2026 年全球人形机器人市场的本质特征是产业不再只为远大愿景融资，而开始为可验证进展定价。验证的指标包括出货量是否进入万台级、是否有真实 B 端订单、是否能在公开场景下稳定运行、成本是否继续下降、量产线是否真正开动。与过去几年会走、会跳、会演示的研发导向不同，2026 年产业叙事的核心已转向谁能真正以可复制成本、在真实场景中稳定部署。

当前全球产业格局呈现出美国定义大脑，中国定义身体和制造节拍。2025 年宇树出货超 5,500 台、智元超 4,000 台，出货占比分别为 32.4% 和 23.5%，占据全球人形机器人出货量的半壁江山，支撑这一格局的不是单一企业优势，而是供应链密度、制造体系、政策采购和场景承接能力的组合。相比之下，Tesla 仍处于内部量产启动前夜，Figure 已披露制造爬坡但交付规模仍主要面向研发与少数商业伙伴。这意味着在 2026 年中国厂商的优势是已经在交付，美国厂商的优势是有更强的智能上限预期。美国的领先点集中在芯片、模型、具身 AI 算法与高端平台能力，特斯拉、Figure AI、波士顿动力等企业普遍强调 VLA 模型和端到端控制。

2026 年并不意味着人形机器人已经解决通用劳动问题，但行业已经走到 " 先量产、后完善智能 " 的阶段。这与新能源车早期发展路径较为相似，先形成制造规模、成本曲线和场景渗透，再通过数据飞轮反哺智能能力。目前聚焦的不是机器人何时完全像人，而是识别谁正在率先拿到真实订单、谁掌握降本关键零部件、谁拥有最强的量产组织能力。这也是 2026 年全球人形机器人市场最明显的时代特征，产业已经从实验室胜负，切换到产线和订单胜负。

1、 国外：迭代加速，模型赋能

（1）特斯拉：持续迭代，量产节点确立

特斯拉人形机器人自 2021 年 8 月首次公开 " 擎天柱 " 项目以来持续迭代。2022 年 9 月，特斯拉在 AI DAY 上展示了具备行走、搬运、识别物品等基础能力的原型机，并采用与 FSD 同源的技术方案。2023 年迭代进程明显加快，5 月股东大会上展示的新型号在车间灵活行走、抓取复杂物体及电机扭矩控制方面较前代显著提升；9 月视频展示了视觉自标定、颜色分拣及单脚平衡能力；12 月发布的 Optimus-Gen2 则配备了全新手部关节与双自由度颈部关节，灵活性与适应性进一步增强。2024 年 10 月发布会中 Gen2 展示了拥有 22 个自由度的新一代灵巧手，并在复杂人群中实现丝滑行走与自主导航；12 月视频中机器人完成了上下坡行走测试。

2025 年 5 月，Optimus 已可完成舞蹈动作演示。2026 年 4 月，特斯拉宣布第三代人形机器人 Optimus Gen3 预计于年中亮相，同时计划在加州弗里蒙特启动首座年产 100 万台的大规模人形机器人工厂，得州超级工厂已同步筹备第二代产线，长期目标提升至年产 1,000 万台，为商业化落地奠定产能基础。

特斯拉作为新能源汽车全球龙头，目前引领人形机器人行业发展，有望加速推动人形机器人商业化落地进程。人形机器人和新能源汽车有较多相似之处，具有较为重合的零部件产业链。特斯拉从人形机器人概念构思到设计、生产和验证的全过程，都借鉴了其在车辆设计上的丰富经验，大部分设计经验可以从汽车延续到人形机器人。特斯拉不仅利用现有的基础设施和供应链优势来实现机器人的制造，还整合了中央计算机和自动驾驶技术中的软硬件资源构建高效的机器人研发平台，为特斯拉在人形机器人领域的创新和发展提供了坚实的基础。

人形机器人商业化爆发的一个重要前提是需要解决成本的问题，特斯拉凭借其在新能源汽车领域的供应链优势，一旦在人形机器人的研发上取得突破并实现量产，将有望快速降低人形机器人成本。特斯拉在人形机器人领域的深度参与，不仅能够借助其在汽车制造中积累的技术和经验降低产品成本，还能够利用其强大的品牌影响力和市场渠道，加速人形机器人的商业化落地进程。从商业模式角度看，特斯拉的真正优势不只是成本，还有内部需求先行。

