WRC展会惊现真实机器人咖啡店：无界动力具身智能落地
在本届WRC展会上，最具真实感、最贴近日常的展台并非来自传统机器人厂商，而是一家完全开放运营的咖啡店。与多数限定展区、固定轨迹的机器人展位截然不同，这里的场景没有表演痕迹，完全复刻了真实线下咖啡店的运作逻辑。
吧台内的机械臂咖啡师正完成手冲咖啡的全套流程，一旁的真人咖啡师戴着数据采集设备进行拉花创作；吧台外的轮式半人形机器人服务员身着围裙、戴着可爱的帽子，端着咖啡杯在人群中穿梭，不仅能精准绕过正在拍照的观众，还能在送完咖啡后主动回收空杯和纸巾，最后走到消毒灯下完成手部清洁。整个场地全程开放，顾客自由走动，甚至有观众故意阻挡机器人的行进路线，而机器人总能实时调整路径，顺利完成任务。这套模式已经经过线下高端咖啡店的试运营，在稳定性和安全性达标后才被带到展会现场。
多数参展机器人都在展示“我能完成某个固定动作”，而这家咖啡店的机器人展示的是“我能在真实开放环境中持续稳定工作”。更特别的是，这个咖啡店的招牌是韩国老牌连锁品牌HOLLYS，并非厂商杜撰的临时场景，它是和无界动力在北京亦庄会展中心开设的联名门店，唯一的不同就是服务员全部由机器人担任。
每一次路径选择、物品放置、垃圾回收，都是机器人现场实时做出的判断。对于人类来说简单的一套服务流程，对机器人而言涉及动态环境感知、实时路径重规划、语义识别（区分私人物品和垃圾）、软物体操作（如纸巾抓取）、长时序任务规划（从接单到送餐再到回收消毒），以及和人类、其他设备的协同交互。除了开放场景的连续任务，他们的多机协同产线和精细串珠挑战也展现了其在多步骤精密制造领域的基础能力。
展会期间，韩国驻华大使馆经济公使金振童和科技公使衔参赞辛尚烈曾亲临展台体验并点赞，韩国知名财经媒体EDAILY也对创始人张玉峰进行了专访。
无界动力2025年3月成立于北京，获得了全球顶级产业和财务资本的认可，仅2026年上半年就完成了累计数亿美元的融资。其产品采用全栈自研路线，从通用大脑到机器人本体再到核心部件全部自主研发，旗下K15机器人在2026年7月通过欧盟工业级CE全指令认证，是全球首款获得该认证的具身智能机器人。目前其商业订单累计已达7亿元，首批产品已发往欧洲市场。
团队核心成员均来自自动驾驶领域。创始人兼CEO张玉峰曾任职地平线，担任副总裁及智能汽车事业部总裁，带领团队将地平线智驾做到中国自主品牌乘用车辅助驾驶市场份额第一，主导了征程系列芯片在ADAS领域的量产落地，并与比亚迪、长安汽车、大众集团、大陆集团等头部企业达成战略合作。联合创始人兼CTO夏中谱是中科院自动化所博士，曾任百度Apollo预测模块负责人，后担任理想汽车端到端技术负责人，仅用不到100天就将端到端方案从Demo推进到量产交付，助力理想成为国内首家全量推送城市NOA端到端方案的车企。
两人都完整经历了自动驾驶从规则驱动到端到端的技术迁移，因此形成了“单纯靠数据堆叠无法解决开放环境泛化问题”的核心认知。这一认知直接影响了无界动力对当下热门的VLA路线的判断。张玉峰直言，VLA本质上属于模仿学习，机器人不压路牙子并非因为理解路牙子的风险，而是因为积累了大量不压路牙子的场景数据。自动驾驶行业的经验证明，数据堆叠只能让系统在熟悉的场景中表现良好，但具身智能最终要进入的工厂、家庭等环境都是高度开放、无法穷举的，依靠背诵场景的路线无法走得长远。
目前业界关于世界模型的路线分为两派：像素级生成派试图精准预测下一帧画面的像素、光影和纹理，而无界动力选择的是隐空间世界模型路线，核心思路是让模型理解物理变化的本质逻辑，而非单纯匹配特定画面对应的动作。在本届WRC主论坛上，“中国电子学会世界模型专家委员会”正式成立，张玉峰受邀担任委员会委员，并参与了“世界模型到服务人类的现实距离”主题对话。他强调，人类不需要掌握物理世界的全部细节就能完成复杂任务，具身智能也不必追求像素级的复刻，而是应该学习影响决策的高维表征和因果关系，减少对像素计算和固定场景海量数据的依赖，通过强化学习让机器人建立理解世界的“世界观”和判断行动价值的“价值观”。
2026年6月，无界动力发布的具身通用大脑MWA™隐空间世界模型，在斯坦福大学等机构发起的RoboCasa GR1 TableTop榜单上以75.2%的平均任务成功率位居全球第一，超过英伟达GR00T-N1.6、小鹏DIAL等主流模型。该榜单采用高度随机化的非标厨房环境，测试模型在虚拟场景中的应变能力，而线下咖啡店场景则是这一逻辑的现实验证：同样需要应对真实人流、不定的桌面状态和光线变化，比如当观众伸手遮挡桌面时，机器人会短暂停顿后重新规划路径，将咖啡放在空余位置；机器人完成折纸、叠衣、串珠等任务时，依靠的是对物理形变规律的理解，而非对特定画面的记忆，比如穿珠子失败时会调整角度尝试，如同人类依靠手感摸索形状。
在WRC的数百家参展商中，无界动力的独特气质十分醒目。多数展商都在受控环境中展示固定动作，而这家咖啡店五天展会接待了超1000名顾客，机器人服务员小K连续五天平稳运行，在动态空间、随机任务序列和实时人机交互三个维度都经受了高强度的现实检验。这个咖啡店场景并非专门为展会设计的考题，而是MWA™训练逻辑的自然落点——任务具象但环境开放，正是测试“理解物理变化”能力的最佳场地。
多数具身智能企业的商业化起点是工业场景，因为任务固定、环境可控、客户付费意愿强，但无界动力选择了工业+商业的双轨路线：工业端打磨操作技能，比如为采埃孚完成安全带操作、在远景科技电池工厂落地应用；商业端验证泛化能力，比如这家咖啡店场景。工业场景可以验证机器人的精准操作能力，但无法充分验证开放环境中的持续决策能力，因为工业环境本身就是被设计为尽可能消除不确定性的。如果具身智能的终局是进入家庭、户外等完全开放的环境，就必须在更不确定的场景中提前验证和迭代泛化能力，而非等到落地时再从零开始。
工业场景负责打磨操作技能，商业场景负责提升泛化能力，两者共用同一个通用大脑MWA™，真实场景中积累的高质量数据会持续反哺模型能力，形成螺旋上升的正向循环。这并非两个独立的业务方向，而是互相支撑的完整体系。
无界动力践行的第一性原理是“场景无限，物理规律有限”——只要能够识别与决策相关的变化、理解物体受力后的运动规律、规划被占用空间后的新路径，就无需穷举所有场景。当前具身智能的软硬件都尚未成熟，硬件和软件路线各有分歧，没有哪条路线被完全证实或证伪。判断具身智能玩家的竞争力，不应看其是否热门，而应看是否具备可验证性。无界动力既有论文成果和公开的仿真榜单成绩，又有真实咖啡店的试运营数据和商业订单，为当前具身智能的“泡沫阶段”提供了稀缺的、可被检验的商业化证据链。
