2026年被不少从业者称作具身机器人的量产拐点。万台级产线陆续落地,头部企业的年产能规划从千台级跳到万台级,供应链上原本需要进口的精密部件开始被国产替代,一家减速器凸轮供应商的日产能已经摸到2000件。从制造端看,这个行业正在经历它期待已久的规模跃升。但如果把镜头从产线转向真实的工作现场,画面会复杂得多。
产线在跑,机器人的“出勤率”没跟上
中国信通院等机构联合发布的《具身智能发展报告(2026年)》给出了一个值得细看的数字:2026年上半年全球人形机器人出货量超过2.2万台,同比增长接近300%。供给放量的速度毋庸置疑。但同一份报告指出,真正进入智能制造和仓储物流场景的人形机器人仅占约8%,超过六成的设备仍然停留在商演、科研教学等场景。
更直接的信号来自设备的使用强度。有统计显示,相当比例的人形机器人月均开机天数不足10天,整机价格只占全生命周期成本的40%到60%,部署调试、维护升级和人员支持才是真正的支出大头。一台机器人下线是一回事,它每天能被派出去干活、干满一个班次、并且不需要工程师跟在后面兜底,是另一回事。量产拐点和“上岗拐点”之间,隔着一段并不短的坡。
泛化不是锦上添花,是入场券
宇树科技创始人王兴兴在11月接受采访时给出了一个时间判断:物理AI的“ChatGPT时刻”最快可能在2027年到来,目前最大的障碍是AI模型的输入输出与真实物理执行之间的偏差,顶尖模型和机器人之间只差“几个毫米”的对齐精度。这个“几个毫米”听起来很技术,但它决定的事情很朴素:机器人拧瓶盖的时候,是真的把盖子拧松了,还是指腹打滑蹭动了盖壁。在视频里看几乎没有区别,在产线上就是合格与不合格的区别。
智元联合创始人彭志辉把问题指向泛化本身:面对新任务,机器人能不能复用已有知识,以更少的数据和更短的时间获得新能力;以及接触物体之后能不能持续感知变化、修正动作、在失误后恢复作业。这两个能力合在一起,才构成“可靠地完成工作”的前提。工厂关心节拍,仓库关心订单处理效率,商店关心异常处置——没有一个场景会为“演示效果不错”买单。
数据在涨,但值钱的数据仍然稀缺
训练端的投入在快速放大。光轮智能披露,2025年头部客户对训练数据的需求还在十万小时级,2026年已经进入百万小时级;智元GO-3模型的训练集也超过了百万小时。蚂蚁灵波在11月开源了触觉基础模型LingBot-Touch,把不同传感器的信号统一成触觉Token,在2款灵巧手、26项真机任务的测试中,接入触觉后平均任务成功率提升了14到26个百分点。
但容易采集的室内单目视频供应充足,真实作业场景中的双目视频、触觉数据和腕部相机数据仍然紧俏。数据的价值最终要通过任务来检验:机器人部署之后,能不能记录失败原因、识别能力短板,并把现场经验带回下一轮训练。缺少这个闭环,规模扩大只会同步放大调试和维护的负担,而不是能力本身。
商业模式的试水:从买机器到买“机器人小时”
在应用侧,一些更接近真实商业逻辑的安排正在出现。GXO Logistics与Apptronik在11月12日签署意向书,计划从2027年开始扩大Apollo人形机器人在仓储场景的实测,目标是在四年内于全球部署最多1000台,前提是机器人达到双方约定的生产力、安全和运营指标。值得注意的是合作的结构:GXO倾向于采用机器人即服务(RaaS)模式,按服务合同获取机器人产能,而不是一次性买断硬件。
这种模式把风险分配摆到了桌面上。物流运营商不必在技术尚未收敛时押注硬件资产,机器人供应商则必须用实际出勤和任务完成率来换取持续收入。智元已经生产了第15000台轮式半人形机器人,并开始从开发和生产阶段转向部署阶段。万台产能是供给能力的证明,但RaaS合同里的KPI才是需求端给出的真正评分。
资本在集中,出清也在同步发生
Physical AI领域2026年获得的全球风险投资已经超过230亿美元,Waymo、Skild AI、NEURA Robotics和Physical Intelligence等公司拿走了其中最大的份额。资金总量在涨,但结构在收紧:国内具身智能赛道10亿元以上的大额融资集中流向不到30家企业。
一些业内咨询公司给出的判断是,2026年中国市场人形机器人整机出货量将超过5万台、市场规模超过100亿元,全球接近6万台、接近20亿美元,均为翻倍式增长,但中国出货量会低于年初的乐观预测;随着四季度融资环境转冷,未来三年预计有15%以上的公司被淘汰。量产拐点并不自动等于产业成熟,它更可能是一个筛选的开始:有产线、有场景、有数据回流能力的公司留下来,只有演示能力的公司被挤出去。
从万台产线到8%的制造场景渗透率,从百万小时训练数据到月均不足10天的开机天数,2026年的具身智能呈现出一种典型的“规模先行、能力追赶”的节奏。产能和数据基础设施已经在铺路,但真正决定下一阶段排位的,是机器人能否在第二个、第三个同类场景里以更低的部署成本复现第一个场景的结果。这个问题的答案不在产线上,而在客户真金白银的订单里。
(智算芯能前沿网综合)
本文由智算芯能前沿网编辑整理,转载请注明出处。