作为全球领先的汽车制造商，特斯拉拥有大量自有工厂，产线中的物料搬运、零部件装配、质量检测等工序为人形机器人提供了天然的 " 第一个客户 " 场景。这种内部需求使 Optimus 无需在早期过度依赖外部订单即可持续获得真实工业环境下的部署机会，直接驱动产品迭代与稳定性提升。这意味着特斯拉可以先通过自有工厂获取高频训练数据、校准运控与工艺适配，再逐步转向对外销售。这与多数创业公司先找外部客户试点换数据的路径不同，特斯拉的飞轮是自有场景—自有数据—自有算力—自有硬件迭代。

2026 年是人形机器人行业从样机验证转向产线验证的关键分水岭，特斯拉 Optimus 与中国头部厂商的竞争，已从单纯比拼运动能力与 Demo 效果，升级为比拼量产组织能力 + 供应链降本能力 + 场景闭环能力。

特斯拉的标志性意义在于，其已明确将弗里蒙特原 Model S/X 产线改造为 Optimus 专属产线，首代产线设计年产能 100 万台，量产启动节点指向 2026 年 7-8 月，并同步规划德州第二代产线长期 1,000 万台 / 年的远期能力。但马斯克在电话会上明确提示，Optimus 是 " 全新产品 + 全新产线 + 超过 1 万个独特零部件 "，初期爬坡将非常缓慢，2026 年实际产量几乎不可能预测，这意味着弗里蒙特的 100 万台 / 年是设计能力而非 2026 年的实际出货水平。关注特斯拉时必须区分三个层次：第一是启动量产；第二是形成稳定良率；第三是形成可复制的外部交付节奏。当前特斯拉仅明确跨过第一道门槛，第二、第三道门槛仍待验证

（2）Figure AI：自研 VLA 模型驱动，量产与工业验证并行

Figure AI 自 2022 年成立以来，通过技术创新和战略合作，在硬件性能、AI 模型和商业化落地上取得显著突破，其技术和市场前景均显示出强劲的增长势头。目前，Figure AI 已形成模型 - 本体 - 产线 - 数据闭环，以自研端到端 VLA 模型 Helix 为核心，打通视觉 - 语言 - 动作的高频控制与多机协同，产品从 Figure 01/02 快速迭代至 Figure03。

➢ Figure 01 于 2024 年 3 月推出，是 Figure AI 的首款人形机器人，专为人力短缺或任务要求高且危险的环境而设计，可处理行走、举起和移动物体以及使用咖啡机煮咖啡等任务，通过将能量转化为机械力来复制人类的灵活性，其运动机制使其能够利用精细运动技能并执行重复动作而不会感到疲劳。

➢ Figure 02 于 2024 年 8 月推出：采用了全新的外骨骼结构，外形设计转变较为彻底，外观变得更加精致与具有整体性，曲线更加流畅，之前可见的电线和电池组隐藏在金属面板后面，在外观、一体化关节、执行器、仿生足部、灵巧手、头部及全身活动范围等方面均有显著提升，同时端侧算力大幅提升，已经可以完全自主地在现实世界中执行各种任务。

➢ Figure 03 于 2025 年 9 月推出：专为 Helix、家庭使用，以及全球规模化应用而设计。Figure 03 配备全新设计的传感套件和手部系统，专为激活 Helix 全部潜能而打造，每只手掌心都集成了一枚广角低延迟摄像头，可以做到轻松拾取一颗鸡蛋而不将其捏碎。在外观设计上也做了大幅升级，全机采用柔性织物外层取代机械外壳，其不仅能执行类人任务，还能通过与人类的互动直接学习，展现出智能与适应性，可以完成浇花、端茶倒水，到收拾家务、陪孩子玩等各种琐碎事情。

2025 年 2 月，Figure AI 公布了端到端人形机器人 VLA（视觉 - 语言 - 动作）通用大模型 Helix，展现出其在大模型领域的技术优势。Figure AI 的创始人 Brett Adcock 在社交平台 X 上宣布终止与 OpenAI 的合作协议。终止合作的原因是 Figure AI 认为要实现具身智能的规模化应用，必须实现 AI 与硬件的垂直整合。尽管 OpenAI 提供强大的多模态语言能力，但其模型并非专为机器人硬件定制，导致在实时控制、环境适应性等方面存在延迟与精度不足等问题，无法满足机器人动作与感知的毫秒级协同需求。Helix

