RSS2026观察，中国机器人硬件领先，无需急着当“中国版XX”

这是机器人领域的黄金时代。然而，在刚刚结束的RSS 2026大会上，一个意外的判断引发了广泛关注："中国真正领先的，恰恰是机器人硬件。美国同样没有成熟答案，中国公司又何必急着把自己称为‘中国版XX’？"

这一观点来自一位参与Sergey Levine团队研究的受访者。他指出，包括Physical Intelligence在内的北美头部具身智能公司，距离成熟仍有很长一段路要走，整个领域也尚未出现具有奠基性的研究成果。

这种声音并非孤例。在大会期间与多位学者、创业者交流后发现，尽管国内关于世界模型（World Model）的讨论已持续数月，甚至有公司将其视为具身智能的新方向，但RSS 2026的议程中，VLA（Video-Language Alignment）和模仿学习依然是核心议题。这背后的原因在于，顶级学术会议的审稿周期较长，通常需要5-6个月才能从投稿到最终发表，因此会议展示的内容往往是几个月前的研究成果，而非最新的技术突破。

RSS 2026的程序主席Matei Ciocarlie在开场时曾提出一个问题："为什么我们要来这里？为什么不直接把论文发到arXiv，把视频发到X（Twitter），然后就结束？"他的回答很简单："连接。"确实，线下会议的价值不仅在于学术报告，更在于人与人之间的深度交流。在RSS 2026期间，多家中国机器人公司如星海图、自变量、千寻、智元等，通过与香港大学OpenDriveLab、源策未来、诺亦腾机器人等机构的合作，展开了丰富的线下活动，这些互动为行业带来了新的视角。

值得注意的是，尽管世界模型在国内被视为具身智能的下一代解决方案，但在RSS 2026上，VLA仍然是主流。一位来自Physical Intelligence的实习生表示，VLA和世界模型并不冲突，两者可以共存。不同任务可能需要不同的能力组合，例如语言推理和视频预测。至于世界模型是否能像宣传的那样准确预测动作后果，他反问道："你真的看到它做到这件事了吗？"

此外，EgoVerse的核心作者Simar Kareer强调，机器人领域的关键不在于数据量的增加，而在于如何筛选、配比和整理数据，这才是拉开模型差距的关键。

总体来看，RSS 2026传递了一个清晰的信息：中国公司在机器人硬件领域的领先地位毋庸置疑，而北美市场仍在探索阶段。与其急于寻找对标对象，不如专注于自身的技术优势，打造独特的竞争力。