证券时报记者 聂英好
从春晚舞台上的“顶流”表演者，到车间里默默劳作的“工友”，再到公共服务场景越来越多的“咖啡师”“讲解员”，我国人形机器人产业发展可谓热火朝天。作为六大未来产业之一，我国具身智能产业已实现从实验测算到小批量交付的跨越，宇树科技、智元机器人更是以全球第一的出货量领跑行业。
在各路资本蜂拥入局跑马圈地的热闹之下，具身智能产业发展仍面临核心痛点：能完成后空翻的武术表演却叠不好一件薄薄的衣服。
当人形机器人能在80%的陌生环境中完成80%的语音指令，具身智能的“ChatGPT时刻”才会真正到来——宇树科技创始人兼CEO王兴兴提出的这一行业坐标，正让无数从业者夙兴夜寐，向终极战场发起冲锋。
从技术策源
到场景落地
具身智能作为代表性的未来产业，在顶层设计上获得了重要的政策推力，首个全产业链标准体系于2月发布。
在国家政策的引导下，各地也呈现差异化竞争态势。北京依靠人才优势主打“技术策源+场景创新”，深圳背靠完整电子产业链主打“硬件制造+场景落地”，杭州则进行精细化“全市一盘棋”空间布局。
具身智能产业在2025年实现跨越式发展，其中人形机器人出货量已初具规模。知名咨询公司IDC发布的《全球人形机器人市场分析》显示，2025年全球人形机器人出货量约为1.8万台，同比增长约508%。在全球竞争格局中，中国企业占据主导地位，全球出货量排名前六位的厂商均为中国企业，其中宇树科技、智元机器人形成“双龙头”格局。凭借全产业链配套、快速工程化转化等优势，中国企业成为全球具身智能产业增长的核心引擎。
以宇树科技IPO获受理为标志，具身智能在资本市场也备受追捧。据IT桔子数据，2025年具身智能赛道融资超511亿元（是前一年的3.5倍），2026年仅前三个月融资已近300亿元。资本潮涌之下，具身智能估值门槛急剧抬高，目前已有13家企业估值突破百亿元。
泛化能力难题
过去的一年里，人形机器人的运动与操作能力进步迅速。机器人已能胜任武术表演、后空翻、弹钢琴、下围棋，也能在工厂搬运重物、进行上下料等工作，然而却在很多时候端不稳一杯水、捡不起一根针，甚至绕不开一把椅子。“下棋能赢世界冠军，却拧不开一瓶水。”市场不乏对具身智能这类调侃。
当下，国内具身智能行业正处于从“千台交付”到“万台量产”的规模化前夕，模型泛化能力是核心瓶颈：机器人仍只能按照预设程序完成特定动作。
泛化能力进步到何种程度才算真正实现具身智能的“ChatGPT时刻”？宇树科技创始人兼CEO王兴兴认为，具身智能的ChatGPT时刻，意味着机器人可通过语音或文字指令，在80%的陌生场景中顺利完成约80%的任务。“比如说，我把一台人形机器人带到一个它完全没有见过的场景，它也不认识场景里的人，我跟它说‘帮忙把这瓶水带给某人’或者‘帮忙找一支笔过来’，它能完全自主地完成这些任务，不需要提前建图，也不需要提前预设程序。”
在人工智能领域，物理世界存在“莫拉维克悖论”，也就是说对人类来说简单的叠衣服、抓杯子等动作，机器人执行起来难度极大；而人类难以完成的计算、下棋等任务，机器人却能轻松应对。
快思慢想研究院院长田丰向记者解释，机器人的“行走、翻跟头”本质上是一个闭环的动力学平衡与物理控制问题，而“捡针、拿易碎品”则是一个开环的、高精度的多模态感知与接触动力学问题。前者容错率高，后者一旦发力偏差0.1牛顿，鸡蛋、蛋糕、卫生纸就会损坏。
“精细动作的突破必须依赖机械结构设计、高灵敏度传感网络、专用底层AI芯片以及具身大模型的系统级深度耦合，才能真正释放商业潜力。”田丰指出。
从“肢体”转向“大脑”
为解决机器人通用泛化能力难题，2026年人形机器人行业竞争焦点正加速从“肢体”转向“大脑”，推动“认知—行动一体化”。“硬件决定了机器人能力的上限，即物理极值，而大脑（算法）则决定了其实际表现的下限，即通用泛化任务能力。”田丰指出。
业内正在向机器人的“大脑”投入重金。自2025年12月至今，具身智能领域融资金额开始超越“人形”形态融资体量，资本重点押注于通用具身大脑、AI运动控制等上层智能技术。
宇树科技近日披露的招股书公开文件显示，计划将20.22亿元募集资金用于智能机器人模型研发项目，重点突破具身大模型与机器人运动控制的融合技术。2026年以来，自变量机器人、银河通用等企业完成大额融资，资金均拟用于具身智能大模型和相关基础设施的研发。
