深度 | 具身智能万台时代：中国造出全球97%人形机器人，干活的却只有几千台

这是一篇深度研究，不是新闻简报。基于 30+ 个来源的交叉验证。

核心观点：具身智能在 2026 年进入"万台量产、千台干活"的错位元年——出货量暴涨 272%、中国占 97%，真正在工厂里付费干活的却只有几千台；分水岭不在模型演示，而在成本、数据、供应链三条曲线能否同时立起来。

证据等级：[A] 官方/一手 [B] 2+可靠来源 [C] 单一来源 [D] 个人判断

---

一、万台出货，千台干活：错位元年

2026 年上半年，全球人形机器人出货约 1.91 万台，同比增长 272%，中国厂商包揽 97% 以上份额，智元与宇树两家合计拿走约四分之三。[B] 但把镜头从"出厂"切到"上岗"：全球真正在工厂、仓库里付费干活的人形机器人，估算只有 4000 到 6000 台，绝大多数还是 5 到 50 台的小规模试点。[C]

行业跑通了"造出来"和"卖出去"，但还没跑通"干得好"和"用得起"。资本市场先给出了定价——宇树过会科创板、智元启动港股 IPO、上半年融资超 900 亿元。我判断，具身智能正在经历 LLM 在 2023 年经历的那件事：从"概念惊艳"切换到"供给爬坡"，真正的分水岭不在模型演示，而在量产、成本和数据闭环三条曲线能不能同时立起来。[D]

二、VLA 的 Scaling Law，第一次在物理世界被验证

过去一年最重要的技术事件，不是某台机器人挥拍，而是"模型越大、数据越多、能力越强"这条 LLM 主叙事，第一次在机器人控制上拿到了实证。英伟达 GR00T N1.7 用 20854 小时人类第一视角视频做预训练，给出首个"灵巧度 Scaling Law"：数据从 1 千小时涨到 2 万小时，22 自由度灵巧手的任务完成率翻倍以上。[A]

架构上，业界已经收敛到"双系统"共识：System 2 是慢推理（7–9Hz 场景理解、任务分解），System 1 是快控制（100–200Hz 连续动作）。Figure 的 Helix 用 7B VLM + 80M visuomotor 做到 200Hz 的 35 自由度上半身控制；π0.5 走 flow matching，跨本体迁移突出。[B] 中国的路线则分成两派：智元押注真实机器人数据，银河通用押注仿真合成数据——后者用超过 99% 的仿真数据训练出 GraspVLA，让机器人自主打网球，被媒体称为具身智能的"AlphaGo 时刻"。

上图：双系统 VLA 架构——慢推理负责"想"，快控制负责"动"，世界模型负责造训练数据，真实数据再回流成下一轮 Scaling 的燃料。

三、竞争格局：中国赢"量"，美国赢"脑"

派系	公司	关键数字	模式
中国·本体出货	智元 AgiBot	2026 H1 出货 8400 台、份额 44% 第一	港股 IPO 中
中国·本体出货	宇树 Unitree	累计双足 1.8 万台、R1 降至 2.69 万	科创板过会
中国·大脑数据	银河通用	估值超 220 亿、累计融资超 60 亿	仿真合成数据路线
美国·垂直整合	Figure	宣称部署超 1 万台、年收入约 130 万美元	Helix 模型+自有硬件
美国·模型平台	Physical Intelligence	传闻估值超 110 亿美元	“机器人的 OpenAI”
美国·超级工厂	Tesla	Optimus 7 月底量产启动	远期 100 万台/年

[B] 出货侧，中国厂商已把前五名全部包揽——智元以 44% 份额登顶全球第一，宇树以 31% 紧随其后，Tesla、Figure 反而靠后。这背后是长三角、珠三角成熟的三电和精密制造供应链，宇树已把 R1 打到 2.69 万元，率先进入"2 万元时代"。[B]

但"脑"这一侧差距依然明显：Helix 已做到全嵌入式、8 小时自主班次；Tesla 的 Gen-3 灵巧手做到 22 自由度肌腱驱动加触觉传感；π0.5 在跨本体迁移上表现突出。相比之下，中国厂商的 VLA 大多依赖英伟达 GR00T 开源底座——工具链全面开源，中国企业在"受益"与"被圈"之间产生了明显分歧：不跟，可能被甩开生态；跟了，模型栈上游命脉就握在别人手里。[C]

