今天最值得关注的变化，是具身智能展会正在从“看机器人表演”升级为“看产业数据结构”。WAIC 官方接口显示，2026 年大会收录 1020 家展商、1436 条展品，其中具身智能展品 405 条，并有 20 场名称或标签涉及具身、机器人、物理智能的论坛。展会开始成为供需匹配、技术比较和产业追踪的数据基础设施。
? 今日重磅
1. WAIC 官方展会数据：1020 家展商、1436 条展品、405 条具身智能展品进入可检索结构
摘要： WAIC 官方展商与展品页面可访问，接口返回 2026 年展商总数 1020、展品总数 1436；按官方展品行业分类筛选，具身智能 VO_INDUSTRY_L1_06 返回 405 条展品，智能终端返回 155 条，工业互联与智能制造返回 120 条，伦理治理返回 7 条。这个信号比“展台很热闹”更重要：展会正在把企业、展位、产品、行业分类、论坛议题和首发状态组织成可检索数据。对机器人公司来说，展会不再只是一次曝光，而是被客户、投资人、供应链和同行持续比较的公开样本；对产业观察者来说，展会数据可以反向看到具身智能正往哪些本体、场景、终端和治理方向聚集。
• 来源： 世界人工智能大会官网 / WAIC 官方展商与展品接口 • 核心价值： 数据相关报道：展会正在变成具身智能产业的数据底座；谁能在展会数据库里清楚呈现产品、场景、接口和生态位置，谁就更容易进入客户与资本的筛选列表。 • 行业判断： 具身智能展会的价值正在从“现场演示流量”转向“结构化产业数据”，这会改变机器人公司的展示方式和产业方的尽调方式。
? 行业新闻
1. WAIC 论坛接口显示 205 场活动：具身、机器人、物理智能相关议题至少 20 场
摘要： WAIC 官方论坛接口返回 205 场活动，其中名称或标签涉及具身、机器人、物理智能的活动至少 20 场，包括“WAIC 京东论坛·AI进入物理世界：模型、数据、终端与场景”“国地中心·人形机器人与具身智能创新发展论坛”“乐聚机器人·具身智能前沿趋势与产业生态论坛”“智启具身：迎接物理AI智能涌现论坛”等。论坛密度说明，具身智能已经从单一展品展示进入模型、数据、终端、场景和投融资同桌讨论。
• 来源： 世界人工智能大会官网 • 核心价值： 展会正在承担产业议程编排功能；机器人公司要被看见，不能只靠本体动作，还要讲清模型、数据、场景和商业化路径。
2. WAIC 展品行业分类把具身智能单列：405 条展品构成横向比较样本
摘要： WAIC 官方展品接口支持按行业分类筛选，具身智能被单列为一级分类，返回 405 条展品。这个分类动作本身值得关注，因为它把人形机器人、移动操作、灵巧执行、物理 AI、具身数据和场景解决方案从泛 AI 展品中拆出来，使产业方可以按赛道集中比较，而不是在大模型、终端和行业应用里零散寻找机器人线索。
• 来源： 世界人工智能大会官网 / WAIC 官方展品接口 • 核心价值： 数据相关报道：独立分类让具身智能从概念热词进入可统计口径，后续展品数量、首发比例和展位分布都能成为产业热度指标。
3. WAIC Future Tech 路演把物理跃迁、硬核基座和投融资放在同一舞台
摘要： WAIC 论坛列表中，“WAIC Future Tech·物理跃迁与硬核基座初创路演”位于世博展览馆 H4 创新舞台，标签包含 AI 基础设施论坛、数据、模型、具身智能技术及应用落地、投融资生态。它的意义在于把初创公司路演从单纯融资故事拉回物理世界能力：本体、数据、模型和硬件基座必须同时被验证，才能说服产业资本。
• 来源： 世界人工智能大会官网 • 核心价值： 具身智能融资叙事正在变硬，投资人会更关注可展示、可采数、可复现、可落地的工程证据。
? 前沿论文
1. World Translation：用反向动力学与非配对域翻译缩小 sim-to-real 差距
