一台机器人面对一堆揉成团的衣服，它能做什么？如果是两年前，答案是几乎什么都做不了。但在2026年8月19日的北京亦庄，招商局狮子山人工智能实验室的机器人，用双臂把一件缠绕成团的T恤展开、抚平、折叠成整齐的方块。这个场景意味着什么？当机器能处理”无定型柔性物体”时，具身智能离走进千家万户还有多远？2026世界机器人大会给出的答案，可能比所有人预想的都要近。
真近了。
一、10万台年产量：从实验室到生产线的临界跨越
工信部数据摆在台面上，中国人形机器人整机产品已达400余款，占全球半数以上。四足机器人全球销量份额近70%。2026年全年整机产量有望突破10万台——这不是PPT上的规划数字，而是产线上正在发生的真实产出。特斯拉Optimus Gen2已经在弗里蒙特工厂部署超100台用于物料搬运与装配，目标2027年实现十万台级量产，单价压至2万美元以内。中国这边，北京亦庄的具身智能供应链快速响应平台”机因工场”，企业提交零部件需求后2小时完成对接评估，从下单到交付压缩至48小时。供应链的敏捷制造能力，正在重塑全球机器人产业的产能布局。
速度太快了。
二、叠衣服为什么是世界级难题？
衣物属于典型无定型柔性物体，材质厚薄、褶皱形态、缠绕状态、表面摩擦力、弹性形变均存在极强的动态不确定性。对人类而言叠衣服是本能动作，对机器人来说却是对柔性感知、双臂协同、接触力控、长程作业、状态恢复五大核心能力的综合考验。更关键的是任务难度会随衣物品类、初始无序状态、拓扑结构复杂度呈指数级上升。
行业主流方案普遍存在一个尴尬局面。
“仿真优秀、真机拉胯、场景受限”——多数技术仅能在衣物摆放规整的理想环境中完成简单折叠，一旦面对家庭真实场景中褶皱堆叠、随机朝向、局部缠绕、成团挤压等复杂工况，极易出现抓取落空、折叠错位、流程中断。核心瓶颈在于仿真与真机之间的虚实迁移鸿沟：受硬件刚性差异、机械装配误差、夹爪稳定性不足、底层控制精度偏差等现实因素影响，仿真环境中稳定流畅的动作落地真机后极易出现动作偏移、抓取失效。
三、LiOS端云协同：把实验室搬到云端
招商局狮子山实验室的解法不是更大力度的仿真训练，而是从系统架构层面重新定义基础设施。他们自研了LiOS端云协同基础设施，构建云侧、端侧、端云协同三层架构。云侧涵盖多模态大模型分布式训练与推理优化、多模态数据湖仓管理、高并发仿真评估，支撑模型参数向百亿规模扩展。端侧LiOS Runtime接入异构机器人本体、传感器、末端执行器和边缘计算单元，实现传感器同步、运动控制、安全执行及本地状态管理。
关键是延迟数字。
跨机测试中LiOS图传方案实现了约30ms的”本地相机到云端显存”单向端到端延迟，较通用中继方案加速2.1至6.9倍。单路GPU解码吞吐达每秒数千帧，云端部署推理频率高于端侧RTX 5090。这意味着机器人不必把所有算力塞进本地，而是可以实时调用云端大模型进行感知和决策，端侧只负责执行和安全保障。
四、击败世界冠军：ICRA 2026全球第一
2026年6月，招商局狮子山实验室在ICRA 2026 LeHome Challenge国际赛事决赛中击败包括2025年BEHAVIOR-1K比赛冠军在内的众多世界级对手，斩获全球第一名。比赛考核的不只是能不能叠，而是在真实物理环境中面对随机衣物状态的端到端自主操作能力。训练层面引入分布式并行训练策略与高性能算子优化，模型训练吞吐效率提升5倍以上。评测层面完成仿真环境并行化重构，整体评测效率提升4倍以上。
这不是刷榜。
展会现场公开演示的三大核心能力——多双臂平台并列叠衣、多类衣物自主识别折叠、大形变整理——每一项都指向真实家庭场景的可复制性。系统能自主识别短袖、长袖、长裤等不同拓扑结构的衣物，动态调整视觉关注区域、操作时序与折叠路径。面对成团缠绕、大面积褶皱的衣物，机器人可自主执行拖拽、拉伸、展平等大形变整理动作。
五、预言：当机器理解了柔软
2026世界机器人大会的主题是”人机共生，产需共融”。从400款整机产品到10万台年产量，从48小时供应链交付到30ms端云协同延迟，从叠衣服全球第一到特斯拉部署百台量产——所有信号指向同一个方向：具身智能正在穿越从技术验证到规模化落地的死亡谷。当机器人能够从容面对一团凌乱衣物的那一刻，它要处理的已经不是刚性零件和固定程序，而是真实世界的不确定性、柔软和混乱。
预言很简单。
三年之内，能叠衣服的机器人会出现在第一批家庭中。五年之内，它们会变成像扫地机器人一样常见的家电品类。十年之内，人类回头看2026年的这场大会，会发现那不是一个展会，而是一个产业纪元的起点。柔软，是机器理解真实世界的最后一道门槛。当这道门槛被跨过，后面的一切，将比我们想象的来得更快。
