文 | 影子备忘录

2026 年，机器人赛道热闹得有些分裂。

一边是人形机器人频频登上头条，如春晚扭秧歌、跑半马、进工厂 " 打卡上班 "，融资消息一个接一个，估值百亿的公司一抓一大把。

另一边，工业机器人悄无声息地刷新着纪录：中国工业机器人前 8 个月累计产量接近 73 万台，同比增长 29%，全年产量即将首次突破 100 万台。

一个是资本市场的宠儿，一个是制造业的隐形冠军。一个在抢未来世界的入口，一个在踏踏实实赚今天的利润。

这两条线看似在同一个赛道，实际上跑的是完全不同的商业逻辑。

这场 " 入口与利润 " 的博弈，到底谁在赚吆喝，谁在闷声发财？

一个在铺路，一个在收租

工业机器人这边，走的是几十年的老路，但步子一点都不慢。2025 年中国工业机器人新安装量达 35.4 万台，约占全球总安装量的 59%，继续稳坐全球最大市场的位子。

更关键的是，IFR 预测到 2026 年全球新增装机量将达到 65.5 万台，2029 年达到 80.6 万台。这条曲线不算陡峭，但非常稳。

你去看任何一家已经跑通盈利的工厂，工业机械臂干的活都差不多：焊接、码垛、喷涂、上下料，精度高、重复性强、24 小时不喊累。

一台协作码垛机器人，12 个月就能回本，省下的人工成本都是净利润。一家做焊接机器人的公司，1 台设备能替代 1.5 到 2 名焊工，投资回报周期约 1 到 1.5 年。

这是实打实的账，没有讲故事的空间。

人形机器人这边，数字看着更刺激。2025 年全球人形机器人出货量约 1.8 万台，销售额近 4.4 亿美元，同比增长约 508%。

增速确实惊人，但你仔细看这个基数—— 1.8 万台。工业机器人同期的安装量是 35.4 万台，中间差了将近 20 倍。

而且这 1.8 万台卖给谁了？IDC 的报告数据显示：2025 年的市场需求主要由文娱商演、教育科研与数据采集等场景驱动。

以头部企业宇树科技为例，其人形机器人产品来自科研教育领域的收入占比高达 73.60%。

说白了，现在的人形机器人，买家主要是高校和科研机构，买回去做研究、写论文、跑算法，而不是真正在生产线上创造价值。

真正进厂干活的，是那些轮式双臂机器人，它们更务实、更容易计算投资回报。

而双足人形机器人的 BOM 成本大约则是轮式底盘机器人的十倍左右。

这就引出了两种完全不同的商业逻辑。

先占入口，再谈利润

为什么明知道人形机器人现在不赚钱，资本还在疯狂往里砸？

2026 年至今，国内具身智能领域融资总额已经超过 1000 亿元人民币，获得融资的具身模型公司数量超过 140 家，是去年同期的 1.5 倍。

上半年 10 亿元及以上规模的融资事件就有十余起，银河通用拿了 25 亿，千寻智能两轮融资近 20 亿。

这背后的逻辑，本质上是在买一张 " 平台入场券 "。

业内有一个判断正在成为共识，大家一致认为人形机器人不只是一台机器，而是 AI 进入物理世界的终极入口。

语言大模型已经完成了对数字世界的重构，下一个战场是把 AI 的 " 大脑 " 装进一个能在物理世界里干活的 " 身体 "。

谁先把这个入口占住，谁就有可能定义下一个十年的机器人生态。

在这个赛道上，优必选的打法更加直白。他们卖的不是单台机器人，而是包含定制软件和交付服务的整套解决方案，单价控制在 50 万元以内。

更重要的技术路线是 " 一机多能 "，即通过大模型蒸馏出不同的智能体，在同一个硬件本体上切换算法，就能完成不同的任务。

例如基础的导航、感知都是通用的，像员工转岗一样。

这套逻辑的本质不只是卖硬件，更是卖平台。硬件只是载体，真正的价值在软件定义的能力上。

还有一个值得关注的变化是 RaaS 模式的兴起。工信部在 2026 年明确提出鼓励探索 " 人形机器人即服务 " 模式，通过按效用付费、经营性租赁等方式降低用户投入门槛。

