在6月初维也纳举行的ICRA 2026（国际机器人与自动化会议）上，中国企业成为技术论坛的焦点。速腾聚创、帕西尼感知、光轮智能、智元机器人、天机智能以及非夕科技六家公司登台，系统阐述了各自在感知、操作、数据及基础模型领域的最新探索，其技术路线清晰地指向了三个核心交汇点。

第一个交汇点是感知的底层融合。如何让机器人对物理世界建立更细致、可靠的认知是共同挑战。速腾聚创的解决方案是在硬件层面实现突破，其推出的孔雀芯片及新一代空间雷达E2系列，旨在将RGB图像、深度和运动信息在传感器端直接融合，避免后处理带来的误差。该公司将此技术路线定义为原生RGB-D感知，并构建了Space Camera，能在像素级完成三类信息的对齐。

与此同时，帕西尼感知和天机智能则从触觉切入，补充视觉盲区。帕西尼展示了其基于霍尔效应的多维触觉传感器，可感知纹理、温度、滑动等九种信息，并能在极端环境下工作。其DexH13灵巧手拥有16个自由度，负载达5公斤。天机智能则依托其全球首创的MEMS关节扭矩传感器，实现了力控绝对精度≤0.3N·m的超低时延响应，让机器人能用力反馈主动消解位置误差。

第二个交汇点是对操作中“最后一毫米”问题的重视。机器人的高定位精度在面对真实环境的细微变化时往往失效。非夕科技联合创始人钟书耘指出，人类操作的精髓在于对位置不确定性的高容忍度和对力控制的融入。为此，非夕推出了支持全身多点接触感知的新一代机器人，结合力控与柔顺控制，能轻松完成抓取易碎品、精细加工等任务。天机智能则设计了仿人十字交叉手腕的人形臂，单臂仅重8公斤却能支撑5公斤载荷，兼顾了轻量与动态性能。

第三个交汇点是数据与模型的闭环。光轮智能与智元机器人从不同层面回答了如何积累有效经验并快速转化为策略改进的问题。光轮智能全球销售副总裁Martin Elbs表示，公司正联合英伟达，基于Newton物理引擎搭建大规模仿真训练框架，通过将测量的真实物理数据生成为仿真资产，来弥合Sim-to-Real Gap（仿真与现实差距），其技术已用于工业、手术机器人等多个场景。

智元机器人则更偏向基础模型视角。其负责人罗剑岚介绍了全球最大开源预训练具身世界模型τ0-WM，该模型参数量达5B，预训练数据长达27000小时，其中真机遥操作数据占17800小时，首次成为预训练主力。更关键的是，智元提出了“部署即训练”范式，采用离线与在线强化学习结合的方法，在16台双臂机器人上针对长程任务的测试中，将策略执行准确率从60%-70%显著提升至95%。

这六家企业的布局覆盖了从硬件感知、力控操作到仿真数据与基础模型的完整链条，显示出具身智能正从实验室走向更注重工程落地和系统能力建设的新阶段。速腾聚创和帕西尼代表硬件感知层的竞争，非夕和天机深耕力控驱动的灵巧操作，光轮智能搭建仿真基础设施，智元机器人则探索大规模预训练模型的持续学习机制。这些差异化路径共同勾勒出机器人能力形成的关键环节，也为产业的下一步发展提供了清晰的注脚。