（来源：中国经济导报）

转自：中国经济导报

张守营

     有人说，今年夏天，机器人 " 很忙 "，是的。8 月 19 日，宇树科技作为 A 股 " 人形机器人第一股 "，正式上市；8 月 19~23 日，2026 世界机器人大会（以下简称 " 大会 "）在北京举行；8 月 22~26 日，第二届世界人形机器人运动会燃情开战……世界机器人大会的展馆里，373 家企业、3000 多件展品堆得满满当当，311 件新品首发；30 多公里外，国家速滑馆 " 冰丝带 " 的跑道上，人形机器人 " 天卓队 " 跑出 9 秒 39 ——比博尔特的 9 秒 58 还快。几天后的决赛，这个数字被刷新到了 8.64 秒。

     如果你走马观花地转一圈，很容易产生一种错觉：机器人的时代已经来了。但如果你坐下来，跟展台后面那些眼睛里布满血丝的工程师聊几句，听到的可能是另一个版本的故事。

数字的狂欢

     先看一组漂亮的数据。

     中国电子学会数据显示，今年上半年，中国人形机器人出货量超 4 万台，全球占比高达 97%。工信部统计的数据显示，去年我国机器人产业规模以上企业营业收入突破 3000 亿元，近五年年均增速超 20%；今年上半年达 1655 亿元，同比增长 24.5%。

     这些数字放在一起，确实震撼。深圳中亿集团董事长、深圳市南山区具身智能机器人产业协会会长彭长江说得直白：" 近几十年来，没有看到任何一个行业比机器人的估值速度、融资速度、产业发展速度跑得更快。"

     数据背后是具体的玩家。美国市场调研机构 Smart   Analytics   Global（SAG）发布报告显示，今年上半年，智元机器人以 8400 台出货量、44% 的全球份额超过宇树科技。宇树也没闲着—— 8 月 19 日登陆科创板，发行价 150.8 元，募资 60.99 亿元，成了 "A 股人形机器人第一股 "。宇树创始人王兴兴持股约 30%，上市后身家超 1300 亿元，"90 后 " 首富的名头算是坐实了。

     大会上，北京亦庄（北京经济技术开发区）还发布了一个叫 " 北京机域 " 的构想：打造 100 款可落地的特色产品，推动 1000 种细分领域应用，实现 10 万台套级规模量产。

听起来一切仿佛都在 " 狂奔 "。但如果你稍微凑近一点看，会发现 " 狂奔 " 的姿势如同在 " 冰丝带 " 奔跑的某些机器人，并不那么稳当。

热闹背后的三个追问

     第一个追问：出货量到底去了哪里？

     4 万台人形机器人——如果都进了工厂、商场、家庭，那确实是个里程碑。但事实是：相当一部分出货流向了高校实验室、科研机构和企业的研发部门。它们被买来不是为了干活，而是为了做实验、写论文、跑 demo（示范、展示、原型 / 小样）。

     星动纪元联合创始人席悦在大会期间表示，国内外已有不少具身智能企业在汽车、3C、零售等场景开展 POC（概念验证），但从公开信息看，大规模、批量化部署仍然较少。2026 年开始认真计算 ROI（投资回报率）。换句话说，客户变精明了。他们不再满足于看机器人走两步、挥挥手，而是问：你一天能稳定干几个小时？人工干预率多少？什么时候能把成本收回来？

     第二个追问：资本的钱去了哪里？IT 桔子数据显示：今年上半年，国内具身智能赛道融资 322 笔、总额 935 亿元，较去年同期暴涨 5 倍，半年就超过了去年全年 570 亿的规模。但细看流向，会发现一个有趣的结构性变化：融资重心从 " 硬件本体 " 转向了 " 机器人大脑 "，超一半的钱涌向 VLA 模型（42%）、世界模型（27%）、数据基础设施（20%），本体厂商拿到的不足 20%。

     这是一个耐人寻味的信号。资本似乎在说：身体已经够多了，现在缺的是脑子。

     但 " 大脑 " 的尴尬在于——没有足够的数据，再好的模型也训不出来。而数据从哪里来？从大规模部署中来。可没有好用的 " 大脑 "，又没法大规模部署。

     墨奇智能 CTO 黄青虬管这叫 " 鸡生蛋 " 困局，机器人能自主工作之前，没有人会去 " 开 " 机器人，只能自己采集数据做冷启动。所以，数据获取成本更高，采集方式也需要精细设计，大家在寻找的是成本和质量可控之间的甜点。他还补了一句更扎心的：今天行业接触到的具身数据 " 质量是不够高的 "，且缺乏统一标准。