作为全球首个支持跨机器人协作的视觉 - 语言 - 动作（VLA）大模型，解决了传统机器人依赖预编程与海量数据的痛点，这一模型在性能、架构及训练效率上实现多项突破，首次展示了两台机器人协同完成复杂操作任务的能力，并大幅降低训练数据需求，为具身智能的商业化落地提供新方向。未来，Figure AI 计划将 Helix 模型规模扩大 1,000 倍，并加速人形机器人的量产，凭借端到端大模型和硬件产线的结合，构建模型 - 数据 - 本体全链路优势，巩固其在全球具身智能大模型赛道的领先地位。

（3）Atlas：商业化节奏较为落后

Atlas 是波士顿动力于 2013 年推出的双足机器人，凭借卓越的动态运动能力被视为人形机器人领域的技术标杆。早期采用液压版本的 Atlas 可实现跳跃、后空翻、跑酷等高复杂度动作，在运动表现上极具竞争力，但面临噪音大、维护难、成本高等商业化障碍，长期停留于技术验证阶段，商业化进程明显滞后于后续崛起的宇树、智元等中国企业以及特斯拉等人形机器人厂商。

2024 年前后，波士顿动力放弃液压方案，推出全电动 Atlas，战略重心转向解决真实工业问题，产品定位同步从实验室炫技切换为企业级工业机器人，拟承担工厂与仓库中的零件排序、机器操作等任务。电动 Atlas 延续了公司对顶尖运动能力的追求，通过强化学习和动作捕捉技术实现了行走、跑步、爬行甚至街舞等多样化动作，同时在运动自然度和流畅性上较液压版有显著提升。新一代 Atlas 不再是为实验室炫技而生，而是被明确定义为企业级工业人形机器人，与全球劳动力成本上行趋势及特斯拉、Figure AI 等厂商的通用劳动力补充逻辑形成呼应。

在商业化落地方面，2026 年成为 Atlas 的关键转折点。年初的 CES 2026 上，波士顿动力正式推出了量产版的电动 Atlas，并在波士顿总部启动生产，首批订单计划向现代汽车和谷歌 DeepMind 发货。控股股东现代汽车已明确表态将采购 " 数万台 "Atlas 机器人用于自身制造工厂，涵盖零件排序、精密装配等场景。与此同时，波士顿动力与 DeepMind 达成合作，将前沿基础模型集成至 Atlas 以增强认知能力。不过，当前 Atlas 的量产节奏仍处于爬坡初期，相较于中国厂商已实现的万台级年出货量，商业规模优势尚未形成。

Atlas 的最终量产版本

资料来源：凤凰网，万联证券研究所

总体而言，Atlas 在人形机器人技术层面依然保持着行业顶尖水平，尤其在动态运动、环境适应性和 AI 驱动的行为控制方面具有深厚积累。但受制于此前液压技术路径的成本与量产瓶颈，其商业化的起步明显晚于 2024 年至 2026 年期间加速放量的宇树、智元和特斯拉等企业。2026 年是 Atlas 商业化的关键验证期，现代的大规模订单能否顺利转化为稳定交付，以及在成本管控和供应链建设上能否补齐短板，将决定其能否在全球人形机器人加速增长的广阔市场中实现后来居上。

2、国内：从技术追赶转向规模突围

国内人形机器人市场的一个显著特征是价格快速下探，从百万级迅速降至十万级甚至下探至十万以下，极大加速了市场教育和应用普及。这一价格革命主要由宇树科技引领，其通过自主研发掌握电机、减速器、控制器等关键部件生产技术，并将四足机器狗上的技术迁移至人形机器人，形成了显著的成本优势。价格下探带来的市场变化是多方面的：

➢ B 端采购门槛降低：企业用户和学校研究机构采购意愿显著增强。价格敏感的教育、服务业领域开始尝试引入人形机器人解决方案。

➢ C 端市场萌芽初现：虽然距离家庭普及仍有距离，但个人开发者和科技爱好者群体已开始购买高性价比产品进行开发和实验。

➢ 国际竞争优势形成：中国产品的价格优势正在改变全球竞争格局。特斯拉 Optimus 预计 2026 年量产价格约 2 万美元（约 14 万人民币），而国产产品已突破 10 万元大关。这种价格优势结合不断提升的性能，使中国企业在全球市场获得独特竞争力。

