作者：快思慢想研究院院长 田丰，Global Times 迟静怡
开篇 表演讨观众欢心，干活得过“厂长关”
杭州具身智能未来岛上有一所"机器人学校"，刚办完一届毕业典礼。四名毕业生各奔前程：一位机器人被一家大型中国画美术馆聘为讲解员；一位机器人留校当"导游"，带访客参观母校；一位机器人北上天津，进了雀巢的车间当巡检员；还有一位机器人“明星”会弹钢琴，要去韩国的娱乐场所登台。
放在几年前，这张具身智能“毕业生”去向表会被当成段子。那时人形机器人的主业是上舞台扭秧歌、在展台翻跟头，负责制造惊叹。如今它们和我们一样揣着"工牌"找工作，中国的具身智能正从舞台走向车间，走进日常生活。
"现在是从'能表演'跨进'能干活'的验证期。"快思慢想研究院院长田丰对《环球时报》说，"表演只需让观众满意，干活得让车间主任满意。订单量已经起来了，活儿干得好不好，必须靠现场数据说话。"
观众的掌声很慷慨，车间主任的签字很吝啬。这个故事，发生在两者之间。
一、展台上成功一次就出彩，车间里得天天成功机器人毕业生们的学长，早已在流水线上攒下了“工龄”。
在电池巨头宁德时代的产线上，银河通用的重载人形机器人Galbot S1搬起几十公斤重的料箱，稳稳送往下一道工序。据银河通用介绍，其机器人已在博世、丰田、上汽等企业的工厂部署超过一千台。
江西南昌的一座工厂里，8台智元精灵G2和工人并肩干活，包揽平板电脑的全流程质检，逐项做多媒体、音频、Wi-Fi等高精度测试。项目负责人称，它们的效率达到人工的80%至90%，已连续运行超过3000小时，相当于不眠不休干了4个多月。
生活里也能碰见它们。2026年5月，美国福克斯新闻主播布雷特·拜尔在北京的便利店里，和机器人店员打了一回交道。
田丰对机器人的考核标准很朴素："衡量成功，少看爆款视频，多看第二天：机器能不能回到同一个工位，以可接受的可靠性和成本，把同样的活再干一百遍。"
这话听着容易，达标却最难。展台上的机器人成功一次就能上热搜，车间里的机器人每天要成功几千次，才保得住饭碗。
二、客户掏钱复购，胜过百万点赞
判断一项技术有没有越过临界点，田丰看重订单结构，出货量只算参考。
据Smart Analytics Global统计，2026年上半年全球人形机器人出货约1.91万台，去年同期约5100台，同比增长约2.7倍，中国厂商占比超过97%。更要紧的是买家换了人：工业和商用场景的占比，从去年同期的约50%升到70%以上。掏钱的人从图新鲜的展会采购方，换成了要算投资回报率、持续优化成本的工厂厂长。
智元是一个缩影。2025年12月，它的第5000台量产机器人下线；2026年上半年，它出货约8400台，以44%的份额居首。主力机型价格从早期的百万元级降到50万元级，近乎腰斩。价格下来，客户订单跟着变了：从"一台起订的样机"，变成"批量复购的产线设备"。客户用钱包复购，这一票比一百万个点赞都漂亮。
政策也在推。相关部委启动真实场景训练计划，目标是到2026年底打造上百个高价值应用场景，实现万台级规模部署。刚在杭州闭幕的中国机器人峰会上，专家们形成共识：2026年已成为人形机器人的"量产元年"。
黄仁勋在2025年初的CES上预言："通用机器人的ChatGPT时刻即将到来。"眼下更像它的前夜：出货数字热热闹闹，车间里的一批批考卷才刚发下来。
三、先有工位，再有大脑具身智能，指住进物理身体里的人工智能：机器人、汽车或其他机器，在真实世界里靠感知、决策和行动来学习。
它的身体分三层。感知层是眼睛和皮肤，包括摄像头、力传感器、电子皮肤；决策层是大脑，包括芯片、算法和操作系统；执行层是肌肉和关节，包括电机、减速器、关节和执行器。
造这样一台机器有两种思路。一种先造一颗通用"大脑"，再满世界找活干；中国开发者多半反着来，先蹲到具体工位上看需求，再定义模型该有什么能力，走"场景驱动建模、整机小批量交付、全链条国产供应"的路子。
