《具身智能发展报告（2026年）》：935 亿热钱背后，机器人月开机不足 10 天

10 月，中国信息通信研究院联合清华大学电子工程系、具身智能测试实验室，第三次发布年度《具身智能发展报告（2026）》。这份 82 页的报告，把 2026 年具身智能产业的形容词压缩成四个字：热中有冷。

完整报告下载方式见文末！

热的一面，2026 年上半年国内融资 935 亿元，半年干完 2025 年全年的活；全球人形机器人出货 2.2 万台，同比涨了近 3 倍。冷的一面，报告给出一组扎心数据：公开中标项目里教育科研机构占了一半多，不少机器人的月均开机天数不足 10 天；表演日租金从 2 万元跌到千元级，二手工程样机残值缩水近九成。

报告的判断很直白：市场端已完成对技术价值的提前定价，产业端仍处于从技术验证向商业验证过渡的初期。这篇文章把报告里的关键数据和判断拆开讲：钱从哪来、冷在哪、技术推进到哪一步、谁在挣钱、以及一把能量出真实水平的尺子。

一、热的一面：钱、出货、新品一起涨

先看资本。据 IT 桔子统计，2026 年上半年国内具身智能赛道发生融资 322 起、约 935 亿元，仅半年就超过 2025 年全年的 735 亿元，较上年同期提升约 5 倍，融资事件数同比增长 137%。

钱在向头部集中：融资额前 20 家企业合计约 550 亿元，占总融资额 59%；其中人形机器人本体企业约 315 亿元，具身"大脑"企业约 145 亿元，核心零部件约 53 亿元。同期参与投资机构超过 800 家，达到百亿估值的企业增至 20 家，多数侧重具身大脑。

海外的大额融资集中在模型和世界模型：Skild AI 与德国 NEURA Robotics 各完成 14 亿美元 C 轮，World Labs、AMI Labs 各拿 10 亿美元级融资做世界模型。世界模型在 2026 年第一次成为大额资本投向。

产品端同样在放量：2025 年世界机器人大会发布新品 123 款，2026 年增至 311 款，翻了一倍多；2026 年上半年全球人形机器人出货超 2.2 万台，同比增长近 300%，其中五家国内整机厂商合计占比超 86%。

政策端，具身智能连续两年写入政府工作报告，"十五五"规划定调，实景实训专项行动给出硬指标：年底前推动机器人从"演示表演"转向常态化"作业模式"、落地超万台设备。产业确定性预期显著增强。

二、冷的一面：四个"不等于"

报告在"国内现状"一节给出了四组不等式：演示级能力进步不等于真实产线作业能力，出货量增长不等于持续有效运营，意向订单增加不等于回款、复购和商业闭环，单机成本不等于落地成本。每一组背后都有数据。

技术冷。国内多数企业仍在复现和微调 π0、π0.5、OpenVLA 等较早的开放模型，落后前沿闭源模型约两代。数据效用也有限：Dyna-2 模型把预训练数据从 10 万小时加到 100 万小时，14 个任务的平均成功率只从 45% 提到 53%——而国内大多数模型的训练数据还在 10 万小时以内，差着一个数量级。

前沿模型的真实水平也可以量化：斯坦福 2026 AI Index 显示，机器人在真实家庭环境的任务成功率只有 12%，仿真环境里是 89.4%；GPT-6 Astra 做亚毫米级拼图插入，成功率 10%。看懂了，不等于做得成。

应用冷。2026 年上半年国内公开披露的具身智能相关中标项目中，教育科研机构占约 55.5%，政府及公共平台占约 20.6%，工业及技术型企业仅约 21.1%。相当比例的设备只在展厅接待或活动演示时开机，表演档期之外大量空置，月均开机天数不足 10 天的情况并不少见。

订单的含金量也在打折：当前公开订单中混杂着框架协议、战略合作和示范性采购，框架协议往往只约定合作意向而无采购数量，示范性采购带任务属性而非市场行为。算总账的话，整机价格只占全生命周期成本（TCO）的 40%—60%，单台轮臂式或双足人形机器人的年度综合运维成本约 50 万—70 万元，远高于多数岗位的人力成本。

