深圳企業X Square Robot正在北京舉辦的2026世界機器人大會（WRC）上，全面展示其具身AI
技術產品組合，應用領域覆蓋物流自動化、靈巧操作、家庭機器人及AI訓練數據採集等多個方向。
本次大會於8月19日至23日舉行，X Square Robot在C107展台亮相，帶來了旗下WALL-B具身AI基礎模型、機器人硬體、操作技術與數據基礎設施等核心產品。
就在大會開幕前不久，X Square Robot剛完成了一場長達一小時的物流直播演示，其系統成功處理了1816件包裹，準確率據報超過98%。本次WRC展示將進一步拓展應用邊界，展現相同具身智能技術路線如何在不同物理系統和環境中發揮作用。
物流分揀：WALL-B模型驅動的六軸機械臂
X Square Robot展台的核心演示之一，正是此前直播中亮相的物流系統。該系統將WALL-B基礎模型與自研高性能六軸機械臂相結合，能夠處理不同尺寸、重量、形狀與材質的包裹。
包裹分揀是一個極具挑戰性的自動化問題——從卸貨環節流入的包裹往往位置雜亂無章：箱體疊壓、軟包變形、標籤方向不一，每取走一件包裹後可抓取面都會隨之改變。X Square Robot的解決方案是通過WALL-B實時判讀這些動態條件，指導六軸機械臂完成包裹的抓取、翻轉和重新定位，再將其送入下游傳送帶；機械臂還能對軟包進行標籤撫平處理，並調整箱體朝向，以便後續條碼掃描順利進行。
在本次直播演示中，系統還展示了異常處理能力——當一件包裹即將被錯誤分流時，機械臂及時介入將其攔截糾正。
X Square Robot創始人兼CEO王倩表示："物流自動化的關鍵，不在於機器人能否完成一次完美抓取，而在於當貨堆不斷變化時，它能否持續做出正確判斷、從容應對意外，並保障整體流程不間斷運轉。我們的自動化設計是圍繞工作本身展開的，而非基於某種理想化的環境。"
這一適應能力引發了自動化領域專業人士的廣泛關注。汽車行業自動化工程經理Katy Lin評價道："速度往往是最搶眼的指標，但能在這種速度下應對真實世界的不確定性，才是真正令人印象深刻的地方。"
靈巧操作：花藝演示與風扇拆裝
X Square Robot在WRC上的展示還延伸至更複雜的操作任務領域。
在插花演示中，一台雙臂機器人接收自然語言指令，需理解顧客對某種顏色玫瑰的偏好，找到合適的花朵，隨後完成涉及花瓶、其他花卉與葉材的一系列操作，全程協調感知、語言理解與雙臂配合。演示過程中還會引入環境變化，如移動花瓶或重新擺放花朵，以測試系統能否靈活調整行為，而非單純重複預設動作序列。
風扇拆裝演示則專門測試機器人運用具身AI基礎模型與靈巧手完成長序列精細操作的能力。機器人需依次打開紙箱、取出風扇、放置於桌面、打開開關並驗證運行狀態。整個過程涉及變形包裝、視野受限和不規則形狀物體的處理，同時需要雙臂協同與五指靈巧手的精準控制。
這背後是X Square Robot面向靈巧手的通用技能生成平台，該平台集數據管理、技能訓練與真實機器人評估於一體，支持抓取、旋轉、開合和工具使用等技能，打通了從示教、數據處理到模型訓練、部署與評估的完整工作流。通過將原始示教轉化為可學習、可持續優化的技能資產，該平台助力機器人突破單一任務局限，向可遷移的通用操作能力邁進。
家庭場景：X家庭成員計劃
X Square Robot還藉助WRC發布了"X家庭成員計劃"，搭建了一個圍繞"在家的一天"場景構建的真實家居演示環境。不同於孤立展示單項機器人功能，此次演示將娛樂、家庭用餐、外出準備以及通過App遠程控制家居等日常場景串聯起來，呈現機器人、AI、智能設備與服務如何在人們日常活動切換中協同運作。
相比工業工位的相對可控環境，家庭場景對具身AI而言挑戰更大：家中物品、人員和活動的布局隨時變化，若要讓機器人最終實現真正的自主家庭操作，感知能力與適應性至關重要。
QUANXTA Zero：具身AI訓練數據基礎設施
支撐上述各類應用的，是X Square Robot WRC展示的另一核心板塊：QUANXTA Zero系列——一個用於生成具身AI訓練數據的軟硬體一體化平台。
