中国人形机器人热潮：何时迎来「ChatGPT 时刻」？

编辑按：本文由 TechNode 记者 Lucia 撰写。

许多人第一次见到人形机器人，看到的往往是它跳舞、翻跟头或表演一套精心排练的动作。如今行业的真正难题，是把这些博人眼球的演示，变成能在日常环境中做有用工作的机器。

这正是中国快速成长的人形机器人产业面临的考验。随着企业从舞台演示转向商业落地，它们正在探索这些机器人如何在工厂、服务业等真实场景中承担实际工作。

成本、资本和庞大的商业化试验场，是给中国带来先发优势的三股力量。依托制造业基础，以及来自电动车产业链的电池、传感器等配套，机器人厂商可以在本地采购硬件、更快迭代并压低价格。Counterpoint Research 估计，2026 年上半年，五家中国企业占全球人形机器人出货量的 86%。

资金是另一重因素。小鹏的机器人业务在 8 月融资逾 9 亿美元，估值超过 63 亿美元。Galbot 在 2025 年底完成 3 亿多美元融资、估值约 30 亿美元后，又于 3 月融资 25 亿元人民币（3.62 亿美元）。

中国还提供了广阔的应用市场，人形机器人已在汽车制造、电子、物流、航空航天和能源等领域部署或测试。不过商业化仍处早期：落地形式包括采购、预订和试点，大规模复购依然有限。

机器人热潮的难点

中国的人形机器人厂商在 AI 系统与集成软件上仍有待解答的问题。视觉—语言—动作模型和世界模型仍处早期，英伟达在端到端机器人软件栈上领先，使许多中国初创公司仍依赖其 Orin 芯片——尽管本土芯片厂商正在开发替代方案。

更难的考验，是把物理能力转化为可持续的商业需求。盘古智库高级研究员江瀚对 TechNode 表示，复购订单和客户回本周期是关键信号，说明机器人确实在解决真实问题，而不只是吸引试用。他认为，中国的长期优势不只在制造成本低，更在于把供应链成本优势与硬件、算法的快速迭代结合起来。

数据是另一个瓶颈。与大语言模型不同，机器人开发者无法直接从互联网抓取物理交互的样本，只能转向合成数据、仿真、强化学习和真实部署。为物理 AI 打造仿真工具的创业公司 Antioch 联合创始人 Harry Mellsop 曾称，物理 AI 仍处于「GPT-2 时代」——即 ChatGPT 之前的 OpenAI 模型阶段——还需要更多数据与算力。

可靠性足以毁掉一场原本亮眼的演示。猎豹移动董事长兼 CEO、服务机器人公司猎户星空董事长傅盛在 BEYOND Expo 上表示，机器人最难的是「最后 1%」：99% 的成功率仍意味着每 100 次尝试就有一次失败。他认为，商用机器人必须先证明能在长时间内稳定高效运行，才可能成为有用的劳动力。

安全与安保又添一道关卡。随着部署提速，一起广受关注的意外就可能引发公众反弹。江瀚还指出，供应链脆弱性和数据安全合规，是中国机器人厂商仍需补齐的短板，在欧美市场尤其如此。

专注于具身智能与商业落地的中国人形机器人创业公司 Galbot 首席战略官赵宇立预计，需求将最先出现在制造、仓储物流和零售等场景——这些地方任务重复、流程清晰。他认为，这样的条件能创造真实需求，也让人形机器人更有机会规模化地创造价值。

傅盛同样主张走专用化路线。他认为，与其追逐通用机器人，企业或许能在农业、运输、分拣等界定清晰的工作中找到更高的商业价值，再围绕这些任务提升可靠性、效率和落地能力。