證券時報記者 聶英好

從春晚舞臺上的“頂流”表演者，到車間里默默勞作的“工友”，再到公共服務場景越來越多的“咖啡師”“講解員”，我國人形機器人產業發展可謂熱火朝天。作為六大未來產業之一，我國具身智能產業已實現從實驗測算到小批量交付的跨越，宇樹科技、智元機器人更是以全球第一的出貨量領跑行業。

在各路資本蜂擁入局跑馬圈地的熱鬧之下，具身智能產業發展仍面臨核心痛點：能完成后空翻的武術表演卻疊不好一件薄薄的衣服。

當人形機器人能在80%的陌生環境中完成80%的語音指令，具身智能的“ChatGPT時刻”才會真正到來——宇樹科技創始人兼CEO王興興提出的這一行業坐標，正讓無數從業者夙興夜寐，向終極戰場發起沖鋒。

從技術策源

到場景落地

具身智能作為代表性的未來產業，在頂層設計上獲得了重要的政策推力，首個全產業鏈標準體系于2月發布。

在國家政策的引導下，各地也呈現差異化競爭態勢。北京依靠人才優勢主打“技術策源+場景創新”，深圳背靠完整電子產業鏈主打“硬件制造+場景落地”，杭州則進行精細化“全市一盤棋”空間布局。

具身智能產業在2025年實現跨越式發展，其中人形機器人出貨量已初具規模。知名咨詢公司IDC發布的《全球人形機器人市場分析》顯示，2025年全球人形機器人出貨量約為1.8萬臺，同比增長約508%。在全球競爭格局中，中國企業占據主導地位，全球出貨量排名前六位的廠商均為中國企業，其中宇樹科技、智元機器人形成“雙龍頭”格局。憑借全產業鏈配套、快速工程化轉化等優勢，中國企業成為全球具身智能產業增長的核心引擎。

以宇樹科技IPO獲受理為標志，具身智能在資本市場也備受追捧。據IT桔子數據，2025年具身智能賽道融資超511億元（是前一年的3.5倍），2026年僅前三個月融資已近300億元。資本潮涌之下，具身智能估值門檻急劇抬高，目前已有13家企業估值突破百億元。

泛化能力難題

過去的一年里，人形機器人的運動與操作能力進步迅速。機器人已能勝任武術表演、后空翻、彈鋼琴、下圍棋，也能在工廠搬運重物、進行上下料等工作，然而卻在很多時候端不穩一杯水、撿不起一根針，甚至繞不開一把椅子。“下棋能贏世界冠軍，卻擰不開一瓶水。”市場不乏對具身智能這類調侃。

當下，國內具身智能行業正處于從“千臺交付”到“萬臺量產”的規模化前夕，模型泛化能力是核心瓶頸：機器人仍只能按照預設程序完成特定動作。

泛化能力進步到何種程度才算真正實現具身智能的“ChatGPT時刻”？宇樹科技創始人兼CEO王興興認為，具身智能的ChatGPT時刻，意味著機器人可通過語音或文字指令，在80%的陌生場景中順利完成約80%的任務。“比如說，我把一臺人形機器人帶到一個它完全沒有見過的場景，它也不認識場景里的人，我跟它說‘幫忙把這瓶水帶給某人’或者‘幫忙找一支筆過來’，它能完全自主地完成這些任務，不需要提前建圖，也不需要提前預設程序。”

在人工智能領域，物理世界存在“莫拉維克悖論”，也就是說對人類來說簡單的疊衣服、抓杯子等動作，機器人執行起來難度極大；而人類難以完成的計算、下棋等任務，機器人卻能輕松應對。

快思慢想研究院院長田豐向記者解釋，機器人的“行走、翻跟頭”本質上是一個閉環的動力學平衡與物理控制問題，而“撿針、拿易碎品”則是一個開環的、高精度的多模態感知與接觸動力學問題。前者容錯率高，后者一旦發力偏差0.1牛頓，雞蛋、蛋糕、衛生紙就會損壞。

“精細動作的突破必須依賴機械結構設計、高靈敏度傳感網絡、專用底層AI芯片以及具身大模型的系統級深度耦合，才能真正釋放商業潛力。”田豐指出。

從“肢體”轉向“大腦”

為解決機器人通用泛化能力難題，2026年人形機器人行業競爭焦點正加速從“肢體”轉向“大腦”，推動“認知—行動一體化”。“硬件決定了機器人能力的上限，即物理極值，而大腦（算法）則決定了其實際表現的下限，即通用泛化任務能力。”田豐指出。

業內正在向機器人的“大腦”投入重金。自2025年12月至今，具身智能領域融資金額開始超越“人形”形態融資體量，資本重點押注于通用具身大腦、AI運動控制等上層智能技術。

宇樹科技近日披露的招股書公開文件顯示，計劃將20.22億元募集資金用于智能機器人模型研發項目，重點突破具身大模型與機器人運動控制的融合技術。2026年以來，自變量機器人、銀河通用等企業完成大額融資，資金均擬用于具身智能大模型和相關基礎設施的研發。

