第一财经 2026-10-08 13:23:03

作者：周道洪 责编：张健

（本文作者为上海盛石资本管理有限公司董事长周道洪）

2026年上半年，全球人形机器人出货量逼近2.5万台，同比增长432%，其中中国占比超过97%。工信部预计全年产量有望突破10万台，而2025年这一数字仅为2万台。据行业调研信息，宇树科技2025年营收超17亿元，净利率35%；智元机器人人形机器人累计下线突破1万台；AMD以82亿美元收购李飞飞创立的World Labs，被视作物理AI赛道的重要资本事件。

看上去，一切都在加速。

但在加速的表象之下，行业正被几组难以调和的矛盾反复撕扯：硬件迭代速度领先于智能能力，量产规模快速提升，但市场化订单尚未同步跟上；中国在机器人本体制造上优势突出，底层世界模型、软件生态等层面，美国仍具备先发积累。2026年的人形机器人产业，不是缺机会，而是缺确定性——每一个看似正确的方向，背后都藏着一个尚未回答的根本问题。

一、先强脑还是先健体？

人形机器人行业最深刻的分裂，不在公司与公司之间，而在路线与路线之间。

一派主张“硬件优先”：先把身体做稳、做便宜、能量产，智能慢慢迭代。宇树科技、优必选、波士顿动力走的是这条路。结果是：宇树做到了全球出货量第一，优必选Walker S进了比亚迪和极氪的工厂，但优必选上半年全尺寸人形机器人只卖了921台，亏损3.39亿元——产能有了，客户没跟上。

另一派主张“智能优先”：先把大脑做出来，身体可以后补。特斯拉、智元、星源智、银河通用是这条路的代表。银河通用拿下宁德时代、博世等数千台订单，靠的是重载机器人Galbot S1能在产线上连续无休工作超3个月，不是最便宜，但最能干。

作者认为，两派都有道理，也都有隐忧。

硬件优先的隐忧是：整机厂商综合毛利率普遍只有8%到12%，本体制造毛利率15%到25%，且价格战加剧。开源图纸和公版方案一旦普及，单纯组装会迅速失去门槛，陷入同质化内卷。代工厂的机器人业务毛利率甚至为负：东方精工具身智能业务毛利率为-1.20%，收入占比仅1.73%。造得越多，可能亏得越多。

智能优先的隐忧是：大脑再好，也需要身体来落地。物理AI尚无“ChatGPT时刻”，世界模型从实验室走向工业端还需要时间。在这个过渡期里，没有硬件能力的纯算法公司，可能倒在黎明之前。

更深层的困惑是：这两条路不是非此即彼的选择题，而是时间维度上的先后题。作者称，短期一到两年，硬件优先路线先收割市场；长期三到五年，智能优先路线建立壁垒。终局大概率是“软硬一体化”胜出，如同今天的智能手机——既要有强大的芯片和操作系统，又要有优秀的工业设计和供应链。但“终局”两个字，对当下每一家正在烧钱的公司来说，都太远了。

二、人形到底是不是最优解？

“人形”这两个字，既是这个赛道最大的叙事，也是最大的陷阱。

支持人形的逻辑是：这个世界是为人设计的——门把手、楼梯、厨房台面、工具、开关、社交距离，都是按人的身体和习惯来的。人形机器人最大的优势不是效率，而是不用改造环境就能复用人类的空间和工具。它在家居、养老、服务等非结构化场景里，天然具有一种“通用硬件接口”的价值。

但作者指出，这个逻辑有个致命盲区：人形不等于通用智能。智能手机不是人形，却是最成功的智能终端。家庭服务未来也未必是一个双足人形机器人包办一切，更可能是分布式系统——扫地机、移动底盘、机械臂、语音助手、传感器、云端大脑协同。轮式底盘加双臂加升降，可能比双足更实用、更便宜、更安全。

