第一財經 2026-10-08 13:23:03
作者：周道洪 责编：张健
（本文作者為上海盛石資本管理有限公司董事長周道洪）
2026年上半年，全球人形机器人出货量逼近2.5万台，同比增長432%，其中中國佔比超過97%。工業和信息化部預計全年產量有望突破10萬臺，而2025年這一數字僅為2萬臺。據行業調研信息，宇樹科技2025年營收超17億元，淨利潤率35%；智元机器人人形机器人累計下線突破1萬臺；AMD以82億美元收購李飛飛創立的World Labs，被視作物理AI賽道的重要資本事件。
看起來，一切都正在加速。
但在加速的表象之下，行業正被幾組難以調和的矛盾反複撕扯：硬體迭代速度領先於智能能力，量產規模快速提升，但市場化訂單尚未同步跟上；中國在機器人本體製造上優勢突出，底層世界模型、軟件生態等層面，美國仍具備先發積累。2026年的人形機器人產業，不是缺機會，而是缺確定性——每一個看似正確的方向，背後都藏着一個尚未回答的根本問題。
一、先強化腦力還是先強健體魄？
人形机器人業界最深刻的分裂，不在公司與公司之間，而在路線與路線之間。
一派主張「硬體優先」：先讓身體穩定、價格實惠、產能夠提升，再逐步進行智能化迭代。宇樹科技（Yusen Robotics）、優必選（Ubot）和波士頓動力（Boston Dynamics）就是走這條路的代表。結果是：宇樹科技成為全球出貨量最高的企業，優必選的機器人則進入了比亞迪（BYD）和極氪（JiKe）的工廠，但優必選在上半年僅售出了921臺全尺寸人形機器人，虧損了3.39億元——產能雖然有了，但客戶卻沒能跟上。
另一派主張「智能優先」：先做出大腦來，身體之後再補充。特斯拉、智元、星源智、銀河通用就是這條路的代表。銀河通用拿下了寧德時代、博世等數千臺訂單，靠的是重載機器人 Galbot S1 能在生產線上連續無休工作超3個月，雖然不是最便宜的，但確實是最能幹的。
作者認為，兩派都有道理，也都有隱憂。
硬體優先的隱憂在於：整機廠商的綜合毛利率普遍只有8%到12%，本體製造的毛利率為15%到25%，且價格戰愈發激烈。開源圖紙和公版方案一旦普及，單純組裝將迅速失去門檻，陷入同質化內卷。代工廠的機器人業務毛利率甚至為負：東方精工的本體智能業務毛利率為-1.20%，收入佔比僅1.73%。造得越多，可能虧得越多。
智能優先的隱憂在於：再好的大腦，也需要身體來實現。物理層面尚無「即時處理」的時刻，世界模型從實驗室走向工業端還需要時間。在這個過渡期間，沒有硬體能力的純算法公司，可能會在黎明之前就倒下。
更深層的困惑是：這兩條路並非非此即彼的選擇題，而是時間維度上的先後問題。作者認為，短期一到兩年內，以硬體為優先的發展路線會先佔領市場；長期三到五年內，以智能技術為優先的發展路線將建立起競爭壁壘。最終的結果很可能是「軟硬一體化」勝出，就如同現在的智能手機一樣——既需要強大的芯片和操作系統，也需要優秀的工業設計和供應鏈。但「最終結果」這個詞，對於當下每一家正在大量投入資金的公司來說，都似乎還太遙遠了。
二、人形究竟是不是最优解？
「人形」這兩個字，既是這個賽道最大的敘事，也是最大的陷阱。
支持人形的邏輯是：這個世界是為人設計的——門把、樓梯、廚房台面、工具、開關、社交距離，都是按照人的身體和習慣來的。人形機器人最大的優勢不是效率，而是不需要改造環境就能復用人類的空間和工具。它在家居、養老、服務等非結構化場景裏，天然具有一種「通用硬件接口」的價值。
但作者指出，這個邏輯有一個致命的盲點：人形並不等於通用智能。智慧型手機雖然不是人形，卻是其中最成功的智能終端。未來的家庭服務也不一定是由雙足人形機器人包辦一切，更有可能是分散式系統的協作——掃地機、移動底盤、機械臂、語音助手、感應器、雲端大腦共同作用。輪式底盤加上雙臂再加上升降裝置，可能比雙足機器人更加實用、更便宜、也更安全。
