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(wù)場景越來越多的“咖啡師”“講解員”，我國人形機器人產(chǎn)業(yè)發(fā)展可謂熱火朝天。作為六大未來產(chǎn)業(yè)之一，我國具身智能產(chǎn)業(yè)已實現(xiàn)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(lǐng)跑行業(yè)。

在各路資本蜂擁入局跑馬圈地的熱鬧之下，具身智能產(chǎn)業(yè)發(fā)展仍面臨核心痛點：能完成后空翻的武術(shù)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(huán)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(chuàng)始人兼CEO王興興提出的這一行業(yè)坐標，正讓無數(shù)從業(yè)者夙興夜寐，向終極戰(zhàn)場發(fā)起沖鋒。

從技術(shù)策源

到場景落地

具身智能作為代表性的未來產(chǎn)業(yè)，在頂層設(shè)計上獲得了重要的政策推力，首個全產(chǎn)業(yè)鏈標準體系于2月發(fā)布。

在國家政策的引導(dǎo)下，各地也呈現(xiàn)差異化競爭態(tài)勢。北京依靠人才優(yōu)勢主打“技術(shù)策源+場景創(chuàng)新”，深圳背靠完整電子產(chǎn)業(yè)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(chǎn)業(yè)在2025年實現(xiàn)跨越式發(fā)展，其中人形機器人出貨量已初具規(guī)模。知名咨詢公司IDC發(fā)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(yè)占據(jù)主導(dǎo)地位，全球出貨量排名前六位的廠商均為中國企業(yè)，其中宇樹科技、智元機器人形成“雙龍頭”格局。憑借全產(chǎn)業(yè)鏈配套、快速工程化轉(zhuǎn)化等優(yōu)勢，中國企業(yè)成為全球具身智能產(chǎn)業(yè)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(jù)IT桔子數(shù)據(jù)，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(yè)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(shù)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(wěn)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(diào)侃。

當下，國內(nèi)具身智能行業(yè)正處于從“千臺交付”到“萬臺量產(chǎn)”的規(guī)模化前夕，模型泛化能力是核心瓶頸：機器人仍只能按照預(yù)設(shè)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(xiàn)具身智能的“ChatGPT時刻”？宇樹科技創(chuàng)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(wù)。“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(wù)，不需要提前建圖，也不需要提前預(yù)設(shè)程序。”

在人工智能領(lǐng)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(zhí)行起來難度極大；而人類難以完成的計算、下棋等任務(wù)，機器人卻能輕松應(yīng)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(zhì)上是一個閉環(huán)的動力學(xué)平衡與物理控制問題，而“撿針、拿易碎品”則是一個開環(huán)的、高精度的多模態(tài)感知與接觸動力學(xué)問題。前者容錯率高，后者一旦發(fā)力偏差0.1牛頓，雞蛋、蛋糕、衛(wèi)生紙就會損壞。

“精細動作的突破必須依賴機械結(jié)構(gòu)設(shè)計、高靈敏度傳感網(wǎng)絡(luò)、專用底層AI芯片以及具身大模型的系統(tǒng)級深度耦合，才能真正釋放商業(yè)潛力。”田豐指出。

從“肢體”轉(zhuǎn)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(yè)競爭焦點正加速從“肢體”轉(zhuǎn)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(xiàn)的下限，即通用泛化任務(wù)能力。”田豐指出。

業(yè)內(nèi)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(lǐng)域融資金額開始超越“人形”形態(tài)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(shù)。

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(fā)項目，重點突破具身大模型與機器人運動控制的融合技術(shù)。2026年以來，自變量機器人、銀河通用等企業(yè)完成大額融資，資金均擬用于具身智能大模型和相關(guān)基礎(chǔ)設(shè)施的研發(fā)。

過去，機器人運作能力依賴預(yù)設(shè)程序，環(huán)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(guī)律。

寧波具身智能機器人創(chuàng)新中心總經(jīng)理何川向記者表示，真正決定機器人價值與行業(yè)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(guān)鍵能力；物理AI是讓機器人具備“物理直覺”的基礎(chǔ)技術(shù)，大模型驅(qū)動語義智能，二者合一，才是具身智能。

