数字世界里的智能越来越强，物理世界里能调用的智能劳动力却依然稀缺，这或许是2026年全球具身智能行业共同面对的落差。

　　所谓具身智能，是让AI拥有身体、走进物理世界去感知和行动，同时通过身体与环境的动态交互来学习和进化智能。

　　人形机器人是具身智能中最受关注、数据也最完整的一类。

　　过去两年，全球的行业玩家比的是谁能把机器人造出来，并让它动起来。如今，行业的考题变成了造出机器人之后，能有多少真正在岗位上持续地干活。

　　“万台下线只是制造业的胜利，万台能够上岗才是物理AI的胜利。”智元机器人CTO彭志辉的判断，道出了这场转向的核心。

　　狂飙的产量与滞后的部署

　　纵观全球产能，人形机器人的产量正在“狂飙”，但真正落实到实际生产的部署仍处滞后状态。

　　研究机构Counterpoint统计，2026年上半年全球人形机器人出货约2.2万台，同比增长近300%。但拆开去向，文娱商演、科教和数据采集合计占比超过六成，导览导购约占19%，智能制造和仓储物流分别只有13%和5%。真正进厂、进仓创造直接经济价值的，加起来不足两成。

　　弗若斯特沙利文的统计口径更宽，上半年全球销量3.6万台，收入5.4亿美元。其中用于“生产作业”是最窄的一类，上半年销量0.12万台，收入0.78亿美元，而这组数据在2025年分别为0.07万台和0.47亿美元。

　　据其分析，“生产作业”是人形机器人从技术及场景验证走向持续商业应用的重要方向。而作为体量最小的部分，“生产作业”的增速却是最快的，上半年该部分收入，已经较2025年全年高出65.9%。这也从侧面证实了真实的工业需求正在全球范围内增长。

　　将目光放至国内，一个更为进取的人形机器人生产版图逐步展现。工信部科技司披露的数据显示，今年上半年我国人形机器人整机产品突破400款、产量超4万台，全年预计突破10万台。

　　同时，在全球收入格局中，中国厂商已经占据身位。弗若斯特沙利文数据显示，2025年至2026年上半年，全球人形机器人收入前五名厂商全部来自中国，合计占据五成以上份额；其中优必选以2025年24.8%的收入占比居首，2026年上半年以6.2亿元的收入保持占比第一。

　　但把视线转向国内的应用端，真实的工业采购还没有跟上。据中国信息通信研究院发布的《具身智能发展报告(2026年)》统计，2026年上半年国内公开披露的具身智能及人形机器人中标项目中，教育科研机构占比约55.5%，政府及公共平台约20.6%，工业及技术型企业仅约21.1%。

　　制造端的狂飙与应用端的蹒跚同时存在。第四波科技智库研究员孙晓一判断，这不是简单的市场关注点变化，而是产业发展阶段的实质性转换：具身智能在技术尚未完全成熟时，就借助热门场景、订单和资本提前启动商业化，再在应用中继续迭代。竞争的标尺，正从技术展示转向真实场景里的商业交付和经济性验证。

　　“上岗”前的关卡重重

　　从“下线”到“上岗”，中间需要跨越的卡点更多源于物理规律和工程现实。

　　最直观的现象是，实验室里的一次成功，和产线上的长期稳定是两回事。由中国经济信息社联合中国信通院上海工创中心编制、在2026智元创新日上发布的《2026具身智能产业创新报告》给出了一组测算：假设每个动作的成功率都是99%，连续10个动作全部成功的概率约为90.4%。

　　孙晓一认为，当前的难点在于稳定、连续、经济的任务交付，客户要的不是偶尔成功，而是跟得上流水线节拍、成千上万次不出错。

　　另一个现象是，展台上调试好的机器人，到真实环境就容易“掉点”。工信部信息通信经济专家委员会委员盘和林把这归结为“泛化缺口”，底层逻辑是数据闭环没有跑通，他指出，机器人需要的不再是互联网文本，而是带力觉、触觉、形变、摩擦的物理交互数据，视觉、姿态、力觉、语音还要在同一时间轴对齐；偏偏记录失败和人工接管的轨迹最稀缺，而这些恰是后训练最关键的输入。

　　人形机器人背后的成本账同样值得关注。信通院的报告用两个“不等于”点破：一是“出货不等于上岗”，相当比例设备只用于展厅接待和活动演示，表演档期之外大量空置，月均开机不足10天的情况并不少见；二是“单机成本不等于落地成本”，整机价格可能只占总拥有成本的40%到60%，场景改造、数据训练、运维和故障停机才是大头，单台年度综合运维成本约50万到70万元，甚至高于不少岗位的人力成本。

　　面对难题，中国企业正在用工程化的方式作答。其中一个关键指标是“人机比”，智元合伙人、高级副总裁王闯给出的路线图是，最初一台机器人要配一名工程师调试，随后发展到3:1，年底做到10:1，明年实现20:1。王闯解释称，20:1意味着一个岗位只需新增约5%的人力预算，被视为客户可接受的临界点。对于这一点，彭志辉的说法更为直白，“每卖一台机器还要配一个保姆，规模化的那一天永远不会到来。”

　　“Worken（有效智能工时）”作为与“人机比”配套的度量方式被智元同步提出，其是由活跃机器人数量、自主工作时间和产出能效比共同计算，试图让机器人的劳动像工时一样可计量、可计费。但这一指标目前仍是企业层面的探索，能否成为行业通用标尺，还需更多场景验证。

　　首轮出清或在两三年内到来

　　当行业开始交卷，资本的态度全球同步趋谨慎，而中国市场的反应最为直接。

　　IT桔子数据显示，10月国内具身智能领域融资33起、总额101.05亿元，较9月的60起、110.28亿元，数量环比下降约45%，金额降幅约8.4%，金额相对坚挺但数量近乎腰斩。对此，汇生国际资本总裁黄立冲解释，资本市场正从投资技术想象，转向筛选商业化能力和资金续航能力，腰部企业的融资会越来越困难。

　　这种分化在上市环节同样明显。梅卡曼德于9月1日在港交所上市首日即破发，尽管其2026年一季度收入同比增长73.1%、毛利率约65%，发行市销率仍约30倍，黄立冲判断，企业集中赴港后，出现较大范围估值回调和集中破发的风险较高；港交所18C章解决的是未盈利科技企业的融资渠道，“并不意味着技术已经成熟，更不保证商业成功”。

　　信通院报告中给出更明确的预警，行业仍处期望膨胀期，泡沫风险正在积聚，未来两到三年将通过市场竞争完成首轮出清。黄立冲认为，行业出清首先发生在融资能力，其次才是企业数量。技术成熟所需时间可能长于资本的耐心，缺乏独特技术和稳定现金流的企业将面临融资困难、估值下调、业务收缩和并购整合。

　　面对同一个“交卷期”，盘和林与黄立冲的判断存在明显的温度差。盘和林看到的是拐点：工业、物流、商业服务、特种作业一侧，已从“能不能用”进入“划不划算”，并把开源视为缩短迭代周期的现实路径。黄立冲看到的则是时间差：他认同长期前景，但强调多数通用人形机器人企业距离大规模、可持续盈利，仍有相当距离。

　　前者乐观于趋势确立，后者谨慎于兑现仍需时日。这种分歧本身，恰恰说明行业正站在一个需要用结果说话的节点上。交卷期不是退潮，而是潮水退去后，谁在“裸泳”终将可见。