上半年全球出货量近3.5万台！四足机器人告别“秀肌肉”，加速冲刺“进厂”

曾经频繁出现在科技展会、短视频和舞台表演中的四足机器人（俗称“机器狗”），正在加快进入安防巡逻、工业巡检等领域。

9月21日，研究机构Counterpoint Research发布的最新数据显示，2026年上半年，全球四足机器人出货量已接近3.5万台，其中四成来自行业应用，中大型四足机器人装备的需求有显著增长。

伴随需求结构的变化，四足机器人市场的竞争格局也开始出现分化。整体市场中，依靠文娱、科教等市场率先实现规模化的宇树科技以37%的份额排名第一；脱胎于智元灵犀产品线的智元酷拓以16.3%的份额位居第二，智身科技以12.6%的份额位列第三。但如果聚焦到行业应用市场，厂商座次已经发生变化：智元酷拓、云深处、智身科技的市场份额分别达到27.8%、26%和18.9%，宇树则为17.6%。

图片来源：Counterpoint Research研究报告

Counterpoint Research预测，今年全年，全球四足机器人出货量将首次突破9万台，其中B端行业应用贡献的营收规模将继续高于文娱与科教场景。“长期来看，尽管文娱、科教和家庭消费赛道仍具备可观的增长潜力，但行业应用成为拉动产业规模增长的核心引擎。”

这意味着，当跑、跳、翻越障碍已经不再是少数厂商才能展示的能力，四足机器人的下一轮竞争正从谁的机器狗更灵活、卖得更多，逐渐转向谁能够进入真实业务场景，并持续替人“干活”。

约四成出货流向行业市场

四足机器人并不是一个新物种。早在2015年，波士顿动力就对外展示四足机器人在室内外环境下稳定行走、跟随人类慢跑以及穿越障碍物的能力。此后的十余年里，电机、减速器、传感器以及运动控制算法持续成熟，四足机器人逐渐从实验室走向商业市场。

但相当长一段时间里，这个市场首先解决的仍然是“机器人能不能卖出去”的问题。相比工业场景，科研教育、商业表演等市场进入门槛更低，产品也更容易标准化。厂商将运动控制能力和机器人本体做成相对标准化的平台，再交给高校、开发者以及科研机构进行二次开发，成为过去几年四足机器人比较成熟的商业模式。

这也是宇树科技实现规模化的市场基础之一。

Counterpoint数据显示，2026年上半年，宇树科技以37%的出货量份额继续排名全球第一。其四足机器人出货中，文娱、科教应用占比超过七成；不过在行业应用市场增速偏弱，其份额为17.6%，位列第四。

随着四足机器人市场规模持续扩大，该机构认为，相较于文娱、科教等市场，行业应用将成为未来的发展趋势。但进入工业场景后，市场对四足机器人的要求也明显更高，机器人不仅要“能走”，还要能够适应复杂环境，并完成特定的行业任务。

以工业巡检为例，机器人需要长时间运行在工厂、电站、矿山、地下管廊等复杂环境，不仅要求更高的耐久性、负载能力和IP防护等级，还可能需要搭载激光雷达、气体检测仪、热成像摄像头等多类传感器。

需求已经开始反映在出货结构上。今年上半年接近3.5万台的全球四足机器人出货中，约1.4万台已经进入行业应用，工业巡检、安防巡逻、消防应急和物流运输等过去相对零散的需求，正在成为四足机器人市场新的增量来源。

这一变化也导致头部企业间的竞争正从单纯比拼本体的运动性能，转向重视垂直场景解决方案的交付能力。

在行业应用四足机器人市场中，智元酷拓今年上半年出货量位居第一，其出货约七成来自行业市场，主要覆盖工业巡检、园区巡逻等场景，海外出货占比接近四成；份额紧随其后的云深处则主要布局电力、消防应急等领域，其“山猫”系列采用轮足复合设计，以满足户外长距离巡检需求；智身科技则通过重载产品切入电力、消防等复杂作业场景，其“铜锤”系列今年上半年出货超过千台。

从“会走”到“会干活”，下一道门槛是智能化

如果说过去几年四足机器人解决的是“身体”的问题，那么接下来的竞争越来越指向“大脑”。

对于一台用于科研教育或者商业表演的四足机器人来说，人可以实时控制机器人，甚至提前编写动作程序，但行业客户真正希望得到的，是机器人能够自主完成任务。

以电力巡检为例，目前四足机器人已经能够按照既定路线巡视设备，并通过视觉识别发现温度异常、仪表异常等问题，但这仍然更接近一台“会走路的传感器”。从长远看，该场景对四足机器人的期待是具备跨域感知－推理－执行的独立作业能力，即需要自己判断“去哪里”“看什么”“发生了什么”，甚至在发现异常以后决定“接下来应该怎么办”。这也是为什么感知运控、自主导航等正在成为今年四足机器人厂商集中投入的方向。

图片来源：Counterpoint Research研究报告

今年7月，智元酷拓发布感知运控模型“灵越”和自主导航模型“灵途”；进入9月，智身科技、伽利略等厂商也陆续发布各自的感知运控模型。“智能化已成为四足机器人行业的核心演进方向，也是企业构筑长期技术壁垒、打造产品差异化竞争力的关键抓手。”Counterpoint Research在报告中表示。

不过，从“巡检”到机器人自主决策，中间仍有相当长的距离。机器人偶尔一次成功完成复杂动作，与连续数月在无人值守环境下稳定运行，并不是同一个技术问题。与此同时，不同行业、不同工厂甚至不同设备之间环境差异巨大，这也意味着四足机器人仍需要大量工程化适配。

对此，Counterpoint Research称，未来四足机器人技术底座演进重点是在小脑控制层之上叠加大脑侧 VLA（视觉—语言—动作模型）、通用具身模型，同时赋予四足机器人多模态感知、空间语义理解、自主任务推理与专业作业技能，提升环境理解和运动规划的泛化能力，才能够更好地应对开放环境与未知异常带来的挑战。