     第三个追问：各地的热度和资源禀赋之间，差距有多大？

     国家层面，工信部和国务院国资委 6 月印发《关于联合开展 2026 年度人形机器人与具身智能实景实训专项行动的通知》，要求 10 个工业强省市全年落地不少于 20 个实景作业场景。地方上，浙江杭州出台了全国首部具身智能机器人地方性法规，安徽计划每年统筹 5 亿元财政资金支持。

     政策不可谓不密集，力度不可谓不大。但北京市社科院研究员王鹏提醒了一个风险：各地扎堆布局，存在同质化、低端重复建设的隐忧。国内超 150 家人形机器人企业，半数以上是初创或跨界入局，资源集中于表层功能研发——这让人想起几年前的新能源造车潮。

     8 月 28 日，国家发展改革委在举行 8 月份新闻发布会时，国家发展改革委政策研究室副主任、委新闻发言人李超指出，机器人产业涉及人工智能、先进制造、新材料等诸多前沿技术，必须坚持因地制宜、健康有序发展。各地应立足本地资源禀赋和产业优势，找准定位、发挥优势，防止盲目跟风、一哄而上，推动相关行业行稳致远。

从 " 能动 " 到 " 能干 " 中间隔着什么

     王兴兴在大会上讲了一段话，值得反复琢磨。

     他说，目前最大的瓶颈是 AI 模型的输入输出与真实物理世界的 " 对齐偏差 " ——固定场景训练成功率可以接近 100%，但换一个物品或者换一个环境，成功率就骤降。误差集中在抓取、装配的最后几毫米、几厘米。

     说白了，机器人在实验室里是 " 天才 "，出了门就变 " 笨小孩 " 了。

     他给了一个判断标准：如果哪一天，一台机器人进入陌生环境，通过语音指令能完成大约 80% 的任务，那就差不多是具身智能的 "ChatGPT 时刻 " 了。至于这个时刻什么时候来，他的判断是：最快两三年，最慢 5~10 年。

     这个时间窗口不算短，也不算长。但关键是，在这之前行业怎么 " 活 "？

     宇树的答案是：把 AI 模型投入作为最大的资金和人力投入方向，同时推进 " 物理 AI 机器人自进化 " ——让 AI 自己检索论文、生成代码、仿真验证、真机测试，形成正向循环。

     特斯拉的答案是：先别急着往外卖，先在自家工厂里把活干明白。其 Optimus 人形机器人已经部署了约 1000 台在弗里蒙特工厂内部测试，规划年产能 100 万台。马斯克甚至痛斥行业 " 表演式 " 演示乱象。

     两种路线，殊途同归——都在指向同一个方向：机器人得从 " 能走能跑 " 变成 " 能干能扛 "。

中国机器人 vs. 美国机器人

     这场竞赛里，中国和美国走的是两条不太一样的路。

     中国的优势在供应链和量产能力。特斯拉 Optimus 核心零部件约 70% 来自中国供应商。深圳有个 "72 小时打样圈 "，从设计到 3D 打印样机最快 3 天。这种产业链协同效率，全球找不到第二家。

     中国的出货量也是 " 遥遥领先 " ——全球 97% 的人形机器人出自中国厂商之手。

     但美国阵营在 " 大脑 " 层面的积累不容小觑。Figure   AI 估值已达 390 亿美元；波士顿动力有 30 多年的运动控制经验；特斯拉的 AI 算力和数据闭环能力更是独一档。

     一个形象的比喻是：中国在造 " 身体 " 上遥遥领先，美国在造 " 脑子 " 上仍有优势。而最终的胜负手，是谁先把 " 身体 " 和 " 脑子 " 真正 " 捏 " 在一起。

     回到亦庄的展会现场。

     那些跑出 8.64 秒的机器人、那些首发的新品、那些穿梭在展台之间的投资人——热闹是真热闹。但热闹之外，行业正在经历一场新的转型：从 " 会动 " 到 " 会干 "，从 demo 到订单，从讲故事到算 ROI。

     无界动力创始人张玉峰表示：" 去年是人形机器人量产元年，今年是操作智能的量产元年。"

     量产元年，意味着产能爬坡、成本下降、供应链成熟。操作智能的量产元年，意味着机器人得真正进厂、进店、进家，得真正干活。

     后者的难度，比前者大不止一个数量级。

     但方向是明确的，路径是清晰的，钱是充裕的，人是奋力拼搏的。剩下的，无非是时间问题。

     至于这个时间要多久——王兴兴说 2~10 年，银河通用创始人兼 CTO 王鹤说是要到 2028 年。我们大可不必纠结具体年份。重要的是，这个行业正在以肉眼可见的速度，从科幻走向现实。

     而我们都是见证者。