具身智能日报｜4万台出货与不到5%真实上岗：具身智能的"量产元年"迷思

Wed, 02 Sep 2026 17:10:00 +0800

【AI前沿观察】2026-09-02

这周世界机器人大会（WRC 2026）的信息密度很大。机器人百米跑进8秒区间，宇树科技上市后市值一度突破4400亿元，工业机器人企业半年报清一色营收翻倍——看上去行业正在狂飙。

但把几组数字放在一起读，事情就不那么性感了。

今年上半年，中国人形机器人出货量超过4万台，全球占比97%。这是展商们反复引用的数字。

但北京石景山人形机器人数据训练中心总经理朱凯给出了另一个口径：上半年国内出货约2.3万台，真正走进工厂生产线、稳定承担实际工作的，占比不到5%。

97%的全球份额和不到5%的真实上岗率，要放在一起读。绝大多数机器人目前的去处是展厅、科研院所、数据采集中心和表演舞台，而不是真正的产线。

这是"量产元年"叙事里最核心的张力：出货数字在涨，但真实工作能力并没有同步跟上。

比赛纪录和工厂节拍是两回事。

小米新一代人形机器人"铁大"在WRC给出的数据是目前最具体的一组：先在小米自家汽车工厂实训了4个月，在压铸车间自攻螺母上件工站连续自主运行3小时，安装成功率90.2%，能跟上76秒的产线节拍。后续双侧作业成功率提升到98%，还首次完成了柔性工件的长时作业。

90.2%到98%听上去不性感，但这是目前公开信息里，最接近"真干活"标准的数字。

雷军有句话很实在：实验室里可以用一万次失败换一次成功，真实工厂必须一万次任务次次成功。

这就是具身智能"表演"和"干活"的真正分水岭。

这届WRC最明显的变化：谈数据的人比谈本体参数的人多了。

灵御智能CEO金戈给过一组对比：大语言模型用了约10万亿token训练，自动驾驶用了超千亿小时数据，而全球机器人目前积累的操作数据只有几万小时，差距在5到10个数量级。有学术界人士测算，按现在的采集速度，要12万年才能追上语言模型的"ChatGPT时刻"。

数据热是真的，泡沫也是真的。有行业媒体注意到，一些地方政府主导的数据采集中心先向机器人公司采购本体，机器人公司再回头向数采中心购买数据——"循环交易"的模式，和当年英伟达被质疑的自循环有几分相似。

但也有走通的路子。灵御把机器人放进京东七鲜超市捞螃蟹、倒饮料，机器人一边服务，一边把操作数据当副产品传回数据中心。干活即采数，数据成本趋近于零——这个飞轮如果转起来，比单纯堆数据工厂更可持续。

宇树科技上市首日开盘暴涨629%，市值一度突破4400亿元。随后5个交易日市值蒸发超2000亿元。资方的回应只有一句话：现在下结论为时过早。

股价不能直接证明技术好坏，但它是个温度计：市场开始不愿意为"故事+演示"付溢价了。

王兴兴的表态也值得关注：去年他说具身智能的"GPT时刻"快则一三年、慢则三五年，今年改口为"快则两三年，慢则五年甚至十年"。这不是悲观，是面对真实数据缺口的理性校准。

把上面的信息压缩成三个判断标准：

第一，看复购，不看首单。 "某企业采购100台机器人"的新闻以后可以自动降权，行业现在真正认的指标是复购率。今年买100台，明年主动扩到500台，才说明效率和成本真的跑通了。

第二，看节拍和成功率，不看比赛纪录。 8秒86的信息量，不如"76秒产线节拍+98%成功率"。工业交付要求99%以上的成功率，而比赛允许失败。纪录代表运动能力的天花板，节拍才代表商业化的地板。

第三，看数据闭环，不看参数表。 自由度、扭矩这些参数谁都能堆，能把真实场景数据变成模型迭代的燃料，才是这场马拉松真正的入场券。

具身智能肯定不是骗局——98%成功率、上半年935亿元融资都是真的。但它也远没到收获期——不到5%的上岗率、5到10个数量级的数据缺口，同样是真的。盯着那几个不性感的数字，比追比赛纪录要有用得多。

来源：新华网、36氪、深蓝财经、OFweek机器人网、世界机器人大会官方数据 | 时间：2026-09-02

数据瓶颈 on FunkyGod - 投资与AI实践笔记