企业冷。表演租赁市场，人形机器人日租金从 2025 年初的约 2 万元降到 2026 年的千元级，跌了八到九成；二手市场上，2024—2025 年购入价 30 万—80 万元的工程样机，如今只值 3 万—6 万元，残值缩水接近九成。

上市公司的账面同样如此：越疆科技 2026 年上半年营收 3.16 亿元、同比增 106.6%，净亏损却扩大至 1.08 亿元，收入主要还是来自传统协作机器人业务；A 股超 500 家上市公司半年报提及具身智能，披露相关业务收入的仅个位数。行业洗牌已经启动——一星机器人成立 5 个月即解散，钢铁侠科技 32 个月未获新融资。

报告对泡沫的态度并不回避：硬科技产业从 0 到 1 的阶段都伴随泡沫，2000 年前后的互联网泡沫沉淀了宽带和数据中心，2015—2018 年新能源汽车的产能扩张沉淀出完整产业链。具身智能目前正处于期望膨胀期，未来两至三年将通过市场竞争完成首轮出清。

三、技术体系：四条战线一起推进

2025 年行业还在争技术路线：分层架构和端到端怎么选，VLM、VLA、世界模型谁主沉浮。2026 年的结论是：主导架构仍未出现，路线远未收敛。行业转而沿着数据、模型、本体、算力四个要素同步发力，以系统协同求突破。

模型端，三条线并行。一是探索扩展定律：GeneralistAI 的 GEN-1 用 50 万小时数据预训练后，仅需 1 小时机器人数据就能学会叠衬衫等新任务，成功率 99%；GEN-1.5 更进一步，看一段 3—12 秒的动作演示就能干 10 项新任务。二是 VLA、世界模型、全身控制多路线迭代：Figure 的 Helix 用 1000 小时数据训练出的底层控制器，直接替代了约 11 万行手工编写的 C++ 代码。三是智能体范式先行落地：大模型负责任务分解和指挥，专用策略负责执行，英伟达 ENPIRE 框架让编码智能体自主训练出成功率 99% 的灵巧操作策略。

数据端，缺口是最大的瓶颈。大语言模型能从互联网白拿万亿级词元，具身智能需要视觉、动作、力触觉等多模态交互数据，从未被系统性记录过，只能逐条生产。测算显示，机器人要迎来"ChatGPT 时刻"需要千万小时级有效数据。缺口就是生意：近一年具身数据赛道发生 97 起融资，涉及 34 家公司，披露金额超 200 亿元。

本体端，零部件成熟了，整机依然难。一体化关节效率做到 90%、峰值扭矩 600 牛·米，灵巧手做到 22 个主动自由度，电池比能量 380 瓦时/千克、10 余秒完成热插拔换电。基础指标越来越接近，但报告的判断是：造出性能相近的本体越来越容易，造出能适应真实场景、长期稳定运行的产品仍然很难。

算力端，云边端协同成为标配。端侧是硬骨头：通过多层优化，π0.5 模型在 Jetson Thor 上的端到端时延从 278 毫秒压到 29 毫秒，机器人才能在功耗受限的本体上实时干活。

四、应用：从"演"到"干"的三级台阶

第一级，文娱赛事。这是能力展示场，也是技术试炼场。2025 年世界机器人大会现场参会 27.1 万人次，2026 年达 55.7 万；亦庄人形机器人半程马拉松参赛队伍从 20 支涨到 102 支，冠军成绩从 2 小时 40 分缩短到 50 分 26 秒，不到去年的三分之一；第二届人形机器人运动会 666 支队伍、2056 台机器人参赛，100 米从 21.50 秒跑到 9.32 秒。

第二级，个人消费。玩具和陪伴产品率先完成商业变现：BabyAlpha 系列机器狗累计销量超 2.5 万台、家庭用户占 90%；卡西欧 Moflin 卖出 2 万台，松下 NICOBO 破 1 万台。北京把陪伴机器人、机器狗纳入个人消费补贴，按售价 15%、最高 1500 元补贴——消费级具身智能正式进入地方促消费政策体系。

第三级，生产应用。工业制造和物流仓储率先向连续作业推进：自变量机器人在真实物流分拣任务中直播一小时分拣 1816 件包裹；能源电力开始进变电站巡检，南方电网的机器人已在深圳、广州多座变电站试点运行；医疗康养进入安贞医院和养老驿站做试用；商业服务里，银河通用在北京十余家药店承担盘点、补货、取送全流程，单店日处理订单 200—300 单。

