具身智能进了淘汰赛：身体在中国，大脑在别处

本文解读：《2026全球具身智能产业分析报告-易观分析》 · 共 40 页 · 原文

人形机器人的问题已经不是能不能做出来，而是能不能以可负担的成本稳定批量交付。

易观分析这份摘要版报告共 37 页，口径很讲究：只算人形、四足、协作臂、轮式与特种机器人， 自动驾驶汽车、无人机、无人船艇一律排除在统计之外，因为运行环境结构化程度不同，混着算会误导产业规模。

数据侧最扎眼的是两个：2025 年全球人形机器人出货约 2.5 万台、中国厂商占 52%； 2026 年上半年全球约 1.9 万台，中国份额升至 97% 以上。

但报告紧接着泼冷水：公开披露的意向或框架订单，最终转化为刚性合同与实付交付的比例只有 10% 到 20%，已交付设备里还有相当部分是展演、接待与科研教育用途。

这类报告的原文件，运营动脉（www.yydm.cn）收得比较全，按行业分好了类，翻起来不费劲。

想核一个具体数字，或者补一张原图，直接搜报告名就能定位到相应的那一页。

出货量在涨，订单兑现率在 10%—20% 打转，这就是拐点期的真相。

图源：《2026全球具身智能产业分析报告》（第1页）

一、自动化能力外溢，才是加速的规律

报告用五个阶段梳理了发展史：从 15 到 19 世纪的发条自动机，到 20 世纪 20 至 60 年代示教再现型机械臂， 再到 70 至 90 年代早稻田大学的人形研究。

1973 年 WABOT-1 成为全球首个全尺寸人形机器人；2000 到 2022 年是动态运动时代， 本田 ASIMO 与波士顿动力 Atlas 推动了高动态运动控制。真正的转折在 2023 年 7 月，Google DeepMind 发布 RT-2，VLA 范式正式确立并成为主流技术路线。

报告从中提炼出一条规律：每一轮加速都由底层能力外溢触发——控制理论外溢带来运动与平衡， 机器人学习外溢带来感知与导航，当下是通用大模型外溢，降低了任务理解与指令跟随的门槛。

但它同时提醒，运动控制、可靠性与成本这三项基础工程约束并未随大模型自动解决。

每一轮加速都是上一层能力外溢，这一轮外溢的是大模型。

图源：《2026全球具身智能产业分析报告》（第2页）

二、2030 年 409 亿美元，2040 年翻五十倍

报告引用摩根士丹利的预测，把规模曲线拉得很长：2025 年全球人形机器人销售额 30 亿美元， 2030 年 409 亿美元，2040 年 1.99 万亿美元。中国部分，2025 年销售额约 6 亿美元，2030 年 149 亿美元，2040 年 4658 亿美元。

出货量的节奏是：2025 年全球约 2.5 万台、中国 1.3 万台；2030 年全球 70 万台、中国 40 万台； 2040 年全球 4640 万台、中国 2230 万台。融资侧，2025 年全球具身智能领域约 670 起、112 亿美元；中国约 358 起、444 亿元人民币， 2026 年前 4 个月融资额就达 525 亿元。

企业生态上，全球人形机器人本体企业超 300 家，中国整机企业超 140 家， 截至 2026 年 4 月底中国具身智能现存企业约 2861 家。

2040 年的万亿数字不必当真，但融资侧的加速度是真的。

图源：《2026全球具身智能产业分析报告》（第8页）

三、文娱商演占了出货量的 36.8%

这一节数据最能纠正认知。据 IDC，2025 年全球人形机器人细分领域出货占比里， 文娱商演占 36.8%，科研教育 24.6%，数据采集 17.0%。真正用于生产的只有工业制造 9.2%，导览导购 10.9%，其他 1.5%。

换句话说，眼下卖出去的人形机器人，一大半在做表演和采集数据，不在干活。厂商格局上，智元、宇树出货均约 5000 台量级，两家合计占全球过半；Figure AI、Agility Robotics、 Tesla 等海外厂商 2025 年出货均在 150 台左右。

报告把 2026 年的出货预测标得很清楚：TrendForce、SAG、美银等机构普遍预测 5 万到 10 万台级， 但这是产能口径而非已实现数据，订单中相当比例是验证性采购与场景实训。

卖得最多的场景是舞台，不是车间，这个顺序决定了很多判断。

图源：《2026全球具身智能产业分析报告》（第12页）

四、100 步任务只剩 37% 成功率

可靠性的算术题是报告里最锋利的一段。假设单步可靠度 99%、各步独立同分布， 30 步任务的整体可靠度降到约 74%，100 步只剩约 37%。而真实任务里错误会传播、会级联，系统又普遍缺乏错误识别与自我恢复机制。

硬件侧同样卡着：灵巧手在连续工况下寿命偏短，整机重量仍高于人手（人手约 400 克）， 多数工况下综合性能还没稳定超过标准化夹爪。

经济性是最硬的门槛。制造业客户通常要求综合使用成本低于 15 美元每小时、投资回收期短于 2 年， 目前只有少数领先企业在汽车、3C 等结构化场景的理想工况下接近这条线。

