信通院最新报告预判：具身智能两年内完成首轮行业出清

“融资狂飙，具身智能暗藏行业洗牌潮。

2026年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发布《具身智能发展报告（2026年）》。

这是继2024年、2025年之后，信通院第三次发布年度具身智能报告。报告把这一年的产业状态概括为一个词：热中有冷。

一边是资本、政策和产品供给全面升温——上半年国内具身智能融资322起、约935亿元，较去年同期增长5倍，世界机器人大会发布的新品从123款增至311款；另一边是技术和落地明显滞后，演示级进步不等于真实产线作业能力。

如果把镜头对准人形机器人这一个品类，这种冷热撕裂看得更清楚。

01.

出货超2.2万台，这些机器人到底去哪儿了？

报告显示，2026年上半年全球人形机器人出货量超过2.2万台，同比增长近300%。其中五家国内整机厂商的出货占比合计超过86%，全球供给的重心已经明显转向国内。

量上来了，货却大多没进工厂。数据表明，上半年出货的结构是：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约占13%和5%。也就是说，卖出去的机器人，六成以上流向了展会、表演、教学和拿数据，真正进产线干活的只有智能制造这13%，即便把仓储物流的5%算上，也不到两成。

文娱和赛事承担了"能力展示场"的角色。2026年北京亦庄人形机器人半程马拉松的参赛队伍从2025年的20支增至102支，冠军完赛时间从一年前的2小时40分42秒缩短到50分26秒，不到去年时长的三分之一。

第二届世界人形机器人运动会吸引了16个国家的666支队伍、2056台机器人同台，参赛队伍数量较首届增长138%，机器人数量翻了两番；100米完赛时间由首届的21.50秒缩短至9.32秒。观众规模也在翻倍，2025年世界机器人大会现场参会27.1万人次，2026年达到55.7万人次，同比增长约106%。这些成绩拉高了社会预期，但比赛和表演本身不产生用工需求。

消费级产品先跑出了真实付费。BabyAlpha系列消费级机器狗累计销量超过2.5万台，家庭用户占90%；维他动力消费级四足机器人截至8月已完成126万次大模型交互、23700公里用户伴随里程和13.15万小时用户陪伴；海外市场上，卡西欧AI陪伴机器人Moflin全球累计销量已超过2万台，松下陪伴机器人NICOBO累计销量突破1万台。玩具和陪伴类产品的变现，靠的是情绪消费，不是生产替代。

生产场景的验证仍在小规模推进。Figure AI的人形机器人直播包裹分拣，连续作业超过200小时、累计处理约24.96万件；自变量机器人一小时分拣包裹1816件；南方电网基于电力具身大模型研发的机器人已在深圳、广州多座变电站试点，自主完成开关柜巡检、红外测温等作业。

在零售场景，银河通用机器人在北京十余家合作药店承担盘点、补货、取送和打包，单店日处理订单200到300单；千寻智能的Moz机器人在京东MALL线下门店担任咖啡制作服务员。这些案例证明机器人能干活，但单点验证要复制到多场景，经济性仍难成立，范围还局限在少数结构化环节。

从采购端也能看出同样的偏向。报告援引统计，2026年上半年国内公开披露的具身智能及人形机器人相关中标项目里，教育科研机构占55.5%，政府及公共平台占20.6%，工业及技术型企业只占21.1%。

而且这些公开订单中混杂着正式采购订单、框架协议、战略合作、意向订单以及政策性和示范性采购——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，都不能直接等同于真实商业需求。相当一部分设备买回去只做展厅接待或活动演示，表演档期之外大量空置，月均开机不足10天的情况并不少见。

02.

数据从10万小时涨到百万小时，成功率只多了8个点？

出货不等于上岗，根子之一是模型还没跨过能力门槛，而模型能力的天花板又卡在数据上。

技术路线至今没有收敛。国内多数企业仍集中在π0、π0.5和OpenVLA等较早的开放模型上做复现和微调，这些基座落后前沿闭源模型约两代，产业可获得能力与前沿水平之间存在断层。

数据效用低，直接限制了模型能力的上限。Dyna-2模型在2026年8月发布，第一次在百万小时数据规模下讨论扩展定律。结果发现，预训练数据从10万小时增加到百万小时后，在14个自建任务集上的平均成功率只从45%提升到53%。而国内大多数模型还停留在10万小时以内的数据量，和前沿水平差了约一个数量级。这意味着，单纯堆数据换不来能力的越级跃迁，具身智能难以复制大语言模型那种"数据越多、能力线性上涨"的扩展定律。

数据缺口本身也很大。报告引用外部测算，要实现机器人"ChatGPT时刻"，模型需要千万小时级的有效数据。但具身智能所需的多模态交互数据从未被系统性记录，也无法从互联网直接获取，只能从零逐条生产。

为填补缺口，国内数十家公司已进入具身数据赛道，近一年出现97起融资事件、涉及34家公司、披露金额超200亿元；截至2026年6月底，全国建成启用的具身智能训练场超过70家，已覆盖国内超半数省份。

为什么补数据这么难？报告拆成三道工程关。数据工程上，机器人数据天然异构，来自不同本体、不同任务和不同采集者，混合方式直接影响训练效果，在统一末端执行器坐标系下只用Open X-Embodiment数据能拿到77.3%的成功率，混入异构真实机器人数据反而降到73.8%。

训练工程上，模型预训练损失下降和真实任务成功率之间没有稳定对应关系。系统工程上，模型输出的动作指令与本体强绑定，部署到机器人上通常还要逐一处理技能对接、标定、接触力控制和故障恢复。

即便数据补齐，部署门槛仍然高。模型在泛化能力、作业节拍、持续运行和故障恢复上仍有明显短板，可以在限定环境里完成分拣、搬运、上下料、叠衣和抓取，但不少能力依赖固定工位、预先建图、限定物料或人工接管。复杂任务中表现最好的基础模型，仍普遍需要针对目标重新采集数据、微调适配。落地模式本质上还没跳出传统机器人"每个场景、每个任务重做一遍"的路径。

03.

