深圳企业X Square Robot正在北京举办的2026世界机器人大会（WRC）上，全面展示其具身AI技术产品组合，应用领域覆盖物流自动化、灵巧操作、家庭机器人及AI训练数据采集等多个方向。
本次大会于8月19日至23日举行，X Square Robot在C107展台亮相，带来了旗下WALL-B具身AI基础模型、机器人硬件、操作技术与数据基础设施等核心产品。
就在大会开幕前不久，X Square Robot刚完成了一场长达一小时的物流直播演示，其系统成功处理了1816件包裹，准确率据报超过98%。本次WRC展示将进一步拓展应用边界，展现相同具身智能技术路线如何在不同物理系统和环境中发挥作用。
物流分拣：WALL-B模型驱动的六轴机械臂
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统。该系统将WALL-B基础模型与自研高性能六轴机械臂相结合，能够处理不同尺寸、重量、形状与材质的包裹。
包裹分拣是一个极具挑战性的自动化问题——从卸货环节流入的包裹往往位置杂乱无章：箱体叠压、软包变形、标签方向不一，每取走一件包裹后可抓取面都会随之改变。X Square Robot的解决方案是通过WALL-B实时判读这些动态条件，指导六轴机械臂完成包裹的抓取、翻转和重新定位，再将其送入下游传送带；机械臂还能对软包进行标签抚平处理，并调整箱体朝向，以便后续条码扫描顺利进行。
在本次直播演示中，系统还展示了异常处理能力——当一件包裹即将被错误分流时，机械臂及时介入将其拦截纠正。
X Square Robot创始人兼CEO王倩表示："物流自动化的关键，不在于机器人能否完成一次完美抓取，而在于当货堆不断变化时，它能否持续做出正确判断、从容应对意外，并保障整体流程不间断运转。我们的自动化设计是围绕工作本身展开的，而非基于某种理想化的环境。"
这一适应能力引发了自动化领域专业人士的广泛关注。汽车行业自动化工程经理Katy Lin评价道："速度往往是最抢眼的指标，但能在这种速度下应对真实世界的不确定性，才是真正令人印象深刻的地方。"
灵巧操作：花艺演示与风扇拆装
X Square Robot在WRC上的展示还延伸至更复杂的操作任务领域。
在插花演示中，一台双臂机器人接收自然语言指令，需理解顾客对某种颜色玫瑰的偏好，找到合适的花朵，随后完成涉及花瓶、其他花卉与叶材的一系列操作，全程协调感知、语言理解与双臂配合。演示过程中还会引入环境变化，如移动花瓶或重新摆放花朵，以测试系统能否灵活调整行为，而非单纯重复预设动作序列。
风扇拆装演示则专门测试机器人运用具身AI基础模型与灵巧手完成长序列精细操作的能力。机器人需依次打开纸箱、取出风扇、放置于桌面、打开开关并验证运行状态。整个过程涉及变形包装、视野受限和不规则形状物体的处理，同时需要双臂协同与五指灵巧手的精准控制。
这背后是X Square Robot面向灵巧手的通用技能生成平台，该平台集数据管理、技能训练与真实机器人评估于一体，支持抓取、旋转、开合和工具使用等技能，打通了从示教、数据处理到模型训练、部署与评估的完整工作流。通过将原始示教转化为可学习、可持续优化的技能资产，该平台助力机器人突破单一任务局限，向可迁移的通用操作能力迈进。
家庭场景：X家庭成员计划
X Square Robot还借助WRC发布了"X家庭成员计划"，搭建了一个围绕"在家的一天"场景构建的真实家居演示环境。不同于孤立展示单项机器人功能，此次演示将娱乐、家庭用餐、外出准备以及通过App远程控制家居等日常场景串联起来，呈现机器人、AI、智能设备与服务如何在人们日常活动切换中协同运作。
相比工业工位的相对可控环境，家庭场景对具身AI而言挑战更大：家中物品、人员和活动的布局随时变化，若要让机器人最终实现真正的自主家庭操作，感知能力与适应性至关重要。
QUANXTA Zero：具身AI训练数据基础设施
支撑上述各类应用的，是X Square Robot WRC展示的另一核心板块：QUANXTA Zero系列——一个用于生成具身AI训练数据的软硬件一体化平台。