而在工業場景中，人形通常不是最優解。工業環境可以為了效率而進行改造：固定產線、專用機械臂、協作機器人，在節拍、精度、可靠性、投入產出比方面都更好。人形在工業中的合理場景，是多品種小批量、頻繁換線、危險作業、遠端操作——是「柔性的補充」，而不是「效率的替代」。作者還提出，更有想像力的構想是，未來家庭場景是否也可以遵循效率優先的原則，效仿過去的工業場景，按照「人居+便利工作」的方式進行家居設計，而不是讓人類去適應現有的家庭活動環境。
這就是「亦左亦右」的核心困境：工業並非人形機器的最佳解決方案，但工業是目前唯一能實現商業閉環的場景；家庭才是人形機器究極價值的所在，但家庭環境可能還需要三到五年，甚至十年以上才能真正適用人形機器。科沃斯董事長錢東奇的判斷較為務實——「樂觀估計三年，悲觀估計五年」。目前整體製造成本約為十萬元，再加上算力相關的成本，普通家庭根本無法承擔。
作者認為，更現實的路線可能是：近期進行專用自動化和工業物流的柔性試點，中期進行商用服務和巡檢養老的輪式半人形機器人，長期再回到家庭場景的通用服務。人形機器人本身沒有錯，但將「人形」視為「通用智能終端的唯一答案」以及「近期最大市場的入場券」，就值得商榷了。
家庭是終點站，不是出發站。
三、Scaling Law 撞上物理世界的硬牆
如果「身體」的爭論還只是路線之爭，那麼「大腦」的分歧已經上升為範式之爭。
2026年，具身智能領域發生了一次根本性的技術轉向：從訓練模型轉向推理模型。北京智源研究院在《2026十大AI技術趨勢》中明確提出，AI正從“預測下一個詞”（Next Token Prediction）轉向“預測世界下一狀態”（Next State Prediction）。行業不再追求讓機器人死記硬背動作軌跡，而是要求它像人一樣，在行動前先在“腦海”中進行物理推演——預判動作後果、評估環境變化、動態調整策略。
復旦大學蘇昊教授的話概括得較為精准：「物理理解的本質，不是『看見了什麼』，而是『如果我做點什麼，會發生什麼』。」
作者分析，基於 Scaling 和 law（規模化法則）的純訓練路線之所以行不通，有三個硬傷：
- 第一，數據鴻溝無法僅靠數量來填補。物理世界的噪聲大、信息冗餘度高，智元機器人高層姚卯青指出，要讓機器人完成日常任務，所需的數據規模與語言模型預訓語料存在萬倍以上的差距，至少需要億小時級的合格數據才能讓基礎成功率達標。而目前國內真實物理交互場景的合規數據僅約50萬小時，缺口超過99%。
- 第二，擬合軌跡並不等於理解物理。傳統的模仿學習本質上是教導機器人「如何做」，模型只記住了動作，卻沒有學會「為何要這樣做」。一旦場景環境發生變化，或者出現訓練數據中未涵蓋的長尾情況（例如杯子的把手斷了），機器人就立刻無法正常運作了。
- 第三，物理試錯的成本極高。在數字世界中，模型出錯至多只會產生扭曲的圖片，但在物理世界中，預判偏差可能導致設備損壞甚至人身傷害，無法像大語言模型那樣無限次地進行試錯。
於是，業界集體轉向推理模型。深度機智的 PhysBrain 1.0 以人類的第一視角數據注入物理因果關係，在 SimplerEnv 測試中以 80.2% 的成功率超越業界標杆；大曉機器人的開悟世界模型 3.1 將生成智能、物理智能、認知智能融合在一個架構裏，具備自主反思能力；它石智航的 AWE 3.5 模型能夠在隱空間完成未來狀態推演，支持數分鐘的連續互動式閉環推演。
2026年7月，ISO發布的自主移動機器人安全評估標準中，首次將“物理常識推理”和“長時序任務規劃”列爲L4級具身智能體的強制認證指標。作者稱，該標準已經確定了發展方向。
但困惑依然存在：推理模型的前景清晰，路径却不清晰。每一种技术路线都还在验证阶段，谁先跑通谁就掌握了具身智能的“操作系统”——但“跑通”的定义本身，行业还没达成共识。
四、微笑曲線的底部正在塌陷
產業價值鏈正在發生一個不可逆的位移：從「硬體軀殼」向「智能核心」。
2026年的產業數據顯示，傳統硬體外殼的價值佔比已從60%以上下降至約40%，而智能核心——模型、數據、靈巧手的價值佔比則攀升至60%。製造環節正逐漸淪為“微笑曲線”的底部：有規模、有營收，但利潤極薄。