田丰说，中国的优势在于能把硬件、真实的工厂场景需求、供应商的快速响应和耐心资本拧进同一个闭环，靠的并非某个格外高明的算法，或某颗独一无二的先进芯片。"这个闭环，正在接受工业条件的检验。"
顶层设计也押在这条路上。"十五五"规划（2026—2030年）把具身智能列入未来产业。中国工业经济学会人工智能体系建设委员会副主任盘和林判断："在这一顶层设计下，执行和感知硬件有望率先受益。"地方跑得更快：2026年7月，广东顺德成立全国首个专管具身智能全产业链的地方政府机构。顺德本是工业机器人重镇，聚着百余家机器人相关企业。
四、产业带越密，成本塌得越快
“中国速度”的秘密，一半藏在地图上。电机、减速器、传感器厂，整机厂，用机器人的下游工厂，常常挤在同一条产业带里。工厂今天反馈"手抓不稳"，供应商几周后就能拿出改进版上线测试，换在别处往往要以季度计。中国的研究者和企业押注：把机器放进真实岗位、逼它直面真实故障，有用的数据和可靠的硬件长得最快。
任正非爱引都江堰"深淘滩，低作堰"的治水古训：深挖自身潜力，少截留利益，让上下游都有活路。这一轮的压强优势，就在全链条协同的速度上。
密集的供应链正给机器人的"肌肉"大幅降价。据行业统计，2018年卖5万至6万元的电机，2026年约500至600元就能买到；曾卖10万元的高精度触觉传感器，已降到几百元；六维力矩传感器的主流产品进入万元区间，部分厂商把目标价压到5000元以内。
1936年，美国航空工程师西奥多·赖特发现，飞机累计产量每翻一番，单位成本就按固定比例下降。这条"赖特定律"后来在光伏、锂电池上屡屡应验。田丰说，机器人硬件密集型技术一旦驶入中国供应链的规模化通道，成本曲线就会以年为单位塌陷。
五、专利数量看中国，质量权重看美国出货量拿下全球97%，专利数量也遥遥领先。IAM与LexisNexis基于专利资产指数的分析显示，截至2025年底，中国在人形机器人"形态结构"相关有效专利族中占全球73%，十年增长2.5倍。换成质量加权的组合强度，就能发现：美国的形态专利数量只占约5%，质量权重份额却有约11%，是数量占比的两倍多。
田丰的解读是，中国的优势目前更多体现在工程化、迭代速度和规模覆盖上，并非每项单点技术都绝对领先。2024年10月揭牌的北京"国家地方共建具身智能机器人创新中心"提出建设"百万量级数据工厂"，思路一脉相承：先把数据基础设施这套系统建起来，不去追单篇论文的影响因子。
钱往哪里流，也能看出门道。2026年一季度国内具身智能赛道披露融资超50起，累计约200亿元，同比增长近60%；毕马威报告给出的同期融资额增速高达182.9%，统计口径更宽。数字有出入，趋势却一致：大量资金流向数据采集、仿真训练平台这类"苦活累活"，砸在外观和演示效果上的少了。资本对这条赛道的判断，从"卖概念"换挡到"卖基础设施"。
六、难倒机器人的，是一根香肠？2026年世界人形机器人运动会上有个耐人寻味的镜头。赛事新增了工厂、酒店、家庭、物流等真实场景。家庭赛项里，一台机器人在离线状态下归还物品、叠好衣服、把衣服放进洗衣机，拿了最高分，俨然模范家政。到了餐厅场景，同类机器面对一根比平常细些的香肠，却怎么也夹不起来。
能力的边界，正被寻常物件一寸寸标出。机器人学家汉斯·莫拉维克上世纪80年代就指出：让计算机下棋达到成人水平相对容易，让它拥有一岁孩子的感知和行动能力却难如登天。
国内今年的实测，把矛头指向了手。极智嘉具身智能研发负责人董芹鹏说，仓库里的机器人每天要抓取8000至10000次，头部厂商的灵巧手寿命只有30万至50万次，一些低自由度灵巧手用一个月左右就坏了。另有机器人企业负责人反映，采购的某头部品牌灵巧手抓5公斤物品约50次就坏了；厂家回应称属于个例，带负载测试最高可达百万次。