摘要： 7 月 20 日提交的 World Translation 关注仿真训练策略部署到真实机器人时的 sim-to-real 差距。论文指出，传统 real-to-sim 方法从真实数据学习转移动力学，但在突发接触等部分可观测场景中容易失效；作者提出结合仿真器确定性和学习动力学模型，利用 backward dynamics extraction 与 unpaired domain translation 生成更贴近真实世界的数字环境。展会展示之后，真正能规模化的是能把真实数据持续转回仿真训练闭环的团队。
• 作者团队： Xinchen Yao / Leixin Chang / Hua Chen • 来源： arXiv • 核心价值： 数据相关报道：展台演示只能证明一次动作成功，sim-to-real 数据闭环才能把真实接触、地面和物体差异转化为持续训练资产。
2. Latent Imagination：四足视觉导航开始把短期未来写进训练信号
摘要： 7 月 20 日提交的 Predictive Training with Latent Imagination for Visual Quadruped Navigation 指出，腿式机器人在动态环境中如果只依赖当前观测和短期记忆，容易对移动障碍反应过晚。论文在训练阶段加入 JEPA 风格预测器和 SIGReg 正则，让策略隐状态学习短期未来障碍演化；推理阶段不改变控制器。对展会机器人来说，这类方法能把“现场绕障演示”推进到更可解释的动态场景训练问题。
• 作者团队： Yancheng Zhu / Wanli Ma / Chen Han / Irvin Haozhe Zhan / Bingfeng Qin / Yixin Xu • 来源： arXiv • 核心价值： 动态导航的难点不是看见障碍物，而是提前估计障碍物会怎么变化；这会影响四足、轮式移动平台和人形机器人在展馆、工厂、仓储中的安全部署。
? 开源生态
1. LeRobot 7 月 24 日继续推送：展后沉淀需要统一数据、训练和真实机器人接口
摘要： GitHub API 显示，huggingface/lerobot 7 月 24 日有推送，星标约 26089。LeRobot 面向机器人端到端学习，覆盖数据集、模型训练、真实机器人接口和 Hugging Face 生态。展会可以快速暴露哪些任务有客户兴趣，但展后能否复现、比较和继续迭代，最终依赖统一数据格式、训练流程和真实机器人接口。
• 来源： GitHub • 核心价值： 数据相关报道：LeRobot 代表展会之后的沉淀层；没有公共数据工具链，展台 demo 很难变成可训练、可复用、可评测的行业资产。
2. IsaacLab-Arena 7 月 24 日推送：多本体、多物体、多环境评测补上展会盲区
摘要： GitHub API 显示，isaac-sim/IsaacLab-Arena 7 月 24 日有推送，星标约 493。项目描述为增强 NVIDIA Isaac Lab 的可组合、可扩展机器人仿真框架，用于创建多样化仿真环境，并评估不同 robot embodiments、objects 和 environments 下的机器人学习策略。它适合回答展会无法完整回答的问题：换一个本体、物体或场景后，策略是否仍然可靠。
• 来源： GitHub • 核心价值： 展会比较的是现场表现，仿真评测比较的是泛化边界；后者会成为采购、投资和技术尽调的重要补充。
3. rosclaw 7 月 24 日推送：Physical AI 运行时把身体、技能和安全边界结构化
摘要： GitHub API 显示，ros-claw/rosclaw 7 月 24 日有推送，星标约 170。项目描述为面向 Physical AI 和 embodied agents 的自演化运行时基础设施，包含 e-URDF、sandbox safety、capability routing、praxis capture、physical memory、runtime intervention 和 skill evolution。它与展会数据化主线一致：机器人能力需要被描述、路由、记录和干预，才能从演示进入部署。
