中国造了全球 97% 的人形机器人，然后呢？

中国造了全球 97% 的人形机器人，然后呢？

邝丹枫

2026 年上半年，全球出货的人形机器人里，97% 是中国造的。

这个数字来自刚结束的世界机器人大会 WRC2026。换算一下，上半年全球落地大约 4 万多台，中国厂商占了将近 4 万台。其中智元一家出货约 9700 台，占全球 43%；宇树约 7000 台，占 31%。前五名全是中国公司 —— 智元、宇树、银河通用、优必选、乐聚 —— 加起来吃掉了全球 86% 的份额。

美国那边，特斯拉 Optimus、Figure AI 还在小批量试产，两家加起来不到 3%。大部分成果停在实验室和发布会视频里，离大规模交付有距离。

但 97% 这个数字容易让人产生错觉。出货量说的是量产能力和供应链速度，不等于技术领先。通用算法、世界模型、核心零部件这些底层东西，该追的还在追。

这届 WRC 上一个明显的变化是：大家不怎么比走路跳舞了，都在晒工厂里的成绩单。

原力灵机带了个叫 DM0.5 的通用具身基础模型，一个 &;大脑&; 同时驱动三条完全不同的产线 —— 物流分拣、食材柔性处理、多机积木拼装，准确率 99%。传统机器人是一个场景一套模型，换个活就得重新调。DM0.5 不用，这是它最值钱的地方。

自变量在物流分拣上跑出了 1911 件 / 小时。Figure AI 之前公开测的是 1248 件 / 小时，差了将近一半。而且自变量处理的是真实产线上随机扔过来、姿态乱七八糟的包裹，不是实验室里提前摆好的标准件。硬件成本更低，效率更高 —— 这已经不是对标了，是在自己的场景里搞创新。

星源智搞了个更花哨的演示：两台人形机器人摇绳，一条四足机器狗跟着节奏跳。听着像表演，但难点在于不同本体、不同控制逻辑，要对柔性物体做实时协同。这套能力挪到仓储装卸、高危巡检里，就是实打实的生产力。

这些实机演示放在一起，说的其实是同一件事：人形机器人的拐点到了。但这个拐点不是 &;技术成熟了&;，是 &;能批量进厂干活了&;。

前几年人形机器人基本活在发布会和展台上。样机跳个舞、开个门，视频拍得很漂亮，但交不了货，更别说在产线上连轴转。2026 年不一样了，超过 70% 的国产人形机器人没留在实验室，去了 3C 制造、汽车零部件、物流仓储这些地方，干搬运、分拣、巡检的活。从 &;表演机器人&; 变成了 &;产业劳动力&;—— 虽然这个转变才刚开始。

中美走的是两条路。

中国是 &;量产闭环&;：先把本体批量造出来，扔到工厂里去，在真实场景中采数据，根据产线反馈迭代硬件和算法。靠的是国内完整的供应链 —— 伺服电机、减速器、传感器到整机装配，全在一个产业集群里，迭代快、成本低、交付快。形成的飞轮是 &;量产→落地采数据→迭代→更大规模量产&;。好处是落地快、数据多、商业模式验证得早；短板是底层通用大模型和世界模型还得磨。

美国是 &;技术闭环&;：以特斯拉和 Figure 为代表，先死磕底层算法、世界模型、端到端 AI，把单台机器人的通用能力做到极致，再考虑往外卖。单价高、出货少，技术验证主要在自有场景里做。好处是 AI 底子厚；问题是供应链贵、规模化慢，缺海量外部工业场景来喂数据。

说这两条路谁对谁错没什么意义，就是各自产业基础决定的次序不同。中国也在搞底层技术 —— 原力灵机、星源智这些做 &;大脑&; 的公司起来了就是证明；美国也想万台级量产，只是节奏慢半拍。

不过 97% 这个数字背后，坑还不少。

最直接的：出货不等于上岗。交付给客户是一回事，7×24 小时在产线上稳定干活是另一回事。现在很多机器人单次演示没问题，但产线上高频次、高容错、各种意外扰动一起来，故障率、维护成本、综合 ROI 能不能打平，还没人敢打包票。说到底，一台机器人能不能替人，看的是总账：采购加维修加调试，是不是比雇人便宜。

然后是通用能力的天花板。国产机器人现在擅长的是结构化、半结构化的工业场景。放到家庭里，面对开放环境、长时序任务、人机交互这些事，还差得远。

生态也还早。机器人操作系统、开发者社区、技能库、行业标准，都在建设期。想做到像手机那样拿来就能用，还得上下游一起磨很久。

但拐点确实来了。以前聊人形机器人，话题永远是 &;什么时候能进家庭&;；现在聊的是 &;哪条产线先落地&;&; 分拣搬运什么时候能大规模替人 &;。话题变了，说明行业真的往前走了。

97% 是个里程碑，不是终点。量产闭环最大的价值不是数字好看，是中国有了海量真实物理世界的数据土壤。硬件进了工厂，数据反过来喂大模型，硬件和算法互相推着走。

短期比的是谁落地快，中长期比的是谁能同时握有大规模制造和顶尖通用智能。样机时代结束了，接下来才是真刀真枪。