全球首个机器人租赁平台 " 擎天租 " 上线后用户显著增长，机器人正在从 " 卖产品 " 变成 " 卖服务 "。

这套打法像极了早期智能手机的玩法，都是先亏钱铺量，再把生态做起来，等开发者、应用场景、数据闭环都跑通了，利润自然会来。

特斯拉给 Optimus 定下的远期目标也印证了这一点：一旦实现批量生产，售价控制在 2 万至 3 万美元，目标是年产 100 万台。

当然，这条路也不是没有隐忧。目前大量人形机器人企业的收入来源仍然依赖科研教育和商演，真正在工业场景中创造价值的案例还是少数。

A 股 20 家机器人分类上市公司中，6 家出现亏损，行业距离真正的商业化闭环还有很长的路要走。

工业机器人，先赚钱要紧

跟人形机器人的 " 烧钱换未来 " 不同，工业机器人走的是一条更加老派、但已经被验证过的路。

这条路的起点是 " 谁买单、多久回本 "。工业机器人的客户不是实验室，是工厂老板。工厂老板不看 PPT，只看两个数：投资回收周期和稳定运行率。

在这方面，工业机器人的表现相当硬核。硬件成本持续下行，推动劳动生产率提升 37.6%、运营成本降低 21.2%，投资回报期已缩短至 18 个月以内。

比如做六轴焊接机器人的公司，2025 年毛利从 4100 万增长到 5990 万，增幅 46%。这些数字背后是真实的产线需求和可计算的商业回报。

更值得关注的是，工业机器人领域正在出现一个看似反常的现象：逆势提价。

在人形机器人价格持续下探的同时，部分头部工业机器人企业开始上调产品价格。

这背后的信号很清晰：工业机器人已经过了 " 靠降价抢份额 " 的阶段，已经进入了 " 靠技术壁垒和交付能力定价 " 的成熟期。

商业模式上，工业机器人也在进化。除传统的硬件销售之外，RaaS 模式正在成为新的增长点。

把巨额固定资本支出转化为运营成本，对中小企业客户来说门槛大幅降低。

全球 RaaS 市场 2024 年价值 45.2 亿美元，预计到 2033 年将增长至 228.5 亿美元，复合年增长率接近 20%。

而且工业机器人的竞争格局也相对健康。中国的工业机器人产业链经过多年发展，核心零部件自主化率不断提升，国产替代进程持续深化。

从减速器到伺服电机再到控制器，本土供应链的成熟度已经足以支撑大规模量产，这也是成本持续下行的根本原因。

AI 来了，这条路怎么走？

随着 AI 大模型的爆发，这两条不同的路线分别意味着什么？

对工业机器人来说，AI 的赋能是 " 锦上添花 "。AI 可以让它从 " 执行程序 " 变成 " 理解环境 "。

过去工业机器人只能在结构化环境中工作，换个工位就得重新编程。现在借助视觉 - 语言 - 动作模型，机器人可以理解自然语言指令，适应非结构化场景。

比如优必选在工业端锁定搬运、分拣、上下料三个通用场景，通过大模型的泛化能力，到新场景只需采集少量数据做微调就能快速上岗。

但工业场景对 AI 的要求其实更苛刻。中国信通院的报告指出，当前人形机器人产品既无法满足工业场景高精度、高可靠性作业要求，也尚难适配服务场景的实际需求。

工厂里的活儿看起来简单，但对力控、精度、节拍的要求极高，容错率几乎为零。

这也是为什么现阶段进厂的机器人大多采用轮式底盘而非双足，因为轮式的稳定性更好，成本更低，投资回报也更清晰。

对人形机器人来说，AI 的赋能则是 " 从零到一 " 的突破。2026 年被认为是 " 世界模型元年 "，人工智能正在完成从 " 理解数字信息 " 到 " 推演物理规律 " 的跨越。

宇树科技发布的通用人形机器人基础模型可以驱动机器人完成 64 项操作任务；面向工业场景的具身智能世界模型，通过将视觉、动作、力控、工艺等多模态数据进行深度融合与训练，来帮助机器人像人类一样 " 思考 "。

但真正的瓶颈不在模型，而在数据。

优必选方面直言，当前最受限的环节是场景数据。单个工位跑通不难，但要打造一个泛化能力更强的通用模型，就需要大量真实场景数据的积累。

而且工业场景的数据获取比消费端难得多，B 端客户对数据的隐私和敏感度要求非常高，只能采用分布式训练的方式，把模型放在客户本地去训练，最后只回传训练好的参数。

结语

工业机器人经过数十年的发展，已经步入规模化成熟期，商业模式清晰、投资回报可计算、客户付费意愿明确。

人形机器人则处于量产落地初期，技术路线未完全定型，正处在从技术验证向商业化过渡的关键拐点。

未来的格局大概率是：工业机械臂、轮式 / 四足机器人和人形机器人三类形态协同互补、长期共存。

工业机器人继续守住制造业的基本盘，在精度、速度、负载和经济性上保持不可替代的优势；人形机器人则在需要泛化能力的柔性场景中逐步释放价值，同时在家庭服务、商业服务等全新场景中开辟增量市场。

对于创业者和投资人来说，这道选择题的答案取决于你追求什么。

如果你追求稳定的现金流和可预测的回报，工业机器人的产业链，尤其是核心零部件和系统集成等，依然是确定性最高的方向。

如果你愿意承担更高的风险去博一个更大的未来，人形机器人的平台级机会确实让人心动，但前提是要做好穿越长周期的准备。

最怕的是两头都想要，两头都抓不住。

毕竟，抢入口需要耐心烧钱，抢利润需要踏实算账，这两种能力，很少有公司能同时具备。