而在工业场景里，人形通常不是最优解。工业环境可以为了效率改造：固定产线、专用机械臂、AGV、协作机器人，在节拍、精度、可靠性、投入产出比方面都更好。人形在工业里的合理场景，是多品种小批量、频繁换线、危险作业、远程操作——是“柔性补充”，不是“效率替代”。作者还提出，更有想象力的构想是，未来家庭场景是否也可遵循效率优先原则，效仿过去的工业场景，按照“人居+方便AI工作”的方式进行家居设计，而不是让AI去适应现有的人类活动环境。

这就是“亦左亦右”的核心困境：工业不是人形的最优解，但工业是目前唯一跑通商业闭环的场景；家庭是人形的终极价值所在，但家庭可能还需要三到五年甚至十年以上。科沃斯董事长钱东奇的判断较为务实——“乐观3年，悲观5年”。当前整机制造成本约10万元，算力方案还要再加两三万元，普通家庭根本承受不起。

作者认为，更现实的路线可能是：近期做专用自动化和工业物流的柔性试点，中期做商用服务和巡检养老的轮式半人形，长期再回到家庭场景的通用服务。人形不是错，但把“人形”当成“通用智能终端的唯一答案”和“近期最大市场的入场券”，就值得商榷了。

家庭是终点站，不是首发站。

三、Scaling Law撞上物理世界的硬墙

如果“身体”的争论还只是路线之争，那么“大脑”的分歧已经上升为范式之争。

2026年，具身智能领域发生了一次根本性的技术转向：从训练模型到推理模型。北京智源研究院在《2026十大AI技术趋势》中明确提出，AI正在从“预测下一个词”（Next Token Prediction）转向“预测世界下一状态”（Next State Prediction）。行业不再追求让机器人死记硬背动作轨迹，而是要求它像人一样，在行动前先在“脑海”中进行物理推演——预判动作后果、评估环境变化、动态调整策略。

复旦大学苏昊教授的话概括得较为精准：“物理理解的本质，不是‘看见了什么’，而是‘如果我做点什么，会发生什么’。”

作者分析，基于Scaling law（规模化法则）的纯训练路线之所以走不通，有三个硬伤：

• 第一，数据鸿沟无法靠量填补。物理世界噪声大、信息冗余高，智元机器人高管姚卯青指出，要让机器人完成日常任务，所需数据规模与语言模型预训练语料存在万倍以上差距，至少需要亿小时级别的合格数据才能让基础成功率达标。而当前国内真实物理交互场景的合规数据仅约50万小时，缺口超过99%。
• 第二，拟合轨迹不等于理解物理。传统模仿学习本质是教机器人“怎么做”，模型只记住了动作，没学会“为什么”。场景视角一切换，或者出现训练数据中未覆盖的长尾情况，比如杯子把手断了，机器人立刻失效。
• 第三，物理试错成本极高。数字世界里模型出错顶多生成扭曲图片，但物理世界中预判偏差可能导致设备损坏甚至人身伤害，无法像大语言模型那样无限次试错。

于是，行业集体转向推理模型。深度机智的PhysBrain 1.0用人类第一视角数据注入物理因果，在SimplerEnv测试中以80.2%的成功率超越行业标杆；大晓机器人的开悟世界模型3.1把生成智能、物理智能、认知智能融合在一个架构里，具备自主反思能力；它石智航的AWE 3.5模型能在隐空间完成未来状态推演，支持数分钟的连续交互式闭环推演。

2026年7月，ISO发布的自主移动机器人安全评估标准中，首次将“物理常识推理”和“长时序任务规划”列为L4级具身智能体的强制认证指标。作者称，标准已经锚定了方向。

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、微笑曲线的底部正在塌陷

产业价值链正在发生一个不可逆的位移：从“硬件躯壳”向“智能内核”。

2026年的产业数据显示，传统硬件躯壳的价值占比已从60%以上下降至约40%，而智能内核——模型、数据、灵巧手的价值占比攀升至60%。制造环节正在沦为“微笑曲线”的底部：有规模、有营收，但利润极薄。

