8 月北京亦庄，2026 世界机器人大会展馆挤满各类机器人，跳舞、格斗、抓取分拣、叠衣整理等演示轮番上演。对比往年展会，展示任务高度相似，去年抓取杯子、叠衣服，今年依旧是同类演示，进军工厂也仍是行业热议话题，直观层面没有出现匹配产业热度的巨大跨越。Counterpoint 数据显示，2026 上半年全球人形机器人出货量突破 2.2 万台，同比接近 300% 增长，全年有望突破 5 万台。头部五家厂商占据全球 86% 市场份额，不过出货结构中文娱表演、科研数采占比超六成，真正落地智能制造、仓储物流不足两成。

  展会热闹表象之下，产业真正的迭代大多无法依靠肉眼观察。同样是抓取杯子，背后的训练数据量、是否预编排动作、环境变化后的泛化能力、故障自我判断、跨本体迁移能力，才是衡量技术实力的标尺。行业已经可以在限定场景，投入充足资源把单项任务做到近乎完美，但一旦更换环境、更换物件，性能便快速衰减。宇树科技创始人王兴兴指出，泛化不足是制约大规模推广的核心痛点，通用机器人的爆发临界点，是进入完全陌生环境，依靠语言指令即可完成八成任务，这一节点快则两三年，慢则五到十年。银河通用创始人王鹤判断，当前具身基础模型大致处于 GPT‑2 阶段，2028 年前后才有望接近 GPT3.5‑4，实现多数任务零样本作业，现阶段每项新任务往往都要开展针对性后训练，难以快速复制到海量行业。

  国内头部企业呈现清晰路线分化。宇树过去的优势集中在本体、运动控制、量产能力，上半年人形出货 7000 台，产品大多流向科研教育市场，如今企业最大研发投入转向 AI 模型大脑，动作生成从预先录制训练，向语音驱动实时生成演进，仍存在云端生成下发的延迟问题。银河通用此前深耕具身模型与轮式底盘，今年正式推出双足机器人 ET1，补齐高动态全身运动能力，依托大规模人体运动数据完成仿真与实机迁移，同时推进 WAM‑TTT 技术，降低新场景部署的标注与遥操作采集成本，已经在数十家工厂开展横向落地，依旧需要垂类模型与工程人员参与调优。

  家庭场景正在成为检验通用能力的全新考场。工厂可以通过标准化环境降低机器人作业难度，家庭环境物体摆放随意、光线多变、干扰因素多，长时序家务任务链条复杂，任意环节出错就会打断整体流程。家庭赛道分化出两条路径，一条主打劳动力完成家务劳作，另一条以优必选 U1 为代表主打情感陪伴，产品价格跨度巨大，收获大量订单，但交付与实际使用效果仍有待验证。家庭落地首要难题是安全，普通用户缺少故障处置能力，容错标准远高于工业场景，家庭大规模普及尚为时过早。传统工业机器人企业如新松，已经经历数十万次工业工况检验，和新一代人形机器人形成鲜明错位，资本市场对两者估值逻辑也存在明显差异。

  各大科技大厂也在寻找自身定位。小米公开新一代人形样机，依托人车家全生态，拥有工厂、智能家居等天然场景资源。京东成为大会战略合作伙伴，宣布百亿级机器人投入，凭借仓库、门店、售后运维等基础设施，赋能机器人规模化部署。大厂入局拉大现实与未来愿景之间的时间差，行业畅想机器人成为下一代终端，但底层泛化、现场调试等基础难题仍未完全解决。

  物理世界的高容错门槛持续束缚机器人发展，很多难题集中在几毫米、几厘米的细微误差，物理交互失误会带来实体风险，不同于大语言模型可以低成本重试。高质量训练数据供给不足，缺少天然的动作互联网，千万小时乃至亿小时级数据储备，才有可能迎来模型 Scaling 拐点，而高质量数据采集成本高昂，第一视角视频、遥操作、仿真合成数据成为行业破局方向。

  回望产业发展，市场容易参照 ChatGPT 软件式爆发节奏，高估机器人短期落地工厂与家庭的速度。但不能仅凭展会上重复的演示动作否定行业进步，本体厂商加大模型投入，模型企业补齐运动本体，测试时训练、世界模型技术持续迭代，工业端重视连续运行寿命，家庭成为高难度测试场，大厂完善落地配套生态，底层变革正在持续发生。2026 年的具身智能，处在高估短期进展、却低估长期底层改变的特殊阶段。