日租金从2万跌到千元，表演生意还怎么赚？

低门槛场景最先感受到寒意，价格是最直接的信号——不过跌的不是整机售价，而是租赁价和二手残值。

人形机器人表演租赁的日租金，从2025年初的约2万元，降到2026年的千元级，跌幅八到九成。二手市场上，一部分2024到2025年购入价30万到80万元的旧款工程样机，2026年二手行情已经掉到3万到6万元，残值缩水接近九成。

价格崩得这么快，原因是供给扎堆、需求有限。现阶段可落地的任务仍主要集中于包裹和零部件分拣、料箱搬运、取放、上下料、质量检查及巡检等少数标准化或半结构化流程，企业挤在同类客户和相似工位上竞争。整机定价多在数十万元，单笔金额大，盈利基础相对薄弱，同质化竞争风险正在积累。

早期靠设备稀缺性、面向表演和展示"赚快钱"的商业模式，正在快速失效。报告把这类低门槛市场的利润出清，看作行业回归理性的一道信号——热度退去之后，留下来的是经过考验的技术、产能和供应链。

04.

半年营收3.16亿、亏损1.08亿，具身业务为什么还不赚钱？

租金和二手价下来了，落地成本却没下来，这是多数企业增收不增利的结构性原因。

越疆科技2026年上半年营业收入3.16亿元，同比增长106.6%，但净亏损扩大到1.08亿元，同比扩大163.8%。收入仍主要来自传统协作机器人业务，具身智能业务尚未盈利。A股超过500家上市公司在半年报里提到具身智能，但披露相关业务收入的只有个位数。另一边，达到百亿估值的企业已增至20家，且多数侧重具身大脑——估值跑在收入前面。

成本结构是硬约束。单台轮臂式或双足人形机器人，一年的综合运维成本约50万到70万元，高于多数岗位的人力成本。整机价格可能只占总拥有成本的40%到60%，剩下的是场景改造、系统集成、数据采集与模型训练、运维人员配置和故障停机损失。客户买的不是一台机器，而是一套要持续花钱的系统。

收入开始在不同环节分化，但多数环节还没到盈利。数据环节最先闭环，鹿明机器人数据超市把UMI真实场景采集数据以100条为一个产品出售，单个产品售价百余元，遥操作真机数据每条数百到上千元。模型环节整体处于早期，价值主要通过整机溢价、订阅和生态绑定间接变现。

本体环节是整机销售与租赁双轨并行，1X的NEO提供每月499美元进家方案，自变量机器人与58同城在深圳推出3小时149元的智能保洁服务。报告判断，产业链多数环节处于"增长已成立、盈利未建立"的探索阶段，成熟闭环尚未形成。随着整机集成成本下探，租赁费用也在走低，这类模式面临早期购入价高、后期成本难覆盖的风险。

商业闭环还卡在几个具体环节。优必选Walker S系列2024年7月首次进入汽车工厂实习，到2025年3月才开展首例多台、多场景、多任务协同实训，真正实现产业级量产能力还需要一到两年。

责任与风险也缺乏依据，人形机器人一旦发生人身或财产损害，企业可能同时面临民事赔偿、产品召回和行政罚款，2026年7月宁波落地首单人形机器人应用保险，中国太保产险推出全国首单遵循6S全周期标准的具身机器人综合保险，但风险识别和精准定价仍是难点。

05.

未来两到三年产业洗牌正式开始？

冷热分化正在从预期变成经营现实，停摆已经出现在个案里。

报告判断，行业洗牌已经启动，未来两到三年会通过市场竞争淘汰缺乏真实价值的企业和模式，完成首轮行业出清。资本和产业资源正从"广撒网"转向"精聚焦"，真正能解决泛化、可靠性、成本和数据闭环问题的企业会拿到更多资源。

硬科技产业从0到1的阶段都伴随阶段性泡沫，2000年前后的互联网泡沫推动了宽带网络和数据中心建设，2015到2018年新能源汽车行业经历产能扩张和泡沫挤压后，沉淀出完整的电动车产业链。具身智能正在重复这一进程。

政策端也在把行业往"作业"方向推。报告提到的"实景实训专项行动"提出，年底前推动机器人从"演示表演"转向常态化"作业模式"，并落地超万台设备。本体企业的竞争逻辑也在变，行业将从"拼数量"转向"拼真实能力"，未来两到三年的核心指标会渐渐从"机器人能不能动"转向"机器人能不能稳定完成真实工作"。

到今年底，机器人到底是停在展厅还是真的进了产线，这份"超万台设备"的硬指标会给出一部分答案。真正能留下来的，是那些把泛化、可靠性、成本和数据闭环同时解决掉的企业。

资料来源：《具身智能发展报告（2026年）》，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，2026年10月。

链接：https://www.caict.ac.cn/kxyj/qwfb/ztbg/202610/P020261017386634224942.pdf