该产品系列包含多种头戴设备、可穿戴硬件与手持夹爪的组合方案，旨在无需操作员与机器人实体连接的情况下采集人体运动数据。据X Square Robot介绍，该系统可将多路传感器数据流同步精度控制在1毫秒以内，能够同步采集视觉、触觉、音频以及毫米级定位信息。
公司测试数据显示，1000条无实体机器人数据样本配合100条真实机器人采集样本，可达到与约1000条真实机器人样本相当的训练效果。X Square Robot还称，其数据采集效率比传统遥控操作方式提升了2.33倍。
软件层面，QUANXTA Zero覆盖从数据采集、清洗、质检、标注、模型训练、仿真到评估与模型迭代的完整工作流，将采集到的示教操作转化为结构化、可复用的训练资产，持续支撑具身AI模型的迭代升级。
关于人形机器人之争
本次直播演示还引发了一个更广泛的讨论——X Square Robot在一小时内处理了1816件包裹，超出自设目标1248件/小时约45%，这一数字与Figure AI长达200小时人形机器人物流演示的持续时均量处于同一量级。
当然，两者并非直接可比：Figure采用完整人形机器人，着重验证长时间续航能力；X Square Robot则使用针对包裹分拣工作流优化的固定式机械臂。但这一对比引出了一个与X Square Robot整体技术路线高度相关的问题：具身智能是否必须与某种通用的人形机器人形态绑定？
中国科技与供应链分析师Scarlett Lu表示："这正是我希望看到更多的比较——不是'机器人对人类'，而是不同机器人架构在同一任务上的表现。有时候，胜出的机器人也许只是那台围绕工作本身设计的机器人，而非围绕人类形态设计的。"
齿轮传动与摩擦学专家Damijan Zorko则指出了另一个维度："1816件对1248件/小时固然有趣，但两套系统的采购、运营和维护成本各是多少？归根结底，商业逻辑才是决定性因素。"
fruitcore robotics联合创始人兼CIO Tim Schmiedl则总结道："形态因素是次要的，关键在于系统是否具备正确的物理能力，以及能否可靠地协调调度这些能力。"
综合来看，X Square Robot此次WRC 2026展示呈现了其技术战略的不同层次：一端是数据采集与模型研发，另一端是执行工业、灵巧操作与家庭任务的实体机器人。公司的核心主张是：基础模型、可扩展数据基础设施与适配硬件，可以根据不同环境和任务需求灵活组合——而此次大会前的物流直播，正是这一主张在高要求真实工作流中的一次有力验证。
Q&A
Q1：X Square Robot的WALL-B基础模型主要用来做什么？
A：WALL-B是X Square Robot自研的具身AI基础模型，核心作用是让机器人实时感知并理解动态变化的环境，从而指导机械臂或灵巧手完成复杂任务。在物流场景中，它负责判读包裹的位置、形状与材质变化，决定抓取方式；在灵巧操作场景中，它支持机器人理解自然语言指令并协调双臂完成多步骤任务。
Q2：QUANXTA Zero数据采集平台有什么优势？
A：QUANXTA Zero最大的特点是支持"无实体机器人"数据采集——操作员穿戴头戴设备、可穿戴硬件和手持夹爪即可采集人体运动数据，无需与机器人实体直接连接。系统可将多路传感器数据同步精度控制在1毫秒以内，采集效率比传统遥控方式提升约2.33倍，且1000条无实体采集样本加100条真实机器人样本，训练效果可媲美1000条纯真实机器人样本。
Q3：X Square Robot的物流演示和Figure AI的人形机器人演示有何区别？
A：两者采用了完全不同的技术路线。X Square Robot使用固定式六轴机械臂，专门针对包裹分拣工作流进行优化，在一小时内处理了1816件包裹；Figure AI则使用完整人形机器人，重点验证的是长达200小时的持续作业耐久性。两者并不直接可比，但都引发了业界对"具身智能是否必须依托人形形态"这一问题的讨论。