上图：2026 年具身智能时间线——从春晚舞台到科创板，再到特斯拉量产，半年内完成从"展示"到"量产"的切换。

四、落地与生态：从宝马工厂到杭州法规

落地成绩单"漂亮但单薄"：Figure 与宝马斯帕坦堡工厂合作，50 多台 Figure 03 在做零件拣配；亚马逊履约中心部署 700 多台 Agility Digit 搬料箱；富士康试点 20 多台，目标是 iPhone 产线。[B] 但行业普遍承认，当前出货里大量流向科研教育、数据采集和商业展演租赁，工业场景多数还停留在试点验证阶段。

政策侧，中国走得比谁都快。"十五五"规划纲要首次把具身智能纳入国家未来产业重点布局；工信部 6 月发布实景实训专项行动，要求年底凝练 100 个以上高价值场景、形成万台级落地能力。[A] 标准同步建设：每台机器人要有唯一 29 位身份编码；北京要 2027 年底形成万台级量产，杭州出台全国首部具身智能地方性法规。上半年融资超 900 亿元，是去年同期的 5 倍。[B]

五、三条曲线决定胜负

成本曲线。 宇树 R1 降到 2.69 万元，RaaS（机器人即服务）租赁约 10–25 美元/小时，已逼近美国仓储人力成本下沿；特斯拉 Gen-3 远期目标 2 万美元以下。[C] 一旦"机器人比人便宜"，需求端才会真正引爆。

数据曲线。 中国最被低估的资产。宇树加智元出货超 3 万台，哪怕只有一部分在真实场景运转，每天产生的操作数据都是欧美对手难复制的。VLA 的 Scaling Law 一旦在物理世界成立（GR00T N1.7 已给第一个证据），数据量直接转化为能力差，形成"卖得越多、越能干"的飞轮。[A]

供应链曲线。 中国掌握电机、减速器、传感器和灵巧手的多数产能，领益智造规划年产 50 万台超级工厂——但这最脆，上游若依赖英伟达芯片与模型栈，地缘摩擦升级就会被"卡脖子"。

上图：成本、数据、供应链三条曲线的交汇点，才是具身智能真正的规模化拐点。

六、我的判断

第一，我判断 2026 年的核心叙事是"错位"。 出货暴涨与落地滞后并存，估值先行与收入缺位并存。这种错位会持续 12 到 18 个月，期间资本市场会反复剧烈波动——每个季度都会被"XX 万台订单"与"XX 万美元收入"的反差拷问一次。别被单季度数据带着走。

第二，我预判"量反哺脑"会是中国厂商的主线。 智元、宇树手里最大的牌不是硬件参数，而是几万台机器在真实场景里产生的操作数据。如果 VLA 的 Scaling Law 在物理世界持续成立，数据规模优势会逐步转化为模型能力，这是未来两年最大的预期差。

第三，我赌特斯拉的量产会"准时但不惊艳"。 复用汽车供应链、明年对外销售，但"造出来"和"在客户场景里稳定盈利"之间还隔着算法、运维、售后三道坎。特斯拉真正的贡献可能是把成本曲线砸出一个深坑，逼全行业提前重构财务模型。

第四，先不下结论的是"中国 97% 份额"这个数字的含金量。 份额里有多少真实终端需求、多少科研展演和转售囤货，至今没有可靠口径。如果"虚量"占比过高，产能爬坡就会变成库存堆积——这是我最担心、也最无法证伪的风险点。

---

参考来源

1. NVIDIA — GR00T N1.6 Sim-to-Real 官方博客
2. Hugging Face — GR00T N1.7 发布
3. CNBC — 大摩上调中国人形机器人市场预测
4. 新华社经参 — 人形机器人交付将达数万台
5. 投资者网 — 2026 人形机器人年中观察：万台交付时代
6. i黑马 — 宇树 18000 台登顶行业第一
7. ESM 中文网 — 中国厂商包揽 97% 份额
8. 工联网 — 工信部实景实训专项行动政策解读
9. CSDN — 具身智能独角兽"200 亿分水岭"
10. Alphaxiv — LingBot-VLA：首个真实世界 VLA 缩放实证
11. valueaddvc — 2026 人形机器人玩家对比
12. 国泰海通 — 2026 H1 人形机器人盘点

AI 辅助深度研究，人工视角解读。 每日更新。