希夕智能展台前，创始人兼首席执行官毛梁在接受

　　本届WRC上，打拳、跳舞、翻跟头的机器人动作展示大幅减少，取而代之的是工厂流水线、前置仓货架，甚至餐厅后厨也被搬进了展台。

　　展会现场，聚焦配餐等场景的“垂类具身模型+双臂柔性机器人”公司并不多见。灵心巧手、享刻智能等企业聚焦柔性非标食品加工、配餐、预制菜领域，赛道与希夕智能相对贴近。

　　从“会跳舞”到“能干活”，从“讲故事”到“算回报”，具身智能商业化爆发的开场戏正在本届WRC上演。这种转变，不止于人形机器人在展台上反复演练抓取螺丝、拣选商品，很多深耕垂直场景的玩家，可能已经率先跑通了从技术到营收的商业闭环。

　　除了人形机器人的实操展示外，今年WRC还有一大显著特征——垂直场景的机器人正在从配角走向舞台中央。商超、餐饮、消防、酒店等服务场景的实景作业演示随处可见。

　　这家由新希望集团旗下智能投资孵化平台、通用机器人“独角兽”非夕科技以及希夕创始团队联合孵化的创业公司，从一开始就放弃了“人形”叙事。毛梁在接受

　　这一判断正在被市场充分验证。毛梁告诉

　　事实上，食品加工行业之所以长期被自动化“遗忘”，根源在于结构性难题——非标。工业制造来料全部标准化，而食材天生形态各异、软硬不一，传统自动化依赖固定点位的机械传动，面对形态波动的生鲜食材极易失效。加之食品行业变化性强、上新频繁等，进一步加剧了自动化的难度。毛梁给出的数据显示，食品加工行业约60%至70%的工序仍高度依赖人工。

　　纵观整个具身智能产业，优质数据的严重缺失正是掣肘发展的关键因素。餐饮这类非标场景，机器人的训练数据从何而来？“食品垂类的公开数据基本找不到，我们的数据全部在客户真实工厂里采集。”毛梁透露，希夕智能仅猪肉品类就采集了几十万条五花肉、肋排的数据，形成了自有的猪肉模型，并由此向鸡肉等其他品类泛化。

　　从投资角度来看，具身智能赛道已经从关注“技术能力”转向了“能不能赚钱”，其估值逻辑也随之发生分化。单纯的运动控制不再是核心瓶颈，机构更看重“软硬一体偏软”的全栈能力。这其中，垂直赛道玩家正凭借场景数据积累和真实交付，获得越来越清晰的商业估值逻辑。

　　毛梁用“专科技术工人”来定义希夕智能。在他看来，通用人形机器人追求的是“全科大夫”式的无限泛化能力，而垂直机器人要做的是“专科医生”，在垂直特定领域实现技术的深度落地，兼顾可靠性与经济性。

　　这种实用主义在产品层面体现得尤为明显。不过毛梁也坦言，相比模型的快速迭代，硬件迭代不会很快，“一两年发布一个新品”。随着客户增加、数据积累，模型的功能覆盖面和精细度会有所提升。

　　一个细节折射出垂直场景的技术难点。毛梁将“从粘连的芝士片中分离单片并放置，保证不撕烂”列为当下最难攻克的技术目标之一。“即使人工都做得很慢。”毛梁对

　　看似简单的动作背后其实涉及

　　当WRC的聚光灯开始从机器人本体能力进一步延伸至产业应用时，垂直玩家已经在工厂车间里完成了从技术验证到规模化交付的跨越。具身智能的产业叙事正在发生根本性转变。

　　从“能不能走、能不能跑”到“能否稳定完成任务、能否算得过经济账”，这场从展台到产线的长跑，或许最先撞线的不一定是那些最像人的机型，而是最懂场景的垂类机器人。