具身大佬“吵翻”：2026年上半年全球人形机器人出货97%来自中国，但“GPT时刻”仍未到来

2026年世界机器人大会揭示，人形机器人行业正从“炫技”转向“打工”，但泛化瓶颈、数据缺口和商业化路径分歧仍是核心挑战，行业尚未迎来真正的“GPT时刻”。

具身智能的“GPT时刻”：两个核心争议

门槛标准分歧 · 泛化瓶颈归因 · 数据光环
97% 出货占比
中国主导全球人形机器人出货
2026年上半年我国人形机器人出货量超4万台，全球每100台人形机器人中97台来自中国制造商，数据源自《2026人形机器人产业发展报告》。
「GPT时刻」门槛标准 · 开放标尺
→
70%
王鹤
银河通用
80%
王兴兴
宇树科技
99%
韩铮
苏度科技
70%  （零样本泛化成功率） · 80%  （陌生场景完成任务） · 99% （高可靠性门槛）
模型对齐（王兴兴）
VLA分离（王鹤）
系统局限（陈建宇）
三家给出的标准从70%-80%到99%以上不等，且各自评判维度不同，行业对“具身智能GPT时刻”的临界标准仍在探索。王兴兴聚焦AI模型与真实机器人的对齐程度；王鹤指向VLA与世界模型的两段式分离；陈建宇归因于“系统级”模仿学习天然瓶颈。
“当前主流模仿学习路线在榜单上虽能达到80%左右的成功率，但一旦走出实验室、面对环境或物体变化，成功率往往会显著下降。” 韩铮 苏度科技联合创始人兼CEO
“机器人每次输入输出都伴随物理世界的偏差，最后几厘米甚至几毫米的触觉修正无法完成，导致成功率下降。” 王兴兴 宇树科技创始人兼CEO

商业化落地：第一波钱从哪赚？

四种路径 · 不同终局判断 · 各自基因选择
路径一
硬件铺量
靠硬件铺量，用数据反哺算法，通过高性价比机器人本体持续铺量，在真实场景中收集数据。
代表：宇树科技、星动纪元
路径二
智能服务
卖“开箱即用”的智能体能力，一脑多本体，以智慧药房等场景实现7×24小时自主运营。
代表：银河通用
路径三
平台生态
押注商业模式变革，从硬件销售到token销售，构建开源协作与开发者社区。
代表：星海图、自变量
路径四
基础设施
做数据、供应链、售后网络的“卖水人”，计划两年内累计采集超1000万小时真实场景数据。
代表：京东云
各家企业围绕硬件铺量、智能服务、平台生态、基础设施四种路径展开商业化尝试，路径选择背后是对行业终局的不同判断。宇树科技已在工厂实现落地应用，星动纪元具身物流解决方案已在物流领域批量落地；银河通用智慧药房部署全国数十个城市，7×24小时自主运营。
成本降低70% 自变量物流分拣方案硬件成本较人形机器人方案显著降低 WRC2026论坛发言
1000万小时 京东云计划两年内累计采集真实场景数据 WRC2026论坛发言
“产品尚未大规模推广的原因是效率和泛用性能力还是不够，当前核心任务是通过高性价比的机器人本体持续铺量，在真实场景中收集数据反哺算法迭代。” 王兴兴 宇树科技创始人兼CEO

殊途同归：2026，具身智能的商业化元年

四大共识 · 数据缺口 · 终局之辩
共识锚点
  • 2026年是转折点 — 从“炫技”转向“干活”
  • 泛化能力是门票 — 没有泛化就没有商业化
  • 落地卡点在“大脑” — 而非“肢体”硬件
  • 节奏：先工业、商业，后家庭 — 场景递进清晰
数据缺口
  • 训练一个好用的模型至少需要1000万小时数据
  • 目前全球积累量不足5%
  • 现有数据大多是抓杯子等基础场景，工业操作、零售服务等核心场景数据严重短缺
全球积累量不足5% — 数据与模型架构的“鸡生蛋、蛋生鸡”困局是当前最大瓶颈
🏆 赢家通吃
类似智能手机行业，头部企业凭借规模、数据和品牌优势拿走绝大多数利润。
🌸 百花齐放
机器人软硬件一体化程度高，场景碎片化，单一巨头难以在所有品类做到最优，类似新能源汽车或工业机器人市场。
主流预期分阶段演进：短期百花齐放，中期部分头部跑出规模优势，结局难以预料。 两个尚未讨论清楚的问题：行业终局是赢家通吃还是百花齐放？规模化落地卡在数据与模型架构的“鸡生蛋、蛋生鸡”关系。
“2026年是具身智能从‘炫技’转向‘干活’的转折点，竞争的维度也从‘谁的机器人翻跟头更帅’变成了‘谁的实操更稳、场景更多、成本更低’。” 钛媒体现场观察 WRC2026报道
“没有一家公司说自己已经抵达‘GPT时刻’，但每家公司都画出了自己的路线图。大家路线不同，但方向一致——让机器人走下舞台，真正去干活。” 钛媒体 WRC2026论坛总结