不過，物理AI本質(zhì)在于復(fù)刻物理世界規(guī)律，這一過程本身存在多重難點。其中，真實數(shù)據(jù)缺失，成為最大的痛點之一。目前行業(yè)內(nèi)普遍缺乏高質(zhì)量真實世界數(shù)據(jù)，尤其是工業(yè)工藝數(shù)據(jù)。

優(yōu)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(xùn)積累的數(shù)據(jù)，才能支撐技術(shù)迭代。以優(yōu)必選為例，公司通過在真實工廠場景中采集數(shù)據(jù)，針對特定工種訓(xùn)練模型，盡可能還原真實場景中的復(fù)雜變化，提升人形機器人任務(wù)執(zhí)行的成功率，最終實現(xiàn)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(shù)據(jù)荒”與通用性泛化問題。“從產(chǎn)業(yè)發(fā)展的規(guī)律來看，人形機器人‘身體’進化快于‘大腦’是一個階段性現(xiàn)象，因為硬件迭代周期相對較短，而數(shù)據(jù)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(xié)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(tǒng)，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(shù)據(jù)，最近的一兩年甚至兩三年之內(nèi)，人形機器人的數(shù)據(jù)問題就可以基本解決。”

供應(yīng)鏈瓶頸

“大腦”發(fā)育遲緩之外，“軀體”量產(chǎn)的供應(yīng)鏈瓶頸，也是亟待解決的難題。目前，國內(nèi)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(guī)模是人形機器人行業(yè)重要的發(fā)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(xiàn)旗下人形機器人“小布米”萬臺規(guī)模交付。

從樣機交付到萬臺量產(chǎn)，行業(yè)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(yīng)鏈是當前行業(yè)量產(chǎn)的一大核心瓶頸。

“從千臺到萬臺，人形機器人量產(chǎn)的核心難點在于供應(yīng)鏈工程的標準化與可靠性設(shè)計。人形機器人涉及的關(guān)節(jié)、傳感器等核心部件，目前遠未達到汽車產(chǎn)業(yè)那樣的規(guī)模化水平。”姚卯青告訴記者。

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

在人形機器人產(chǎn)業(yè)鏈扮演“中樞平臺”角色的均普智能，對于產(chǎn)業(yè)鏈的整體協(xié)同困難深有感觸：上下游需求理解不一致、核心部件生態(tài)分散、供應(yīng)鏈成熟度不足、缺乏真實規(guī)模化數(shù)據(jù)場景、訓(xùn)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(yè)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(yè)工藝理解如精密裝配、插接、擰緊、柔性抓取等，導(dǎo)致機器人很難在工廠穩(wěn)定作業(yè)。此外，上下游需求理解不一致，機器人本體廠商側(cè)重通用架構(gòu)和基礎(chǔ)能力，工廠側(cè)重工藝參數(shù)、可靠性、節(jié)拍、魯棒性，導(dǎo)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(yè)在試點具身智能上線裝配系統(tǒng)時，受機器人本體與產(chǎn)線輸送線的聯(lián)動振動，以及產(chǎn)線溫度波動，定位精度直線下降，導(dǎo)致裝配不良率相較實驗室狀態(tài)飆升32倍。

“當下國內(nèi)出現(xiàn)了許多人形機器人上下游產(chǎn)業(yè)的企業(yè)，但企業(yè)之間的協(xié)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(chǎn)業(yè)鏈。成熟的產(chǎn)業(yè)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(chǎn)落地。”譚旻強調(diào)。

伴隨著行業(yè)競爭重點進一步聚焦，2026年或成為人形機器人行業(yè)的“交卷年”，企業(yè)需要持續(xù)拿出量產(chǎn)、技術(shù)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(yīng)鏈與商業(yè)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(shù)據(jù)飛輪”與“商業(yè)閉環(huán)”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(shù)的持續(xù)推進，具身智能的大規(guī)模產(chǎn)業(yè)化也將水到渠成。