過去，機器人運作能力依賴預設程序，環境稍有變化其能力就可能失效，核心原因就是不理解物理世界的運行規律。

寧波具身智能機器人創新中心總經理何川向記者表示，真正決定機器人價值與行業高度的是物理AI（機器人理解物理世界的能力）而非硬件。為推動具身智能走向通用勞動力時代，必須突破空間智能、物理理解、自主決策等關鍵能力；物理AI是讓機器人具備“物理直覺”的基礎技術，大模型驅動語義智能，二者合一，才是具身智能。

不過，物理AI本質在于復刻物理世界規律，這一過程本身存在多重難點。其中，真實數據缺失，成為最大的痛點之一。目前行業內普遍缺乏高質量真實世界數據，尤其是工業工藝數據。

優必選首席品牌官譚旻在接受證券時報記者采訪時分析，只有通過大量真機實訓積累的數據，才能支撐技術迭代。以優必選為例，公司通過在真實工廠場景中采集數據，針對特定工種訓練模型，盡可能還原真實場景中的復雜變化，提升人形機器人任務執行的成功率，最終實現人形機器人通用化水平的提高。

人形機器人本體廠商正在加速解決“數據荒”與通用性泛化問題。“從產業發展的規律來看，人形機器人‘身體’進化快于‘大腦’是一個階段性現象，因為硬件迭代周期相對較短，而數據積累與模型泛化能力需要時間沉淀。”智元機器人高級副總裁姚卯青對證券時報記者坦言，“卷大腦”絕不意味著“輕硬件”，而是對“軟硬協同”提出了更高要求。

日前，王興興在亞布力論壇披露了宇樹科技的最新布局：通過全身遙操作系統，今年年底之前宇樹能部署幾千臺甚至一萬臺人形機器人。“每天采集10個小時的數據，最近的一兩年甚至兩三年之內，人形機器人的數據問題就可以基本解決。”

供應鏈瓶頸

“大腦”發育遲緩之外，“軀體”量產的供應鏈瓶頸，也是亟待解決的難題。目前，國內位于第一梯隊的宇樹科技與智元機器人，年度出貨量超5000臺，與萬臺目標仍有差距。

“萬臺規模是人形機器人行業重要的發展門檻。”松延動力董事長姜哲源向記者表示，2026年松延動力的核心目標是實現旗下人形機器人“小布米”萬臺規模交付。

從樣機交付到萬臺量產，行業仍面臨不少“難啃的骨頭”。綜合多位人形機器人本體廠商高管的觀點來看，尚未成熟的供應鏈是當前行業量產的一大核心瓶頸。

“從千臺到萬臺，人形機器人量產的核心難點在于供應鏈工程的標準化與可靠性設計。人形機器人涉及的關節、傳感器等核心部件，目前遠未達到汽車產業那樣的規模化水平。”姚卯青告訴記者。

姜哲源亦坦言，物料供應鏈問題當前亟需解決，人形機器人有數百上千個不同零部件，只要有一個物料備貨不足，整個生產就會停滯，這是規模化量產初期就會遇到的問題。

在人形機器人產業鏈扮演“中樞平臺”角色的均普智能，對于產業鏈的整體協同困難深有感觸：上下游需求理解不一致、核心部件生態分散、供應鏈成熟度不足、缺乏真實規模化數據場景、訓練迭代受限等問題在實踐中十分突出。

“例如，機器人本體與真實工業場景之間存在‘最后一公里鴻溝’，機器人本體廠商通常缺乏深度工業工藝理解如精密裝配、插接、擰緊、柔性抓取等，導致機器人很難在工廠穩定作業。此外，上下游需求理解不一致，機器人本體廠商側重通用架構和基礎能力，工廠側重工藝參數、可靠性、節拍、魯棒性，導致標準化程度低。”何川告訴記者。

一個典型的案例是，有汽車企業在試點具身智能上線裝配系統時，受機器人本體與產線輸送線的聯動振動，以及產線溫度波動，定位精度直線下降，導致裝配不良率相較實驗室狀態飆升32倍。

“當下國內出現了許多人形機器人上下游產業的企業，但企業之間的協同還有進步的空間，還不算真正形成了成熟的人形機器人產業鏈。成熟的產業鏈一旦能夠形成，人形機器人整機的成本也有望下降，加速人形機器人的量產落地。”譚旻強調。

伴隨著行業競爭重點進一步聚焦，2026年或成為人形機器人行業的“交卷年”，企業需要持續拿出量產、技術成果。田豐指出，2026年的人形機器人賽道將是一場綜合了“頂尖AI算法、精密制造供應鏈與商業化場景落地”的全能較量，只有具備軟硬全棧自研能力，并能率先在真實場景中跑通“數據飛輪”與“商業閉環”的玩家，才能在未來的萬億藍海中真正立足。隨著市場的逐步孕育、技術的持續推進，具身智能的大規模產業化也將水到渠成。