2026 具身机器人:从“会走会说”到“能上夜班”,真正的分水岭在哪里?
熊彼特经济观 2025-12-27
过去两年，具身机器人（尤其是人形）最热闹的场景常在发布会：走两步、递个东西、做个抓取 demo，配上一句“通用劳动力”。但到了 2025 年底，行业的风向开始更像“排班表”——谁能稳定跑 10 小时一班、谁能把事故风险压下去、谁能把单次作业成本打到客户愿意长期买单。连波士顿动力的新一代 Atlas 都选择在 CES 这种更“面向商业”的舞台亮相，强调商业化节奏，而不是纯炫技。如果你只把具身机器人理解成“长得像人”，你会错过最重要的趋势：具身正在变成一套“模型+数据+仿真+安全标准+交付能力”的工业体系。2026 年很可能就是这套体系第一次大规模接受“真实世界的 KPI 审计”。先把概念摆正：具身机器人不是“人形专利”。它指的是 AI 不只会聊天，还能通过身体（移动、抓取、操作工具）改变物理世界。人形只是其中最显眼的一支——因为它承诺“对现有环境改造最少”，但也因此背上了最难的账：动态稳定、手部精细、与人共域安全、以及可量产的成本结构。这也是为什么你会看到两个看似矛盾的新闻同时出现：一边是融资估值越抬越高，另一边是监管机构开始提醒“别被泡沫冲昏头”。发改委近期公开提到对人形机器人领域“投资泡沫”的担忧，这种罕见的“降温口径”本身就是信号：2026 不再只看故事，还要看落地。大模型真正“下沉到动作”，VLA/机器人基础模型开始像平台而不是论文
2024–2025 的关键词是“把语言模型接上机器人”；到了 2026，更现实的关键词可能是“把动作能力做成可复用的基础设施”。一条线来自 NVIDIA：它在 2025 年推出并持续更新 Isaac GR00T（含 N1、N1.5 等），并把“开源模型 + 数据/仿真框架 + 物理引擎”打包成开发平台，目标很直白——让机器人技能训练像训练视觉模型一样有流水线、有数据飞轮。聚焦点在变：从“能不能做动作”变成“动作技能能不能迁移、能不能复用、能不能在不同机型上规模化部署”。这决定了 2026 年谁会跑得快：不一定是 demo 最酷的，而是平台化能力最强的。数据成为第一生产要素——但最贵的数据不在仿真里，在工厂地面上
具身机器人最大的瓶颈之一是数据：语言模型可以用互联网文本，机器人动作不能靠“读网页”学会在真实世界抓一把软塌塌的塑料袋。所以你会看到厂商越来越愿意公开“现场数据”而不是“实验室视频”。比如 Figure 在 2025 年 11 月披露其在宝马工厂的部署结果：机器人参与了装配线作业，按其说法在工作日运行 10 小时班次，并完成了 90,000+ 的零件上料等工作量指标。这些数字当然带着企业 PR 的属性，但它至少给了行业一个对话基线：2026 年客户会更频繁地问你“单班稳定性、停机率、需要多少人陪跑、一次事故的处置流程是什么”，而不是只看“能不能把瓶子放进盒子”。更现实的一点是：传统工业机器人装机量仍在高位增长，工厂“愿意为自动化买单”这件事本身并不虚——国际机器人联合会（IFR）统计显示，2024 年全球工业机器人安装量约 54.2 万台，且连续四年超过 50 万台，亚洲占比约 74%。这意味着：具身机器人不是“凭空创造需求”，它是在争夺自动化预算里的新增份额——但要先证明自己比 AMR+机械臂等成熟方案更划算。融资不缺，但钱开始押注“供应链与交付”，而不只是“概念机”
