具身智能

上半年最重要的叙事转变是「从上场到进厂」。新华社 7 月的观察文章把 2026 年称为人形机器人量产元年：行业竞争的重心从发布会与演示视频，转向工厂产线里的真实部署与交付。事实

• 事实 行业统计口径下，2026 年上半年人形机器人出货量同比增长约 272%，中国厂商约占全球出货的 97%。
• 事实 宇树（Unitree）成为全球人形机器人销量第一，并以低价策略快速起量。
• 事实 资本端出现两股相反的力量：一级市场融资暴增，头部企业进入「百亿俱乐部」（市值/估值口径下约 12 家）；同时 IPO 潮开启，而已上市的代表企业（如优必选）仍处于亏损状态。
• 事实 模型端，VLA（视觉-语言-动作）与「世界模型」成为行业标配叙事；NVIDIA 在 2026 年 CES 发布机器人基础模型、仿真工具与边缘硬件的完整栈，公开表态要做「机器人界的 Android」。
• 事实 行业开始「清场」：2026 年内已出现明显的分化和淘汰信号，无真实交付能力的故事型公司融资困难。

这个分层不是产业链上下游的严格划分，而是判断公司时的问题分类：一家公司真正的壁垒在哪一层，决定它值得按什么估值逻辑去看。

事实 市场规模预测口径差异很大：Morgan Stanley 引用 PwC 白皮书预测中国具身智能市场 2030 年达到约 150 亿美元；不同机构对全球市场的预测从数百亿到千亿美元不等，差异主要来自对「家庭场景何时起量」的假设。我的处理方式：只看出货量与真实订单，把市场预测当作场景假设而不是事实。

待验证 美国市场呈现「六大玩家、三种路线」的格局（垂直整合、模型平台、本体+生态结盟），三种路线在 2026 年都还没有跑出确凿的赢家——这是下半年重点观察对象。

此外还有 Kepler（开普勒）、EngineAI、星动纪元、逐际动力等一批公司，以及模型层的 Physical Intelligence（π 系列）、Skild 等。跟踪融资与交付数据，我使用 Humanoid Index 融资追踪 与 HumanoidIntel 公司库 作为公开参照。事实

判断 一个反直觉的现象：真正先赚钱的往往不是最像人的产品。四足与轮式移动操作在 2026 年已经产生真实收入，而最像人的通用人形还在「进厂试点」。产品形态的竞争本质是「像人程度」与「任务密度」的权衡——工业场景需要的是可靠，不是像人。

• 事实 VLA 端到端：视觉-语言-动作模型把感知、推理与动作生成压进一个模型。代表：NVIDIA GR00T 系列、Physical Intelligence π 系列、Google Gemini Robotics、Figure Helix。
• 事实 世界模型：用模型预测物理世界（NVIDIA Cosmos、Genesis），用于仿真训练、规划与数据合成，正在成为 VLA 之外的第二个标准组件。
• 事实 数据管线：遥操作采集、仿真合成、真实场景回流三路并行。国内厂商常见拆法是「VLA 大模型 + 世界模型」两层架构，云端训练、端侧部署。
• 事实 部署约束：控制回路对延迟敏感（毫秒到百毫秒级），端侧推理预算与云端算力成本共同决定产品边界——这与我在端侧算力专题里跟踪的问题同源。
• 待验证 灵巧操作、长程任务、跨场景泛化、故障恢复与安全责任，仍是 2026 年没有通用解法的开放问题。

• 事实 先买单的是 B 端工业：汽车、3C 制造与物流仓储是 2026 年真实订单的主要来源，「进厂」叙事对应的是这些场景的试点与批量采购。
• 事实 融资与 IPO 分化：一级市场融资暴增、头部估值进入百亿俱乐部；但报道指出融资几乎没有流向 C 端产品——「没一分钱投给普通人」。
• 事实 单位经济在改善：中国供应链把整机 BOM 成本大幅压低；租赁（RaaS）与按任务付费降低客户试用门槛；云端算力构成新的运营成本项。
• 判断 家庭是长期市场、短期不是：家庭场景的长尾任务与责任边界让技术难度和商业风险同时上升（参见 家庭机器人为什么技术上更难、经济上可能更丰富）。
• 判断 商业模式的演进顺序大概率是：先工业、后服务、再家庭；先 B 端、后 C 端。判断一家公司时，收入证据 > 订单意向 > 融资额 > 发布会。

更新日志

• 2026-08-16 创建专题页。基线为 2026 年中快照：量产元年、出货 +272%、清场信号、VLA+世界模型主线。

本页计划每季度更新一次；期间的重大变化（融资、发布、交付数据）以短条目追加到更新日志。