过去，机器人运作能力依赖预设程序，环境稍有变化其能力就可能失效，核心原因就是不理解物理世界的运行规律。
宁波具身智能机器人创新中心总经理何川向记者表示，真正决定机器人价值与行业高度的是物理AI（机器人理解物理世界的能力）而非硬件。为推动具身智能走向通用劳动力时代，必须突破空间智能、物理理解、自主决策等关键能力；物理AI是让机器人具备“物理直觉”的基础技术，大模型驱动语义智能，二者合一，才是具身智能。
不过，物理AI本质在于复刻物理世界规律，这一过程本身存在多重难点。其中，真实数据缺失，成为最大的痛点之一。目前行业内普遍缺乏高质量真实世界数据，尤其是工业工艺数据。
优必选首席品牌官谭旻在接受证券时报记者采访时分析，只有通过大量真机实训积累的数据，才能支撑技术迭代。以优必选为例，公司通过在真实工厂场景中采集数据，针对特定工种训练模型，尽可能还原真实场景中的复杂变化，提升人形机器人任务执行的成功率，最终实现人形机器人通用化水平的提高。
人形机器人本体厂商正在加速解决“数据荒”与通用性泛化问题。“从产业发展的规律来看，人形机器人‘身体’进化快于‘大脑’是一个阶段性现象，因为硬件迭代周期相对较短，而数据积累与模型泛化能力需要时间沉淀。”智元机器人高级副总裁姚卯青对证券时报记者坦言，“卷大脑”绝不意味着“轻硬件”，而是对“软硬协同”提出了更高要求。
日前，王兴兴在亚布力论坛披露了宇树科技的最新布局：通过全身遥操作系统，今年年底之前宇树能部署几千台甚至一万台人形机器人。“每天采集10个小时的数据，最近的一两年甚至两三年之内，人形机器人的数据问题就可以基本解决。”
供应链瓶颈
“大脑”发育迟缓之外，“躯体”量产的供应链瓶颈，也是亟待解决的难题。目前，国内位于第一梯队的宇树科技与智元机器人，年度出货量超5000台，与万台目标仍有差距。
“万台规模是人形机器人行业重要的发展门槛。”松延动力董事长姜哲源向记者表示，2026年松延动力的核心目标是实现旗下人形机器人“小布米”万台规模交付。
从样机交付到万台量产，行业仍面临不少“难啃的骨头”。综合多位人形机器人本体厂商高管的观点来看，尚未成熟的供应链是当前行业量产的一大核心瓶颈。
“从千台到万台，人形机器人量产的核心难点在于供应链工程的标准化与可靠性设计。人形机器人涉及的关节、传感器等核心部件，目前远未达到汽车产业那样的规模化水平。”姚卯青告诉记者。
姜哲源亦坦言，物料供应链问题当前亟需解决，人形机器人有数百上千个不同零部件，只要有一个物料备货不足，整个生产就会停滞，这是规模化量产初期就会遇到的问题。
在人形机器人产业链扮演“中枢平台”角色的均普智能，对于产业链的整体协同困难深有感触：上下游需求理解不一致、核心部件生态分散、供应链成熟度不足、缺乏真实规模化数据场景、训练迭代受限等问题在实践中十分突出。
“例如，机器人本体与真实工业场景之间存在‘最后一公里鸿沟’，机器人本体厂商通常缺乏深度工业工艺理解如精密装配、插接、拧紧、柔性抓取等，导致机器人很难在工厂稳定作业。此外，上下游需求理解不一致，机器人本体厂商侧重通用架构和基础能力，工厂侧重工艺参数、可靠性、节拍、鲁棒性，导致标准化程度低。”何川告诉记者。
一个典型的案例是，有汽车企业在试点具身智能上线装配系统时，受机器人本体与产线输送线的联动振动，以及产线温度波动，定位精度直线下降，导致装配不良率相较实验室状态飙升32倍。
“当下国内出现了许多人形机器人上下游产业的企业，但企业之间的协同还有进步的空间，还不算真正形成了成熟的人形机器人产业链。成熟的产业链一旦能够形成，人形机器人整机的成本也有望下降，加速人形机器人的量产落地。”谭旻强调。
伴随着行业竞争重点进一步聚焦，2026年或成为人形机器人行业的“交卷年”，企业需要持续拿出量产、技术成果。田丰指出，2026年的人形机器人赛道将是一场综合了“顶尖AI算法、精密制造供应链与商业化场景落地”的全能较量，只有具备软硬全栈自研能力，并能率先在真实场景中跑通“数据飞轮”与“商业闭环”的玩家，才能在未来的万亿蓝海中真正立足。随着市场的逐步孕育、技术的持续推进，具身智能的大规模产业化也将水到渠成。
佳成网提示：文章来自网络，不代表本站观点。
