8月19日至23日，2026WRC世界机器人大会在北京亦庄北人亦创国际会展中心举行。本届大会以"人机共生，产需共融"为主题，300余家企业参展，展品超过2000件。

  作为通用具身智能企业，RoboScience机器科学在自有展台以及广东中心、机器人消费街等多个展台与观众互动。展台上，首款轮式人形通用机器人REX G1首次亮相并上演“灯光指挥家”表演秀；观众可语音操控搭载通用具身大模型 Visics的灵巧手抓取任意物品，实现云端开放式跨本体操作；零售商超端到端作业等多个场景的作业能力亦同步展出。更具突破性的是，RoboScience成为行业首个公开展示世界模型实时可视化推理的企业。打破具身智能的公开演示“推演过程不可见”的惯例，推动具身智能从演示走向可被检验的真实落地。

  行业首个公开世界模型实时推理过程，云端具身大模型驱动跨本体操作

  在RoboScience机器科学的展台，多款不同构型的灵巧手运行着同一套Visics通用具身大模型。展台被设置为开放“考场”：观众可以在桌面放置任意自己带的物品——刚性、柔性、规则与不规则形态均可，例如耳机、口红、帽子等，并以自然语言下达指令，例如“把水杯放到纸巾左边”。系统确认指令后，通过API调用部署于腾讯云的具身世界模型与通用操作模型，对视觉信息与自然语言指令进行联合理解与推理，实时生成操作策略，驱动灵巧手完成抓取与放置。

  观众提供耳机，搭载Visics大模型灵巧手抓取

  更具突破性的是，RoboScience机器科学在展台同步开放了世界模型的推理过程，成为行业首个公开展示世界模型实时可视化推理的企业。打破了具身智能的公开演示长期停留在“结果可见、过程不可见”的状态，以往观众能看到机器人完成动作，却无从判断这一动作出自模型的自主推理，还是出自后台介入或场景预设。RoboScience将这一此前不对外开放的环节完整置于观众视野之内。

  用户的语音指令发出后，云端具身世界模型在数秒内完成推演，屏幕以3D点云动态轨迹实时呈现四种推理结果：模型识别出物体方位，分别推演出将各类物品送达指定位置的运动轨迹，并从中选取成功率最高的一条，交由下层操作模型付诸执行。可视化呈现的不是执行结果，而是决策过程本身——模型如何评估空间关系、如何在四条候选轨迹中完成取舍。

  RoboScience世界模型实时推理过程

  轨迹先于动作出现在屏幕上，动作随后在展台发生，推演与执行的对应关系观众可当场比对。对模型而言，观众的每一次摆放，都意味着物体与位姿被重新打乱一次，语音指令本身亦不在任何预设清单之内。现场没有可供调用的预录轨迹，Visics对任务的理解与策略的生成，均在此刻完成。

  与以2D像素预测为主的技术路线不同，RoboScience的世界模型是3D动态世界模型，预测推演的对象是物体的3D点云轨迹，推演结果因而能够满足物理规律约束，可解释性更强。世界模型与下层操作模型共同构成“推演—行动—再推演—再行动”的动态闭环，以应对真实落地环境中的不确定性。

  硬件层面同样如此。RoboScience机器科学现场演示了灵巧手的快速换装：30秒内切换至另一款不同构型的灵巧手，无需针对特定硬件重新训练或微调，同一套模型即可继续作业。任意物品、随机指令与多个本体三项设置，分别对应Visics 在跨物体、跨任务、跨本体三个维度上的泛化能力。

  一脑换多手

  抓取看似基础动作，却同时考验视觉理解、空间定位、接触判断与运动控制。任一环节缺失，都将直接反映为定位偏差、抓取失效或接触力失控。当同一套模型在上述三个维度上稳定完成抓取，意味着从感知到执行的完整技术链路已跑通闭环。

  REX G1轮式仿人形通用机器人首秀，上演“灯光指挥家”迷你秀

  在本次WRC 上，RoboScienece机器科学的首款轮式仿人形通用机器人 REX G1 首次亮相，并且手持"魔法棒"上演了一段一到两分钟的迷你指挥表演。看似轻巧的挥动，背后是毫米级的控制精度以及丝滑的运控能力，吸引大量现场观众驻足停留。 

  REX G1定位为“新一代具身智能生产力伙伴”， 整机采用双臂构型，全身拥有22个关节自由度（2头颈、7×2臂、2腰部、1升降以及3底盘），关节活动度对标人体；双臂协同抱持负载达10kg，可完成搬运、取放、抱持等多类作业动作。 

  REX G1的机械臂重复定位精度为±0.1mm，并配合全抱闸制动，兼顾作业精度与安全性。底盘可收缩，在狭窄通道与复杂地形下具备通过性，此外，REX G1还可以通过零空间控制保持末端位姿稳定，底盘、升降机构与双臂协同工作，可在行进过程中同步完成目标定位与抓取——即"边走、边升、边抓"，减少传统机器人频繁停机、调整和重新定位带来的时间损耗。

  本体兜住下限，大脑决定上限。REX G1搭载Visics通用具身大模型，创新性采用以物体为中心的VLOA（Vision-Language-Object-Action）架构，打通从视觉感知、语言指令输入，到机器人动作输出的完整链路。模型内部由“双引擎”驱动：具身世界模型负责理解物理世界，并预演物体的3D动态轨迹；通用操作模型则负责将预演轨迹精准转化为不同机器人本体的底层物理控制信号。

  基于这一架构，Visics将高层任务语义与底层物理执行能力进行解耦，并通过海量视频与仿真数据完成预训练，进一步形成跨本体、跨物体、跨任务的泛化能力。这意味着，当面对不同物体、不同任务甚至不同机器人本体时，机器人不再只是重复执行预先编排的固定动作，而是能够基于对环境与任务的理解，动态生成和调整操作策略。

  从REX G1的首秀到跨本体开放操作，再到零售商超的端到端作业，RoboScience机器科学在本届WRC上展示的是一条从本体、大脑到场景的完整路径。未来，RoboScience将持续深化世界模型与通用操作模型的技术底座，推动通用机器人走向真正的产业应用。