拐点什么时候来？宇树创始人王兴兴在8月的世界机器人大会上给了一把尺子：机器人在80%的陌生场景里，凭语音或文字指令完成约80%的任务。他估计快则2到3年，慢则5到10年。田丰认为，“香肠难题”恰恰印证了场景驱动的逻辑：真实场景先把问题暴露出来，供应链再用速度去解。
七、算力买不来身体经验"具身智能面临的数据稀缺，和大语言模型不一样。"盘和林说，"互联网文本基本是免费的，物理交互数据必须在真实世界里专门生产，成本高昂。AI模型仍难以泛化到陌生环境。"
田丰称之为一种全新的数据荒。大模型撞上的"数据墙"，是互联网文本快被读完；具身智能的难处在于，真实物理交互数据从没被规模化生产过。工厂里一天的抓取数据，可能都不够教会模型一个新物体该从哪个角度下手。
大洋彼岸的证据与此呼应。Anthropic在2026年7月发布的机器人测评研究发现，模型的机器人任务得分，取决于机器人身体和控制接口的程度，不亚于模型本身；延长推理，对Claude系列模型的操作类任务没带来明显差别；需要稳定空间记忆、自我定位的任务仍是重灾区，真机测试里没有一个模型能在办公室走廊完整绕行一圈。安德烈·卡帕西2017年提出"软件2.0"时就点破了这层道理：智能的瓶颈从代码转到数据，算力再多，也算不出数据盲区中的对象。
补课已经开始。到2026年年中，全国开放的具身智能训练场超过70个，未来5年相关基础设施还将加快建设。9月1日，北京一家"机器人幼儿园"开园，研究者不再手把手逐项示范，让机器人靠触摸、试错和自己的经验去学。
八、能批量卖出去，还得能稳稳干满一个班灵巧手在实验室扛得住几十万次，到现场一个月就报废，田丰认为这是"快"的代价：行业迭代太快，可靠性验证没跟上量产节奏。业内把下一阶段目标概括为从"能做"到"做好"。
半导体行业走过同样的路。中芯国际创办之初，张汝京带队建厂，良率只能按流程一步步往上爬，没有捷径可抄。具身机器人正处在"敢出货、良率曲线还没爬完"的阶段，能批量卖出去，不等于能批量稳定地干满一个班次，短期内真正的规模化商用会比出货数字显示的窄。刚在杭州峰会上发布的具身智能机器人能力评测体系，给行业立了统一标尺，"做好"从此有了打分依据。
另一道坎是算术。主流机型已降到50万元级，行业普遍认为，要打开消费和服务场景，价格得摸到10万元这条线，眼下核心部件的成本结构还够不着。现在能被替代的，只是年用工成本明显高于机器人售价的少数高价值岗位，谈不上普遍替代劳动力。田丰说，这是硬约束，与信心无关：成本对比表哪天算平，规模化的窗口哪天打开。
结语 明天早上，准时回到工位1986年启动的"863计划"，在自动化主题里就提出研制精密装配机器人、水下作业机器人，以及能在复杂恶劣环境中工作的机器人。它们要在真实环境里完成闭环任务，堪称具身智能的早期雏形。近年来算法进步、算力提升、多模态数据日渐丰富，这条走了40年的路，才真正具备大规模工程化的条件。
出货曲线说明技术已从展台走进车间，只是脚步还没站稳；中国把硬件、场景、资本拧成了一股绳，速度是真实的护城河；数据、可靠性、单位经济三道坎，一道也绕不过去。田丰的判断是：方向对了，跨过眼前的难关是时间问题。
舞台上的掌声来得快，车间里的信任来得慢。机器人要赢得后者，办法只有一个：明天早上，准时回到工位死磕持续工作能力。
参考文章：《China's embodied intelligence is moving from stage to factory floor》， Global Times 迟静怡
出版社：人民邮电出版社
作者：田丰
帮助你定位AI当下发展坐标的指南针
帮助你洞察AI未来演进趋势的航海图
通俗化解读AI的原理、特性和四大发展规律、提供AI赋能商业、引发新质生产力变革的一手案例分析。既有宏观视角的全局观照，又有各行业应用层面的下探记录，聚焦AI的原理与实践、现在与未来，是当下AI应用的全景图、更是身处AI技术浪潮之中的探路书。
