WAIC 2026观察，通用具身智能需物理AI基建狂魔助力

2026年7月17日至20日，世界人工智能大会（WAIC）在上海盛大举行。作为全球人工智能领域的顶级盛会，本届WAIC不仅展示了众多前沿技术成果，更引发了业界对通用具身智能发展现状与未来方向的深入思考。

在展会现场，各类具身机器人展示吸引了大量观众驻足。从柔性抓取异形物体到完成复杂长程任务，这些技术进步让通用具身智能距离实际应用又近了一步。然而，资深参展者们却普遍感到，当前的技术展示更多停留在表面，而支撑这些技术发展的底层数据基础设施建设却鲜有提及。

"数据是具身智能行业的‘房间里的大象’。"一位不愿透露姓名的业内人士表示，"没有足够的高质量数据，再先进的算法也难以实现真正的通用性。"

在这一背景下，跨维智能和它石智航两家公司在WAIC上的表现尤为引人注目。跨维智能推出的自研仿真引擎DexVerse，通过实时模拟多种物理场景，为具身智能提供了海量高质量训练数据。该引擎支持同场景下多物理场耦合，能够精确模拟刚体、软体、布料、流体等多种材质的交互，为机器人训练提供了接近真实的虚拟环境。

"DexVerse的核心优势在于其强大的物理仿真能力。"跨维智能创始人在接受采访时表示，"我们不仅实现了高保真软体动态切割，还能处理复杂的刚体与布料耦合，这使得机器人能够在虚拟环境中获得更真实的训练体验。"

与此同时，它石智航展示的通用具身大模型AWE也备受关注。作为本届WAIC唯一获SAIL奖的具身智能基座模型，AWE拥有百万小时级优质人类数据，并在多个真实应用场景中验证了其泛化能力。特别是在线束装配等工业场景中的应用，展现了具身智能从实验室走向实际生产的潜力。

"我们的目标是打造可信赖的物理AI。"它石智航CEO在展台前表示，"通过AWE模型，我们正在将世界模型能力转化为可落地的执行能力，让机器人真正具备‘没见过的场景也能干、换一个东西也能做’的能力。"

这两家公司的技术突破，为通用具身智能的发展提供了新的思路。一方面，通过仿真技术批量生成高质量训练数据，解决了数据采集成本高、效率低的问题；另一方面，通过构建强大的基础模型，提升了机器人的泛化能力和实际应用价值。

"未来的通用具身智能发展，将更加依赖于物理AI基础设施的建设。"一位参展专家指出，"只有解决了数据问题，才能真正实现具身智能的通用化和规模化应用。"

随着技术的不断进步和基础设施的不断完善，通用具身智能距离实际应用又近了一步。在WAIC 2026这个平台上，我们看到了行业发展的希望，也看到了需要解决的挑战。相信在不久的将来，通用具身智能将成为改变人类生活的重要力量。