具身智能2026：融了935亿，机器还是只能干演示

本文解读：《2026具身智能发展报告-中国信通院》 · 共 82 页 · 原文

具身智能在2026年同时出现了两个方向相反的事实：钱到位了，活还没干成。中国信通院与清华大学 电子工程系、具身智能测试实验室联合发布的报告共82页，是这一系列的第三份。

热的一面很硬：上半年国内融资322起、约935亿元，同比增长5倍；百亿估值企业增至20家； 2025年世界机器人大会发布新品123款，2026年增至311款。

冷的一面同样硬：上半年全球出货超2.2万台的机器，主要去了文娱商演和科教数采，两者合计超过 六成，智能制造只占13%。斯坦福2026年AI Index显示，机器人在真实家庭环境中的任务成功率为12%， 而软件仿真里是89.4%。

这份报告最值钱的地方，是把“投了多少”和“干成了多少”分开算了一遍。

图源：《2026具身智能发展报告》（第1页）

一、先看清“有身体”是什么意思

报告对具身智能的定义抓得很紧：不是“给人工智能装一个身体”，而是通过物理实体与环境持续交互， 让智能在感知、认知、决策、行动和反馈中形成闭环。

从“实验室”到“实训场”再到“实景场”，报告把这三年看作一条清晰的路径，2026年正卡在第二个 节点上——已经从展台走下来，但还没走进产线。

与之并行的是物理AI。这个概念2020年由瑞士联邦材料科学与技术实验室与帝国理工学院联合提出， 指把物理规律嵌入感知、推理、生成和行动全过程。2024年英伟达把它定为核心方向，2026年麦肯锡 称其为人工智能的下一个前沿。

报告认为两者正在趋同：EAI强调“智能如何通过身体实现”，PAI强调“人工智能如何作用于物理 世界”，共享多模态基础模型、VLA、世界模型、物理仿真、合成数据这套底座。

真正卡住的是最后一段：过去AGI讨论集中在语言、推理和跨领域数字任务，现在正在转向开放环境中 完成广泛的人类任务。

GPT-6 Astra在“把圆形拼图块精确插入对应凹槽”这类亚毫米级任务上，成功率只有10%。“能想”和“能做”之间的差距，比大多数发布会承认的要大得多，这也是全篇反复回到的主线。

图源：《2026具身智能发展报告》（第3页）

二、钱往哪里去：本体拿了大头

国外市场看的是十亿美元级项目：2026年1月Skild AI完成14亿美元C轮，6月德国NEURA Robotics 宣布最高14亿美元C轮，2月World Labs完成10亿美元融资，3月AMI Labs完成10.3亿美元。世界模型成为新的大额投入方向，这与后面技术章节里“世界模型从生成画面转向辅助规划”的判断 互相印证。

国内资金更集中。上半年融资额前20家企业合计约550亿元，占总融资额59%。拆开看：人形机器人 本体约315亿元，具身“大脑”约145亿元，核心零部件约53亿元。

融资阶段在往中后段移：种子轮到Pre-A轮仍占58.94%，但A轮到B+轮的融资金额已占40%以上。 同期参与机构超过800家，头部VC、国资和产业资本一起进场。

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。

跨界玩家也从“技术验证”转成“平台建设”。特斯拉7月在弗里蒙特工厂搭Optimus本体产线， 小鹏计划2026年底启动IRON量产，小米走“自研模型＋自有本体＋汽车工厂”的闭环。

钱先流向本体，因为本体最好被看见；但报告认为瓶颈在数据和模型。

图源：《2026具身智能发展报告》（第5页）

三、出货数字好看，落点却不在产线

上半年全球人形机器人出货超过2.2万台，同比增长近300%，这是报告里最亮眼的数字。但拆开用途就变味了：文娱商演和科教数采合计占比超过60%，导览导购约占19%，智能制造和 仓储物流分别只占13%和5%。

招投标数据更直白。上半年国内公开披露的相关中标项中，教育科研机构占比约55.5%，政府及公共 平台约20.6%，工业及技术型企业仅约21.1%。

使用强度也不高。相当比例设备仅用于展厅接待或活动演示，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。

成本侧更难算账。整机价格只占总拥有成本的40%—60%，还要加上场景改造、数据采集、模型训练、 运维和停机损失。单台轮臂式或双足人形机器人的年度综合运维成本约50万至70万元。