报告对小规模的判断很准：产品"能用"但"不划算"，客户自然缺乏规模化采购的动力。

99% 听起来很高，乘到第 100 步就只剩三成七。

图源：《2026全球具身智能产业分析报告》（第13页）

五、整机毛利率 10%—20%，利润在上游

产业链三层结构的利润分布，是这份报告对地方招商最有警示意义的部分。

基础层是核心零部件、芯片算力、开发平台与模型，壁垒来自工艺积累、量产良率与算法迭代； 产品层是整机制造，竞争焦点是量产一致性、BOM 成本与交付节奏；应用层是系统集成、场景运营与 RaaS。

钱在哪很清楚：上游核心部件毛利率普遍在 40%—70%， 而纯外购集成的整机厂毛利率仅 10%—20%，多数还持续亏损。所以自 2025 年起，头部整机企业纷纷向上游自研，宇树自研执行器、电机与控制， 开普勒核心部件自研率超 80%，也有的向下游运营延伸。

报告给地方政府的结论一句话说透：扶持整机组装的边际收益正在下降， 卡位关键部件、开放真实场景与参与标准定义的价值更高。

组装不赚钱，上游才赚钱，这是产业扶持该看的方位。

图源：《2026全球具身智能产业分析报告》（第14页）

六、四个梯队：只有第一梯队跑通了闭环

报告按载体把成熟度切成四档，这个分法比笼统讲"具身智能"实用得多。

第一梯队是工业协作机械臂与 AMR，已规模商用。2025 年全球协作机器人出货约 5.7 万台、 营收超 12 亿美元；移动机器人销售规模约 63 亿美元、销量约 26.5 万台，中国企业销量约 18.2 万台、 全球占比约 68.7%。

第二梯队是轮式加机械臂、四足与特种机器人，正从试点走向小批量。四足 2025 年全球出货约 8.2 万台， 中国约 6.5 万台占 80%；特种机器人靠国网、中石油等央企常态化采购，但偏项目制。

第三梯队才是人形机器人。IDC 统计 2025 年全球出货约 1.8 万台、销售额约 4.4 亿美元， 同比增长约 508%；应用以汽车总装、3C 物料、仓储搬运为先。

第四梯队是通用家庭场景，仍处早期验证。行业普遍判断 2028 年前以数据采集与开发者验证为主， 2030 年前后成本降到万元或万美元级、安全认证成熟，才可能启动消费级渗透。

真正跑通商业闭环的，是机械臂和 AMR，不是人形。

图源：《2026全球具身智能产业分析报告》（第15页）

七、美脑、中身、欧规、日韩精密

全球分工被报告概括成一句话：制造能力、智能能力、规则能力、精密能力的错位分布。

中国做"身体"，2025 年全球人形机器人出货中国占比超 84%，长三角供减速器与伺服电机， 粤港澳做整机集成，优势在造得快、造得便宜，短板在基础模型与高端算力。

美国做"大脑"，OpenAI、Google DeepMind、英伟达掌握 VLA 与世界模型的研发主导权， 英伟达提供从训练到部署的全栈算力底座，Figure AI、Tesla 定义技术路线与产品形态。

欧洲做"规则"，ISO/TS 15066、IEC 61508 等核心标准由欧洲机构主导，TÜV、SGS 掌握认证权威， 整机出货不占优势，却握着市场准入的裁判权。日韩做"精密"，Harmonic Drive、纳博特斯克做减速器，安川、松下做伺服电机， 发那科、安川在运动控制与系统集成上积累数十年。

但报告也指出这种错位正在失效：美国在补制造短板，中国在攻上游模型，欧洲规则优势被本土标准对冲， 日韩精密壁垒被国产替代收窄，未来 3 到 5 年将从错位走向正面对位。

错位互补只是阶段性红利，正面对位才是下一轮。

图源：《2026全球具身智能产业分析报告》（第16页）

八、给城市的五条建议，第一条是别补贴

报告最后落到城市层面，五条取向都很实操，且都在反常识。第一条是从招商引资转向应用牵引。城市真正能垄断的资产是本地场景——工业巡检、仓储物流、 应急抢险、养老护理，与其补贴供给端，不如开放公共场景、用政府采购兑现需求。

第二条是先自诊定位再选层卡位：策源型城市做大脑与人才密度，制造型城市巩固身体与供应链， 场景型城市打通闭环，治理认证型城市把标准与认证做成资产。

第三条是用生态完整度替代企业数量做考核，把 KPI 从落户企业数改成生态要素齐备度。第四条是警惕产能过剩，资源应倾向关键部件龙头与场景集成能力，而非同质化整机产能。

第五条是提前布局软基建与规则话语权，公共测试验证平台、开放数据与仿真、算力与绿能， 以及统计认证与治理规则，都是入场券。

报告还有个时间判断：先发城市会不可逆地锁定人才密度，后发者补课成本随时间陡增，窗口期在收窄。 37 页完整版与全部图表都在运营动脉（www.yydm.cn）上，搜报告名即可打开。