該產品系列包含多種頭戴設備、可穿戴硬體與手持夾爪的組合方案，旨在無需操作員與機器人實體連接的情況下採集人體運動數據。據X Square Robot介紹，該系統可將多路傳感器數據流同步精度控制在1毫秒以內，能夠同步採集視覺、觸覺、音頻以及毫米級定位資訊。
公司測試數據顯示，1000條無實體機器人數據樣本配合100條真實機器人採集樣本，可達到與約1000條真實機器人樣本相當的訓練效果。X Square Robot還稱，其數據採集效率比傳統遙控操作方式提升了2.33倍。
軟體層面，QUANXTA Zero覆蓋從數據採集、清洗、質檢、標註、模型訓練、仿真到評估與模型疊代的完整工作流，將採集到的示教操作轉化為結構化、可復用的訓練資產，持續支撐具身AI模型的疊代升級。
關於人形機器人之爭
本次直播演示還引發了一個更廣泛的討論——X Square Robot在一小時內處理了1816件包裹，超出自設目標1248件/小時約45%，這一數字與Figure AI長達200小時人形機器人物流演示的持續時均量處於同一量級。
當然，兩者並非直接可比：Figure採用完整人形機器人，著重驗證長時間續航能力；X Square Robot則使用針對包裹分揀工作流優化的固定式機械臂。但這一對比引出了一個與X Square Robot整體技術路線高度相關的問題：具身智能是否必須與某種通用的人形機器人形態綁定？
中國科技與供應鏈分析師Scarlett Lu表示："這正是我希望看到更多的比較——不是'機器人對人類'，而是不同機器人架構在同一任務上的表現。有時候，勝出的機器人也許只是那台圍繞工作本身設計的機器人，而非圍繞人類形態設計的。"
齒輪傳動與摩擦學專家Damijan Zorko則指出了另一個維度："1816件對1248件/小時固然有趣，但兩套系統的採購、運營和維護成本各是多少？歸根結底，商業邏輯才是決定性因素。"
fruitcore robotics聯合創始人兼CIO Tim Schmiedl則總結道："形態因素是次要的，關鍵在於系統是否具備正確的物理能力，以及能否可靠地協調調度這些能力。"
綜合來看，X Square Robot此次WRC 2026展示呈現了其技術戰略的不同層次：一端是數據採集與模型研發，另一端是執行工業、靈巧操作與家庭任務的實體機器人。公司的核心主張是：基礎模型、可擴展數據基礎設施與適配硬體，可以根據不同環境和任務需求靈活組合——而此次大會前的物流直播，正是這一主張在高要求真實工作流中的一次有力驗證。
Q&A
Q1：X Square Robot的WALL-B基礎模型主要用來做什麼？
A：WALL-B是X Square Robot自研的具身AI基礎模型，核心作用是讓機器人實時感知並理解動態變化的環境，從而指導機械臂或靈巧手完成複雜任務。在物流場景中，它負責判讀包裹的位置、形狀與材質變化，決定抓取方式；在靈巧操作場景中，它支持機器人理解自然語言指令並協調雙臂完成多步驟任務。
Q2：QUANXTA Zero數據採集平台有什麼優勢？
A：QUANXTA Zero最大的特點是支持"無實體機器人"數據採集——操作員穿戴頭戴設備、可穿戴硬體和手持夾爪即可採集人體運動數據，無需與機器人實體直接連接。系統可將多路傳感器數據同步精度控制在1毫秒以內，採集效率比傳統遙控方式提升約2.33倍，且1000條無實體採集樣本加100條真實機器人樣本，訓練效果可媲美1000條純真實機器人樣本。
Q3：X Square Robot的物流演示和Figure AI的人形機器人演示有何區別？
A：兩者採用了完全不同的技術路線。X Square Robot使用固定式六軸機械臂，專門針對包裹分揀工作流進行優化，在一小時內處理了1816件包裹；Figure AI則使用完整人形機器人，重點驗證的是長達200小時的持續作業耐久性。兩者並不直接可比，但都引發了業界對"具身智能是否必須依託人形形態"這一問題的討論。