2025 年的人形/具身机器人融资有两个明显特征：金额更大、估值更激进，同时更偏向“能量产、能交付”的团队。媒体 报道 Figure 新一轮融资后估值达到 390 亿美元级别，且融资规模在十亿美元量级，这种数字已经不是“实验室项目”，而是资本市场对“规模化制造能力”的定价。同样来自媒体：软银与 NVIDIA 被曝洽谈参与 Skild AI 超过 10 亿美元的新一轮融资、估值约 140 亿美元——市场正在把“机器人基础模型”单独作为一条赛道来估值。PitchBook 的行业快照也反映了“资金回来了”：其报告称 2025 年二季度机器人领域 VC 投资额显著上升，并出现多笔大额交易。但钱越热，反作用也越强。你会看到两类“冷水”在 2026 更常见：一类来自监管（前面提到的泡沫警示），另一类来自客户——他们会把人形机器人当作“带腿的设备”，用设备采购的逻辑验收，而不是用“AI 叙事”的逻辑买单。2026 的第一硬仗不是“更像人”，而是“更安全、更合规、更可控”
人形机器人最大难点之一，是它要进入“人也在的空间”。这让安全从“选配”变成“门槛”。McKinsey 在 2025 年的分析中就提到：即便像 Digit 这样在仓储试点的双足机器人，也仍受制于安全约束，往往需要在半隔离区域运行。更关键的是，标准体系正在补课：美国工业机器人安全标准 ANSI/A3 R15.06 在 2025 年更新发布（与 ISO 10218 修订版相衔接），行业讨论也从“是不是协作机器人”转向“是不是协作应用、如何做风险评估”。与此同时，IEEE 也在推进人形机器人标准化框架讨论——这类工作看起来枯燥，但它往往决定了 2026–2027 年哪些产品能进工厂、进公共空间。所以 2026 很可能出现一个现实转折：会做动作不再稀缺，能“摔倒不伤人、失控可急停、故障可追溯、责任可界定”才稀缺。展望 2026：你应该盯住的 5 个“里程碑信号”
我更愿意把 2026 看成“具身机器人从技术验证走向商业验证”的一年。判断它是不是在走向现实，可以盯这五个信号：从试点到合同化部署
像 1X 与 EQT 的合作，提出 2026–2030 年在其全球投资组合企业中推动最多 10,000 台人形机器人的落地意向（并强调最终由各公司决定是否实施）。这类“带数量级的商业框架”会在 2026 更常见，也更容易逼出真实 KPI。“基础模型+仿真+数据管线”成为行业默认配置
NVIDIA 把 GR00T、Newton 物理引擎、Isaac Lab 等打包推进，意味着 2026 机器人研发会更像软件工程：版本迭代、数据回流、自动评测。端侧智能的普及：低时延、可离线的 VLA 成为差异化点
DeepMind 的 on-device VLA 路线如果扩散，2026 的竞争会从“谁能连上大模型”变成“谁能在本体上稳定执行、遇到异常能自救”。安全标准“从文件变成采购条款”
当 ANSI/ISO 的修订进入工厂安全部门的 checklist，机器人公司会被迫把安全工程做成产品力，而不是靠现场工程师“盯着跑”。估值分化：故事相似的公司会开始掉队
当一个赛道出现“>150 家公司、产品同质化”的局面（监管已开始提醒），2026 的资金会更集中在能交付、能量产、能跑通单点场景 ROI 的团队。最后说句不那么讨喜但很重要的话：具身机器人真正的对手不是“人”，而是“更便宜、更成熟的自动化组合”——AMR、机械臂、夹具、工装、产线改造、甚至流程再设计。IFR 那 54.2 万台/年的工业机器人装机量，背后就是一整套成熟的 ROI 体系。所以 2026 的看点不在“又出现了几个会翻跟头的人形”，而在“有多少机器人开始被写进工厂的 SOP、被排进仓库的班表、被纳入安全合规体系”。当这一刻到来，具身机器人就不再是热点新闻，而会变成一项朴素的生产力工具——这恰恰是它最值得期待、也最应该被冷静评估的地方。