（1）宇树科技：以性价比抢跑规模化

宇树是当前中国阵营中最接近 " 高出货 + 盈利化 " 交集的企业。2025 年宇树纯人形机器人出货超 5,500 台，全球份额约 32.4%；2025 年收入 17.08 亿元，同比 +335.7%，归母净利润 2.88 亿元，是少数已展示盈利能力的人形机器人整机厂商。宇树从 2023 年到 2025 年前三季度，人形机器人销量已从 5 台跃升至 3,551 台，配合 2025 全年超 5,500 台的结果，说明其放量并非单季偶发，而是建立在产品矩阵扩张与自研供应链基础上的持续爬坡。从高性价比的 R1/G1，到更高性能的全尺寸 H 系列，宇树以较低 ASP 快速切入科研教育、展示和部分工业场景。2025 年前三季度宇树人形机器人 ASP 约 16.8 万元，这使其在行业早期更容易放大装机量。进一步看，宇树 2026 年目标出货量为 1 万 -2 万台，已接近全球多数海外创业公司的数倍水平。

从应用场景收入结构来看，科研教育占大头。宇树 2025 年前三季度人形机器人业务中，科研教育收入占比 73.6%；商业消费收入占比 17.4%；行业应用收入占比 9%。科研教育至今仍是基本盘，为宇树提供了稳定的现金流支撑。从公开中标信息看，典型项目包括中国移动旗下公司采购项目、多所高校与科研机构采购订单。与此同时，工业验证也在持续推进，H1 已进入蔚来汽车工厂承担搬运任务。

宇树科技产品矩阵正继续扩展，同时在工业级算力部署与算法生态构建上同步迈出关键步伐。宇树科技与英伟达合作推出了 H2 人形机器人，搭载 Jetson Thor 平台与 Blackwell GPU，AI 算力最高可达 2070 万亿次，面向高校及科研机构的 Isaac GR00T 参考平台已确认被斯坦福大学机器人中心、苏黎世联邦理工学院等顶级机构计划采用。H2 本体拥有 31 个自由度，身高约 1.8 米、重约 70 公斤，标志着宇树在工业级算力部署与算法开放生态方面迈出关键一步。此外，宇树科技 IPO 募资拟投入 42.02 亿元，其中最大投向为智能机器人模型研发项目（20.2 亿元），其次是机器人本体研发项目（11.1 亿元）和制造基地建设（6.2 亿元），显示出公司在 " 硬件 + 算法 " 协同发展上的战略布局。

宇树科技最新款 H2 人形机器人

资料来源：宇树科技官网，万联证券研究所

（2）优必选：最先验证工业级商业闭环

人形机器人业务规模放量，已成为优必选整体营收增长的核心驱动力。2025 年优必选全尺寸具身智能人形机器人业务收入达 8.21 亿元，销量 1,079 台，同比增长约 22 倍，收入占比从 2024 年的 2.73% 跃升至 41.01%，正式成为公司第一大收入来源，标志着优必选已从概念验证阶段迈入实质性的规模化收入贡献阶段。

从公司整体营收趋势来看，2021 年至 2025 年营业总收入从 8.17 亿元增长至 20.01 亿元，年复合增长率约 25.09%；其中 2025 年总营收同比增长 53.29%，增速较 2024 年的 23.65% 明显加快，人形机器人业务的放量是核心拉动因素。单价方面，2025 年全尺寸人形机器人平均售价约为 76 万元 / 台，高定价背后是优必选 Walker S 系列定位企业级工业高价值生产线部署，产品设计针对汽车总装等高端工业场景，搭载自主换电等高价值工业特性，对价格敏感度相对较低的工业企业而言，客户核心关切仍是全生命周期总成本而非初始采购单价。

优必选人形机器人产能正从千台级向万台级逐步放量。销量端，2025 年优必选人形机器人销量为 1,079 台，标志着公司正式具备千台级整机交付能力。2026 年，优必选管理层将 Walker S 系列交付指引上调至 5,000 台以上，整体全尺寸人形机器人产能规划超万台。柳州机器人超级智慧工厂已全面投产，其中一栋厂房专用于工业人形机器人规模化生产，为产能扩充提供了硬件基础。同时，优必选正在从产业链整合角度进一步强化上游环节自主可控能力，通过收购锋龙股份等产业整合动作强化精密制造能力，以供应链管理强化产能保障。但万台产能规划不等同于万台实际交付，从产能爬坡到客户验收确认收入之间仍存在交付节奏、供应链协同及客户验收周期等多重变量。优必选 2026 年的关键点在能不能按时交付，产能能否有效转化为实际收入是决定优必选能否兑现业绩预期的关键观察维度。