报告由此把三个“不等于”并列：出货不等于现场真干活，订单不等于真实需求，单机成本不等于落地 成本，任何一环算漏，账都是虚的。

把意向订单和框架协议算进“市场规模”，是当下最常见的一种失真。

图源：《2026具身智能发展报告》（第7页）

四、低门槛的钱先被挤干了

洗牌不是预测，是已经在发生的事。表演租赁市场上，人形机器人日租金从2025年初的约2万元 降至2026年的千元级，跌幅八至九成。

二手市场更惨。部分2024—2025年购入价为30万至80万元的旧款工程样机，2026年行情已降到 3万至6万元，残值缩水接近九成。经营层面同样承压。越疆科技2026年上半年营业收入3.16亿元，同比增长106.6%，净亏损却扩大到 1.08亿元，同比增长163.8%，收入仍主要来自传统协作机器人。

A股超500家上市公司半年报提及具身智能，但披露相关业务收入的只有个位数。报告还点了两个个体：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。

它给的类比很克制：2000年前后的互联网泡沫留下了宽带和数据中心，2015—2018年的新能源车 泡沫留下了完整产业链。具身智能正处在期望膨胀期，未来两至三年完成首轮出清。

靠设备稀缺性赚快钱的窗口已经关上，接下来比的是持续交付。

图源：《2026具身智能发展报告》（第10页）

五、技术路线没收敛，只能先做系统闭环

2025年行业吵的是分层架构还是端到端、VLM还是VLA还是世界模型；2026年的结论是：主导架构 仍未出现，扩展定律仍在探索，路线远未收敛。

报告于是换了思路——沿数据、模型、本体、算力四个要素同时发力，用系统协同换能力突破， 而不是等一个“完美架构”。模型侧最接近落地的是VLA。Figure 03搭载Helix 02于6月进驻宝马工厂；蚂蚁灵波让乐聚、星海图 和自研R-2三台异构机器人共用LingBot-VLA 2.0一个“大脑”。

一个容易被忽略的趋势是边界在融合：VLA的动作空间天然包含底盘自由度，纯导航可退化为其子集，VLN正逐步被VLA吸收，移动与操作的界线变模糊。

报告把当前探索归成三个方向：推进端到端规模化与扩展定律、多路线并行突破认知与行动、 用智能体范式先落地再回流数据。第三条最像工程答案。

路线没定的时候，能跑通闭环的那套组合本身就是竞争力。

图源：《2026具身智能发展报告》（第14页）

六、数据的缺口，只能从零一条条生产

大模型能吃万亿级token的互联网语料，具身智能吃不到。视觉、动作、关节扭矩、力触觉这些 多模态交互数据从未被系统性记录，无法从互联网直接取，只能从零逐条生产，这是全行业最硬的约束。

据测算，要实现机器人“ChatGPT时刻”，模型需要千万小时级有效数据。近一年数据赛道出现 97起融资，涉及34家公司，披露金额超200亿元。

供给走两条线。仿真侧解决迁移：上海人工智能实验室的SIM1在真实场景零样本成功率达90%， 密歇根大学SBLR在轴孔装配上达到85%—97.5%。

真实侧从“成功演示”转向“质量分布”。π0.75把低质量和失败遥操作也纳入训练，标注质量分与 错误标签作为监督信号。

采集设备也在脱开本体。京东用头戴设备做出1680小时第一人称数据集EgoLive，清华大学RDT2 用超1万小时家庭UMI数据实现跨本体零样本泛化。

但数据量级的现实差距很硬：Dyna-2把预训练从10万小时扩到百万小时，14个自建任务的平均 成功率只从45%升到53%，而国内大多数模型还在10万小时以内。

数据不是“越多越好”，配比、质量和失败样本的处理方式才是变量。

图源：《2026具身智能发展报告》（第19页）

七、评测基准说了实话：仿真强，真机弱

编写组统计了2026年公开发表的约800篇论文及其使用的基准，把现有公开基准分成具身认知、 具身导航、具身操作、具身安全四类。

操作侧的“饱和”是假象。LIBERO上论文报告的平均成功率多在97%至99%，RoboTwin 2.0一年内 升到95.8%。但LIBERO-Plus加七维扰动后，原本95%以上的模型普遍跌到30%以下；π0在相机视角和初始状态 两类扰动下分别跌到13.8%和6.0%。