但报告同时提醒：现阶段整体仍处于单工位或小批量试点阶段，试点集中在低复杂度任务和封闭场景，开放环境下的成功率、稳定性和泛化能力尚不能满足规模化生产要求。

五、产业生态：405 家企业，"卖铲子"先赚钱

据中国人工智能产业发展联盟具身智能产业图谱统计（截至 2026 年 10 月 8 日），国内具身智能相关企业达 405 家：上游 180 家、中游 257 家、下游 212 家，其中 191 家企业同时覆盖两个及以上环节，占比 47.2%——软硬件协同、整机与零部件协同、产品与场景协同是普遍打法。

商业模式上，各环节分化明显，报告的概括很精准：多数环节"增长已成立、盈利未建立"。

表　产业链各环节商业模式现状（据报告第四章整理）

开源也在成为生态主线：截至 2026 年 9 月，全球开源具身智能数据集超 100 个，2026 年的开源数量达到 2025 年全年的 2 倍；Physical Intelligence 开源 OpenPi 仓库，蚂蚁灵波科技开源 LingBot-VLA 并与星海图、松灵、乐聚等主流本体完成适配。以开源换生态位，是 2026 年的新打法。

六、一把尺子：真机最高成功率 24.4%

报告基于 2026 年公开发表的约 800 篇具身智能论文，梳理了现有评测基准，分认知、导航、操作、安全四类。几个数字值得记住：

仿真考卷快满分，加扰动就现原形。LIBERO 基准上论文自报成功率普遍在 97%—99%；但 LIBERO-Plus 加上相机位姿、光照、初始位置等七维扰动后，原本 95% 以上的模型普遍跌到 30% 以下，π0 最差跌至 6.0%。

仿真到真机，落差显著。同济大学研究发现，代表性导航模型从仿真迁到真实环境，成功率从 61% 掉到 22%；截至 2026 年 9 月，RoboChallenge 真机评测榜最高成功率仅 24.4%，而人类专家是 100%。

单步可靠不等于长程可靠。即便单步可靠性达到 99%，连续执行 100 步后的整体成功率也只有约 37%——这是误差累积的数学，也是"演示"与"交付"之间最硬的一条鸿沟。

标准建设正在补位：2025 年 12 月我国牵头的《具身智能系统框架及能力要求》成为全球首个具身智能国际标准；2026 年 2 月国际电联成立具身智能标准焦点组，已吸引 39 个国家、120 余家机构参与；国内两条行业标准实现评测、数据集质量方向"零的突破"。通信产业的经验是，商用前数年正是标准布局黄金期，具身智能正处在这个窗口。

七、结语：像 2015 年的电动车，不像 2020 年的元宇宙

报告最有价值的地方，是它没有站队"吹"或"黑"，而是把冷热两边都摆了出来：泡沫真实存在——租金跌九成、样机残值跌九成、增收不增利，这些都是挤泡沫的现场；但技术进步同样真实——马拉松成绩缩到三分之一、100 米跑进 10 秒、端侧时延压到 29 毫秒、真机策略成功率到 99%，这些也是事实。

产业演进的路径也给了参照系：技术上可能像 AI 大模型一样周期性波动，产业化过程可类比新能源汽车，商业化路径更接近自动驾驶——在局部能力可用时先进入运营，再逐步扩大范围。

应用拓展将遵循"二八原则"：八成资源集中在巡检、搬运、分拣、质检等确定性场景，作为优先突破的"滩头阵地"；两成探索留给家庭服务、养老陪护等开放环境。机器人不需要等"完美的通用人形"出现再进产业，边成熟、边落地是更现实的路径。

对从业者，报告的启示朴素但有用：别赌单一环节，竞争焦点已经从模型性能或硬件参数，转向"数据—模型—本体—场景"的全栈协同；未来两三年行业将完成首轮出清，能解决泛化、可靠性、成本和数据闭环四个问题的企业，才会留在牌桌上。

本文内容与数据均引自中国信息通信研究院人工智能研究所、清华大学电子工程系、具身智能测试实验室《具身智能发展报告（2026 年）》（2026 年 10 月发布）。

下载方式：上述资料已上传『制造前沿』知识星球本公众号回复关键词『报告下载』