上半年出货4万台，人形机器人为何叫好不叫座？

上半年出货4万台，人形机器人为何叫好不叫座？

讲个技术你别睡

人形机器人产业刚刚完成了一次集体体检。2026世界机器人大会和同期举办的世界人形机器人运动会，释放的信号不是“产业即将爆发”，而是产业已经正式跨过量产万台级拐点，但真正的商业化落地才刚刚开始，行业分化与出清正在同步加速。

世界机器人大会上人形机器人表演吸引众多观众

先看化验单上最关键的几项指标。2026年上半年，中国人形机器人整机出货量超4万台，全球占比达97%。核心零部件国产化率突破75%。产业规模上，上半年规上企业营收1655亿元，同比增长24.5%。上半年具身智能赛道融资总额935亿元，较去年同期提升5倍。

这些数字放在一起，诊断结论很明确：产业已经跨过了“能不能造出来”的阶段，进入“能不能用起来”的深水区。但问题恰恰出在“用起来”这三个字上。

出货量暴增的背后，这门生意还没算清账

真正能被定义为“工业级”的人形机器人，BOM成本仍在30万元区间，算上产线改造和运维，落地总投入超过50万元。一个工厂工人年薪6到8万，企业对自动化设备的回本预期在2年以内，而目前人形机器人的静态回收期要拉到5年。这不是技术问题，是经济账算不过来。

更关键的是，出货结构暴露出一个尴尬的事实。Counterpoint数据显示，2026年上半年，文娱商演、科教数采在全球人形机器人出货量中的占比仍在六成以上，智能制造占比仅13%，仓储物流仅5%。4万台出货看着漂亮，但真正在工厂和仓库里“干活”的，还不到两成。

宇树科技的招股书数据更直接：2025年前九个月，超过70%的人形机器人相关收入来自科研教育领域，真正的行业应用仅占约9%。这个行业最大的客户目前还是高校，而不是工厂。

人形机器人在展会上演示物流分拣作业流程

内外因叠加，内因更致命

外因很清楚：政策端，工信部和国资委联合推动的实景实训专项行动，明确提出到2026年底凝练百个以上高价值应用场景、带动万台级规模落地。需求端，49家央企首次集体亮相，发布了覆盖12个工业领域的十大高价值应用场景。这些是行业向上的推力。

但内因才是决定行业能不能真正好起来的关键变量。

第一，技术断层。浙江大学机器人研究院院长朱世强公开指出，具身智能在仿真环境中的任务成功率能做到89.4%，一进真实工厂场景直接掉到12%。光照变化、工件批次差异这些极小变量，就能让演示级策略失效。

小米“铁大”在产线上连续作业的成功率，从3月的90%提升到7月的98%，但离人工的99%还有一步之遥。这一步，在技术上意味着从“能用”到“好用”的质变，难度完全不同。

第二，通用泛化能力远未达标。中国信通院等机构发布的《具身智能训练场研究报告》测算，支撑具身智能实现通用能力涌现，需要约1.1万亿token的高质量真实交互数据，对应千万小时级的真机回流数据，而当前全球可用的有效数据仅为数十万至百万小时级，缺口超过90%。

技术人员现场测试人形机器人的灵巧手结构

这个数据短板不是靠融钱能解决的，只能靠时间堆。

第三，估值泡沫。上半年融资935亿，但头部海外企业Figure AI 2025年全年出货仅约150台，营收接近于零。港股“人形机器人第一股”优必选上市四年累计亏损超42亿元，人形工业业务收入占比反而从30.9%缩水到19.3%。

Gartner预测，到2028年全球不超过20家公司能将人形机器人项目推进到概念验证阶段之外，而当前赛道里运营的相关公司超过200家。这意味着90%以上的主体，最终会倒在规模化落地的门槛前。

行业出清已经开始了，这不是坏事

外部环境好、内部结构性问题严重——这个组合的结果，就是行业分化加剧，出清加速。

2026年8月，北京首个人形机器人数据训练中心——石景山首钢园的数据训练中心正式停运，运营方睿尔曼智能暂未回应。星宇股份年内减员近三千人，其中包含107名2026届校招毕业生，其机器人零部件业务仅处于样机交付阶段，尚未实现量产。

北京人形机器人数据训练中心建筑外景

更早的2025年，行业内已经有百余易友形机器人初创企业中，大量融资停滞、产品无法落地的尾部企业，进入实质停滞状态。行业出清，正在从“未来可能发生”变成“正在发生”。

但这不是坏事。头部集中化趋势已经非常明显——2026年上半年前五大整机企业合计占据全球总出货量的86%，智元机器人全球出货占比超43%位列第一，宇树科技以31%位列第二。核心零部件赛道，绿的谐波国内市占率超60%，产能已达100万台。

这种集中度，意味着行业正在从“谁都能做一台”的早期阶段，进入“谁能做得便宜、做得好用、卖得出去”的淘汰赛阶段。

预后判断：取决于三个条件

这个行业是阶段性调整，还是结构性衰退？

答案是：这是结构性升级的前夜，但升级的前提是三个条件必须同时满足。

条件一：成本跨过临界点。主流工业级整机交付价下探到15万元以内，静态回本周期缩短至2年以内。国内供应链已经在发力——核心零部件成本下探到海外同类产品的1/20以下，但离真正的工业级成本拐点，还有一段距离。

条件二：技术跨越“数据墙”。全行业高质量真机交互数据突破1000万小时，头部企业训练出参数量超过500B的具身大模型。目前VLA模型的参数量大都在70亿级别，具身智能比大语言模型至少落后5年。这不是一个能绕过的问题。

条件三：场景找到刚需。出现至少10个传统自动化方案无法替代、只有人形双足双臂构型才能完成的标准化工业场景，且能实现规模化部署。目前人形机器人能干的事，传统AMR加机械臂也能干，且成本更低。人形没有展现出不可替代的独特价值，这就是“伪需求”质疑的根源。

这三个条件只要有一个没满足，行业就会在“高热度、低产出”的培育期再停留一段时间。

但方向已经清楚了——工信部明确“以智能化为主线、以实用化为牵引”，北京亦庄发布“北京机域”城市级全要素试验场，目标是100款产品、1000种场景、10万台套量产、100万套核心零部件产能。政策已经把跑道铺好，剩下的是企业自己的腿力。

2026年，这个行业从“演示优先”彻底转向“作业优先”，跑通商业化闭环的玩家会留下来，跑不通的将被市场自然淘汰。这不是一个技术问题，而是一个商业问题——谁能把机器人从“能干活”做到“干得好、回本快”，谁才能拿到下一轮的入场券。