大模型公司正在系统性切入物理AI。OpenAI在2026年6月成立机器人团队，走“仿真优先、先造大脑再长身体”路线。Google DeepMind的Gemini Robotics覆盖全身控制与任务规划。英伟达的Cosmos、GROOT、Isaac Sim构成了物理AI的基础设施平台。AMD收购World Labs，本质上是用82亿美元买一张“物理AI基础设施层”的入场券。

国内也在加速。商汤孵化的大晓机器人推出“开悟”世界模型3.0；智元的GE 2.0在WorldArena榜单获得总分第一；极佳视界的GigaWorld-1是首个综合得分突破60分的具身世界模型。宇树科技获得了DeepSeek约1.4亿元的战略配售投资，双方联合开发大模型与具身智能产品。

但作者也提出一个关键修正：未来的巨头未必是“纯大模型公司”，更可能是“具身模型原生公司”。资本已经用行动投票，2026年上半年融资TOP20中，排在前列的具身智能公司是自变量机器人（63亿）、智平方（60亿）、千寻智能（45亿），而非传统大模型公司。

制造环节不会消失，但角色会根本性改变。作者将其类比为智能手机产业：富士康的利润率和苹果的利润率不在一个数量级，但富士康依然存在且规模巨大。人形机器人的制造环节大概率走向类似格局——只是真正的壁垒在数据飞轮：谁能持续获取高质量的真实物理交互数据、反哺模型迭代，谁就能建立护城河。而这恰恰是模型层公司的优势——它们可以用软件定义数据采集标准，让硬件厂商为其“打工”采集数据。

五、穿越困惑的五条硬曲线

作者认为，困惑本身不是问题，问题是在困惑中看什么、不看什么。看人形机器人产业，不宜只看发布会上的动作、表演和出货量，更要盯五条硬曲线：

• 其一，良率曲线，能否从样机稳定走向批量一致交付。与汽车有统一底盘不同，人形机器人硬件形态尚无绝对收敛，大规模量产的一致性难以保证。
• 其二，成本曲线，执行器、灵巧手、传感器是否持续降本。测算显示，整机降至40万元以内、作业效率达75%以上时，替代人工才具备整体经济性。
• 其三，数据曲线，是否有真实场景闭环，而不是只靠仿真。真机数据正在成为核心主导，仿真合成数据仅作为辅助预训练。
• 其四，订单曲线，工业客户是否从试用转向复购。客户愿意试用，但大规模采购仍谨慎。从“Demo”到“Deploy”的跨越，才是真正的商业化拐点。
• 其五，场景曲线，是否从低价值展示、表演进入高价值工位替代。文娱商演回本最快，但工业场景才是长期价值所在。

结语

作者认为，人形机器人这个赛道，从来不是非左即右的选择题。

先强脑还是先健体？都重要，但时间窗口不同。人形是不是最优解？关键看场景，家庭可能是，工业未必。训练模型还是推理模型？行业已经给出了方向性的回答，但路径还在摸索。制造值钱还是智能值钱？答案越来越清晰，但转型的阵痛才刚开始。中国领先还是美国领先？则是错位竞争，各有所长。

文章称，2026年是人形机器人的“量产元年”与“商业化前夜”的叠加态。硬件供应链和量产能力已经跑在前面，具身智能、数据体系和真实场景的稳定性仍在补课。出路不在于选左还是选右，而在于能不能在左右之间找到那条窄路——用工业场景的订单摊薄成本，用商用场景的数据喂养模型，用政策场景的开放加速验证。在“干活”中“长本事”，而非等“长好本事”再干活。

作者最后表示，具身智能的困惑，本质上是一个新兴产业在“从0到1”完成之后、“从1到10”起步阶段的必然困惑。方向是确定的，路径是模糊的，前路是弯曲的。而所有伟大的产业，都是在路径模糊的时候，在曲折中前行，闯出一片新天地。

第一财经一财号独家首发，本文仅代表作者观点，不构成投资建议。