更难的任务几乎是空白：RoboDojo里拧螺丝、插充电器这类精细灵巧操作，最高平均成功率在20% 左右；开放语义交互任务上最好的模型不足5%。

认知和行动之间也断着。Gemini 3 Pro在ERQA上得70.5分，但在直接输出操作点位的 RoboSpatial-Pointing上准确率只有27.0%。真机与仿真还会错位：RoboDojo双榜显示，仿真榜首和真机榜首并不是同一个模型，有模型在 真机上反而反超。

论文里的“成功率”如果不写扰动条件，基本等于没说。

图源：《2026具身智能发展报告》（第62页）

八、收入先出现在“卖铲子”的环节

产业链地图先给了一组数：截至2026年10月8日，国内相关企业405家，上游180家、中游257家、 下游212家，191家同时覆盖两个及以上环节，占47.2%。地域更集中：北京109家、广东84家、上海58家，合计约62%；加上江苏45家、浙江39家， 前五省市超过八成。

最先跑出真金白银的是数据环节。鹿明机器人的数据超市按100条一个产品卖，时长20到60秒， 单产品售价百余元；遥操作真机数据在数百到上千元。

模型环节的商业化最早期，主要靠整机溢价、订阅和生态绑定间接变现，很少有人单独卖模型。本体环节是“销售＋租赁”双轨。1X的NEO提供每月499美元的进家方案，自变量机器人与58同城 合作的智能保洁在深圳3小时定价149元。

后市场也成形了：从4S店长到6S、7S、9S店，长沙的9S店已涵盖展示、销售、租赁、定制、孵化 和人才培训九项功能。

产业链最先闭环的永远是卖水和卖铲的，机器人本体还在等第一批复购。

图源：《2026具身智能发展报告》（第54页）

九、卡在试点，因为每个场景都要重做一遍

报告列了三个卡点，第一个是周期。优必选Walker S系列2024年7月首次进汽车工厂实习， 到2025年3月才做多台多场景协同实训，产业级量产还要一到两年。

可复制性更麻烦。艾图机器人在单一品类、单一面料下验证了裁片分离成功率97%，换一种未训练 过的面料就无法自适应。

第二个是供需错配。客户要的是规定时间内可量化、可验收、次次成功；行业现状是“某些条件下 能完成，扰动一多成功率就波动”，工业现场的金属反光和粉尘常让感知失灵。

数据开放是另一半难题。场景方握着工艺参数，担心数据外泄和产线停改，双方缺稳定的利益 分配与信任机制，共创往往要场地、人员乃至股权一起投入。

第三个是标尺缺失。接口、通信协议、安全标准各自摸索，数据无法互通，每家企业重复采集， 规模化卡在“每个场景单独训练”，成了重复造轮子。

风险分担刚刚起步：2026年7月宁波落地首单人形机器人应用保险，中国太保产险推出首单遵循 6S全周期标准的综合保险，但缺历史数据，定价依旧是难点。

从“能造出来”到“能复购”，中间隔着的是一整套工程与责任体系。

图源：《2026具身智能发展报告》（第76页）

十、下一个两三年，看什么

报告对未来给的判断并不激进：本体企业会加速分化，竞争指标从“机器人能不能动”转向 “能不能稳定完成真实工作”，资源从广撒网转向精聚焦。

应用遵循二八原则。近期八成资源仍集中在巡检、安防、工业搬运、物流仓储、柔性装配、质量 检测这些目标明确、环境稳定的场景，另外两成去试家庭服务和养老陪护。

技术侧的关键词是软硬一体。竞争评价会从单项性能转向长期稳定运行，连续运行时间、故障率、 维护周期和“三年无大修”这类指标会变成交付门槛。

治理侧从“建框架”走向“落地实施”，安全也从模型安全扩展到物理行动安全，从“事后检测” 走向“设计内生”。

还有一层容易被忽略：新型职业会先于新型产品普及。机器人训练师、具身数据工程师、技能工程师、 运维师、安全测试工程师，这五类岗位已经在报告里被点名。

82页完整版、全部图表与逐页数据，都在运营动脉（www.yydm.cn）上，搜报告名即可打开。