• 来源： GitHub • 核心价值： 具身智能的“能力清单”会越来越像软件接口；展会展示什么能力，交付时就要证明这些能力如何运行、追溯和受控。
? 机器人公司情报
1. 京东论坛聚焦“模型、数据、终端与场景”：平台公司开始重组具身落地叙事
摘要： WAIC 论坛列表显示，“WAIC京东论坛·AI进入物理世界：模型、数据、终端与场景”在世博展览馆 1A 会议室举行，标签为具身智能技术及应用落地。京东这类平台公司的关注点不是单台机器人形态，而是模型、数据、终端和场景能否形成商业闭环。对具身智能公司来说，进入平台场景意味着必须同时回答任务价值、数据来源、部署成本和运营责任。
• 来源： 世界人工智能大会官网 • 核心价值： 平台型客户会把机器人从“采购硬件”改写为“验证场景效率”，这会倒逼具身公司提供更完整的数据和运营方案。
2. 乐聚机器人具身论坛进入 WAIC 议程：本体公司需要经营产业生态位置
摘要： WAIC 论坛列表显示，“乐聚机器人·具身智能前沿趋势与产业生态论坛”在西岸国际会展中心 402 会议室举行，标签为具身智能技术及应用落地。本体公司主办论坛的意义在于，它不只是展示整机动作，而是在争夺产业生态定义权：哪些场景优先落地、哪些伙伴参与、哪些接口和标准被采用，都会影响后续商业转化。
• 来源： 世界人工智能大会官网 • 核心价值： 机器人公司正在从展台竞争进入生态竞争；能组织客户、开发者、零部件和算法伙伴的公司，更容易形成长期影响力。
3. NVIDIA Halos Outside-In Safety 7 月 23 日推送：展馆和工厂安全会走向场地级基础设施
摘要： GitHub API 显示，NVIDIA/halos-outside-in-safety 7 月 23 日有推送，星标约 58。项目描述称，该 blueprint 通过外部基础设施摄像头和 AI agents 扩展机器人感知，用于动态控制机器人行为并提升效率。展会、工厂、仓储等空间如果要同时容纳多台移动机器人，安全不能只依赖本体传感器，还需要场地级感知和调度。
• 来源： GitHub • 核心价值： 具身智能展会本身也是未来部署场景的缩影；多机器人、人群和复杂通道会推动外部安全基础设施成为标配。
结尾总结
7 月 24 日的主线可以概括为：具身智能展会正在数据化。WAIC 的展商、展品、行业分类和论坛接口，让机器人产业从“谁在现场最吸睛”进入“谁在数据结构里更可比较”的阶段；论文和开源生态则说明，展后真正留下来的资产是数据闭环、仿真评测、运行时能力和安全基础设施。
? 如果你用展会数据筛选一家具身智能公司，你会优先看展品数量、场景描述、接口开放度、真实客户，还是数据采集与评测能力？
关键词索引
公司 / 机构： WAIC / 世界人工智能大会 / 京东 / 乐聚机器人 / Hugging Face / NVIDIA / Isaac Sim / ros-claw
项目 / 论文： LeRobot / IsaacLab-Arena / rosclaw / Halos Outside-In Safety / World Translation / Predictive Training with Latent Imagination
技术： 具身智能 / Physical AI / 展会数据 / 展品数据库 / 数据闭环 / sim-to-real / robot embodiment / 仿真评测 / 场地级安全 / capability routing
值得分享
1. WAIC 官方数据已经把具身智能变成可检索样本：1020 家展商、1436 条展品、405 条具身智能展品。 2. 展会竞争正在从现场演示转向数据结构竞争：产品、场景、接口、论坛议题和生态位置都会被持续比较。 3. 展后真正沉淀的是工程资产：LeRobot 管数据和训练，IsaacLab-Arena 管仿真评测，rosclaw 管运行时能力边界。