优必选是中国阵营中工业客户验证最深的厂商之一，且工业客户结构较为优质。优必选 Walker S 系列是当前全球进入最多车厂实训的工业人形机器人，其技术演进体现了优必选深厚的全栈自研积累。Walker S2 于 2025 年 11 月正式启动量产，整机身高 176 厘米，体重 70 公斤，最高行走速度 2 米 / 秒，拥有 52 个自由度，搭载第四代工业级仿生灵巧手，可完成零部件搬运、螺丝拧紧等基础工业作业。Walker S2 还具备全球首创的 3 分钟热插拔自主换电系统，可实现 7 × 24 小时不间断作业，其逻辑是先通过纯电设计大幅降低关节惯量与噪音，再配合自主换电补足续航，从根本上解决了工业人形机器人的续航焦虑这一行业共性难题。目前优必选已进入汽车、3C 电子、新能源电池、半导体、航空制造等高标准场景，服务空客、比亚迪、富士康、德州仪器等客户。

（3）智元机器人：量产速度快，轻资产协同制造能力突出

智元是中国阵营中量产加速最快的企业之一。截至 2026 年 6 月，智元第 15,000 台通用具身机器人正式下线，从 2026 年 3 月的 10,000 台到 2026 年 6 月的 15,000 台仅用时三个月，表明智元已从试制阶段迈入节拍化量产阶段。与宇树、优必选不同，智元采用轻资产与供应链协同模式，结构件及部分制造环节由领益智造等合作方承接，自身聚焦于本体设计、模型训练与产品定义，这一模式使其在 2026 年具备更快的扩产弹性，主力产品为远征与灵犀系列，2026 年 Q2 产能已全部订满，Q3 预订已同步启动。

3、 量产在即，工业场景优先落地

海外龙头与中国厂商量产节奏趋于收敛，呈现工业场景优先落地、产能从数千到万台级爬坡的共识。特斯拉宣布第三代人形机器人 Optimus Gen3 预计于今年年中亮相，同时计划在加州弗里蒙特启动首座年产 100 万台的大规模人形机器人工厂，得州超级工厂已同步筹备第二代产线，长期目标提升至年产 1,000 万台，为商业化落地奠定产能基础；Figure AI、波士顿动力等企业也相继明确 2026 年产品迭代与交付计划。与此同时，以优必选、智元、宇树为代表的中国厂商快速跟进，宇树 2026 年目标出货量为 1 万 -2 万台 ; 优必选管理层将 Walker S 系列 2026 年交付指引上调至 5,000 台以上，整体全尺寸人形机器人产能规划超万台。行业共识清晰显现工业场景成为优先落地领域，产能普遍从数千台向万台级别爬坡，标志着人形机器人正式从技术研发与试点阶段迈向规模化、商业化应用的新周期。

人形机器人应用落地遵循工业制造实训→ B 端场景扩展→家庭服务普及的递进。人形机器人应用落地的核心路径遵循从简单结构化场景到复杂非结构化场景的递进逻辑，技术成熟度低、经济性高的工业制造场景作为训练基础和数据积累起点，逐步向多样化 B 端场景扩展，最终突破家庭服务 C 端市场。人形机器人已从实验室走向初步商业化应用，处于专用场景规模化落地与通用场景技术突破的关键期。目前主流应用场景包括工业制造、商用服务及特种作业，而家庭服务因技术复杂度高尚未大规模商业化。技术瓶颈包括自由度不足、训练数据匮乏、模型泛化性差、成本高昂，这些瓶颈限制了非结构化场景的落地速度。

➢ 第一阶段：工业制造场景（训练与落地起点）: 结构化、重复性工作为主，技术成熟度高，经济性优先，可利用结构化场景的低复杂度、高经济性积累数据和验证技术。

➢ 第二阶段：B 端场景扩展（商用服务与特种作业）: 半结构化场景，交互需求提升，技术向多模态演进，可通过政策与商业需求驱动半结构化场景渗透。

➢ 第三阶段：家庭服务场景（终极目标）: 非结构化场景，高自由度、安全性与情感交互需求，通用化是关键，技术成熟后或将撬动万亿级消费市场。未来 5 年核心在工业量产降本，长期需攻坚 AI 与硬件集成以实现家庭场景突破。