨迹中，仅14.4%由GPT-6 Astra完成恢复工作，却帮助刷到了榜单Top1。在ROS2侧，他描述了异步推理、应用校验、再通过ROS2 Action完成控制的链路，并指出物理任务是否成功仍需第三方验收。
图|电信天翼资深架构师、古月居认证讲师马培立
AMD解决方案架构师王迅则从算力底座角度回应“闭环”问题。他展示在一张Radeon GPU上，用Genesis构建场景、专家脚本采集数据、LeRobot训练、再回到仿真验证的完整闭环，全程不依赖云端或其他平台。蚂蚁开源的LingBot-VLA 2.0使用官方脚本即可在AMD平台跑通，无需改模型架构与训练代码。
图|AMD解决方案架构师王迅
开发范式：Agent正在改写工程师工作流
范式联合创始人、首席科学家陈雨强直言，当前不存在一款真正泛化的VLA，开发者交付一个场景普遍需要三个月以上，跨本体几乎意味着重写。其开源的PhanthyMotus框架将大脑、小脑与本体解耦，通过DRIVER层抽象传感器与执行器，目前已适配14家本体厂商、20款机器人本体。现场演示中，面试接待、机器人间协同、一句话切换巡检模式等场景均由自然语言技能描述完成。
图|范式联合创始人、首席科学家陈雨强
光栅起源CEO黄慧宇（Rabokit）则把矛头指向开发环境割裂：程序开发、硬件、仿真、数采、训练、推理六类环境天然分离。Rabokit的做法是在云端重建完整开发系统，通过浏览器访问，并用网络代理将端侧机器人映射到云端ROS网络。其开发者适配计划已吸引20多个厂商参与、适配超过150个机器人。
图|光栅起源CEO黄慧宇（Rabokit）
地瓜机器人生态软件负责人李乔龙展示了RDK Studio与Moss Agent Engine的组合：将终端、VNC、代码编辑器、烧录工具与Skill、MCP统一在一个工作台内。他分享案例：将Linux内核从6.1升级到6.6，涉及BSP调试、镜像构建、烧录验证、BPU跑通等环节，在云平台与真实硬件连接的环境下，经历约12小时无人参与过程后完成。
图|地瓜机器人生态软件负责人李乔龙
从Demo走向产线：可靠性是一道数学题
视源股份中央研究院任亮亮（代杨金荣博士演讲）给出一个冷静测算：一个包含20个步骤的任务，若单步成功率90%，整体成功率会掉到约10%；单步99%，整体约82%。其团队技术路线是模仿学习建立初始策略、人在环中采集偏离与恢复数据、真机强化学习持续优化。其自研智能柔性协作臂自带6T算力，在自有工厂搭建的附件与无序分拣产线中，节拍小于10秒，完整合格率大于99%。
宇树科技解决方案负责人王智俊则从本体角度给出另一组数字：除电芯和芯片外，四足与人形的关节模组、能源系统、计算平台、运动控制、感知系统均为自研，四足售价可到1万元以内，人形机器人2.99万元起。他展示VLA在办公室整理任务中可达99%以上准确度，但也指出换桌面材质、灯泡亮度变化会导致准确度大打折扣。
图|宇树科技解决方案负责人王智俊
底层与闪电演讲
兆易创新MCU事业部产品总监李懿把话题拉到网络层与执行层。他以EtherCAT为例拆解工业总线在机器人场景中的优劣：百兆带宽下有效载荷占比有限、协议栈延迟、多节点硬件延迟累积，以及分布式时钟可将抖动压到纳秒级；而“on the fly”机制让报文无需完整接收即可实时交互。结温每升高10度，器件寿命可能减半。
图|兆易创新MCU事业部产品总监李懿
承泰科技创新产品线总监邱学华带来跨界视角：车载毫米波雷达如何进入ROS导航。其8T8R超级雷达将射频前端与GPU融合，通过AI加持把水平分辨率从传统的1-5度提升到0.5度，点云密度可达万点级，且不依赖光照、不涉及隐私。
图|承泰科技创新产品线总监邱学华
闪电演讲环节，上海交通大学博士生孙海峰介绍了FineMote控制中间件，通过元编程与逻辑综合机制，用户只需描述设备与功能组合，即可在编译期生成即插即用的静态固件；米塔智创创始人高宇航分享了集群寻路与可继承群体记忆机制，其形态秩场图仅占此前方案约15.6%内存；上海交通大学博士、潜脑科技CEO赵黎明则展示了非侵入式脑机接口的连续运动解码实验，受试者仅靠运动想象即可驱动虚拟双腿。
图|上海交通大学博士、潜脑科技CEO赵黎
小结
一天的议程下来，出现频率最高的词不是某个具体模型，而是“闭环”。ROSCon China 2026第二天传递出的信号是：具身智能的竞争正从单点能力转向系统工程，从“能不能做”转向“能不能稳定地、可复制地、可维护地做”。真正值钱的是时间，而缩短时间的办法，往往藏在那些不够性感的底层工作里。