大模型公司正系統性地切入物理領域。OpenAI在2026年6月成立了机器人團隊，採取“仿真優先、先打造大腦再構建身體”的發展路線。Google DeepMind的Gemini Robotics功能涵蓋全身控制與任務規劃。輝達的Cosmos、GROOT、Isaac Sim共同構成了物理領域的基礎設施平臺。AMD收購World Labs，從本質上說，是用82億美元買下了一张“物理領域基礎設施層”的入場券。
國內也在加速發展。商湯孵化的大曉机器人推出了「開悟」世界模型3.0；智元的GE 2.0在WorldArena排行榜上獲得總分第一；極佳視界的GigaWorld-1是首個綜合得分突破60分的具身世界模型。宇樹科技獲得了約1.4億元的戰略配售投資，雙方將聯合開發大模型與具身智能產品。
但作者也提出一個關鍵修正：未來的巨頭未必是「純大模型公司」，更有可能是「具身模型原生公司」。資本已經用行動投票，在2026年上半年融資中，排在前列的具身智能公司是自變量机器人（63億）、智平方（60億）、千尋智能（45億），而非傳統大模型公司。
製造環節不會消失，但角色將會發生根本性的變化。作者將其類比為智能手機產業：富士康的利潤率與蘋果的利潤率不在同一個數量級，但富士康依然存在且規模巨大。人形機器的製造環節也很可能走向類似的格局——真正的壁壘在於數據飛輪：誰能持續獲得高品質的真實物理交互數據、反哺模型迭代，誰就能建立護城河。而這恰恰是模型層公司的優勢——它們可以用軟件定義數據采集標準，讓硬件廠商為其「打工」采集數據。
五、穿越困惑的五条硬曲線
作者認為，困惑本身並非問題，問題在於在困惑之中應該關注什麼、不應該關注什麼。觀察人形機器人產業時，不應該只看發布會上的動作、表演和出貨量，而應該更加關注五條重要的數據曲線：
- 其一，良率曲線是否能從樣機穩定地發展到批量一致交付？與汽車有統一的底盤不同，人形機器人的硬體形態尚未有絕對的標準，因此難以保證大規模量產時的一致性。
- 其二，成本曲線，執行器、靈巧手、感應器的成本是否能持續降低。測算顯示，當整機成本降至40萬元以內、作業效率達到75%以上時，替代人力才具備整體經濟性。
- 其三，數據曲線，是否具有真實場景的閉環，而非僅依賴於仿真。真機數據正成為核心主導，仿真合成數據僅作為輔助預訓。
- 其四，訂單曲線，工業客戶是否從試用轉向複購。客戶願意試用，但大規模采購仍較謹慎。從「Demo」到「Deploy」的跨越，才是真正的商業化轉點。
- 其五，場景曲線，是否從低價值展示、表演進入高價值工作崗位的替代。文娛商業回本最快，但工業場景才是長期價值所在。
結語
作者認為，人形機器人這個賽道，從來都不是非左即右的選擇題。
先強化腦力還是先強化體力？兩者都很重要，但所需的時間窗口不同。人形是否是最優解？關鍵取決於場景，家庭環境可能適合，工業領域則未必如此。訓練模型還是推理模型？業界已經給出了大方向的回答，但具體的實施路徑仍在探索中。製造有價值的產品還是發展智能技術更有價值？答案越來越明確，但轉型的陣痛才剛剛開始。是中國領先還是美國領先？這是一種錯位競爭，雙方各有優勢。
文章稱，2026年是人形機器的「量產元年」與「商業化前夜」的疊加態。硬體供應鏈和量產能力已經走在前面，具身智能、數據體系和真實場景的穩定性仍在補課。出路不在於選左還是選右，而在於能否在左右之間找到那條窄路——用工業場景的訂單攤薄成本，用商用場景的數據餵養模型，用政策場景的開放加速驗證。在「幹活」中「長本事」，而非等「長好本事」再幹活。
作者最後表示，具身智能的困惑，本質上是一個新興產業在「從0到1」完成之後、「從1到10」起步階段的必然困惑。方向是確定的，路徑是模糊的，前路是曲折的。而所有偉大的產業，都是在路徑模糊的時候，在曲折中前進，闖出一片新天地。
第一財經一財號獨家發布，本文僅代表作者觀點，不構成投資建議。
