8月20日，2026世界机器人大会在北京开幕，人形机器人成为焦点。宇树科技创始人王兴兴展示了一个看似不起眼的场景——机器人收拾会议室。物品被任意打乱后，机器人需要自主判断并恢复整洁，整个过程包含约7至8个不同任务，由一个模型完成切换，还需应对外部干扰。王兴兴认为，这类场景“相对有实用价值，并且难度不是特别大”，可能成为机器人真正进入现实生活的开端。
同日，中国电子学会理事会党委书记、中国人形机器人与具身智能百人会理事长张峰发布了《2026年人形机器人产业发展报告》。报告显示，2026年上半年，中国人形机器人出货量已超过4万台，全球占比进一步提升至97%。人形机器人正从小批量试用加快向常态化部署和规模化应用迈进。
然而，出货量增长并不意味着大规模商业化已经到来。从宇树科技、星海图到银河通用，多家头部企业不约而同地指出，机器人下一阶段真正的门槛，是能否进入陌生环境、快速学会新任务，并以接近甚至超过人的效率持续工作。
过去几年，人形机器人的能力边界不断被刷新。王兴兴介绍，宇树一款正在预览、尚未正式发布的新机器人，开发时间仅3个多月，目前速度已达12.65米/秒，超越人类最快奔跑速度。银河通用则通过强化学习让机器人自主完成网球跑动、击球等动作。但这些高难度能力与真正进入工厂、仓库和家庭之间仍有距离。
王兴兴透露，宇树从2024年就已与汽车工厂合作进行机器人落地，公司内部也部署机器人测试，但目前没有大规模推广，主要原因是效率和泛用性不足。机器人虽能完成简单装配，但效率仍低于人，且每遇新任务往往需要重新训练。宇树希望等泛化能力提升后再大规模推广。
星海图创始人高继扬提出了更直观的衡量方式。他认为，机器人进入生产场景需观察三个指标：速度、精度和泛化性。目前机器人执行效率约为人的70%至80%，厘米级操作已能稳定完成，但毫米级精度仍需强化学习提升。泛化性可理解为培训一个“机器人员工”的成本，目前星海图完成一个新任务约需10小时训练，希望明年缩短至1小时。
一些真实生产场景已开始出现。高继扬介绍，星海图与京东合作的全自主机器人前置仓已覆盖拣选、抓取、放置和打包等流程，展会上这台机器人一天完成了100多单，全程无人工干预。公司今年正陆续交付千台级“模型驱动的真实生产力订单”，预计明年存在向万台增长的机会。
产业化的关键词已从“卖机器人”变成“卖生产力”。高继扬判断，随着模型能力提升，具身智能的商业模式将演变：早期依赖整机销售，毛利率约40%至60%；随后进入方案订阅阶段，毛利率降至20%左右；最终转向以“物理世界Token”为核心的商业模式，产业价值从硬件向智能能力迁移。这意味着，判断机器人公司竞争力，不能只看销量，更要看其进入工厂后能干多少活、培训成本、成功率及可复制性。
关于“具身智能的ChatGPT时刻”，从业者给出了具体标准。王兴兴认为，若机器人能在任意陌生环境通过语言指令完成约80%的任务，即达到产业爆发临界点，时间表为“快的话2-3年，慢的话5年或10年”。银河通用创始人王鹤则认为，目前具身大模型水平约在GPT2，其定义的“ChatGPT时刻”是机器人能在广泛任务上达到70%至80%成功率，并预计公司将在2028年达到该水平。
横在机器人与ChatGPT时刻之间的仍是泛化能力。王兴兴举例，固定场景下机器人成功率可接近100%，但环境稍变成功率便明显下降。更细微的问题发生在“最后几厘米甚至几毫米”，视觉、触觉与真实物理世界的误差可能导致任务失败。他认为，当前AI模型输入输出与机器人对齐程度不够，是最大瓶颈。
数据正成为稀缺生产要素。有从业者认为，训练规模化复制的机器人大脑可能需要千万小时级数据，而目前行业可用数据仅十万小时量级。工业、物流等标准任务中，机器人效率和成本已接近人工，但泛化不足仍难以复制到复杂场景。
宇树科技正探索让物理AI模型“自进化”：制定规则后，由大模型搜索论文、开源方案，自动生成控制代码，再进入仿真和真机测试，根据反馈循环改进。王兴兴认为，这种方式可持续积累技能和数据，提高开发效率。
人形机器人产业化的突破，不只是造出跑得更快、跳得更高的机器。从展台走进仓库、工厂、商店乃至家庭，它面对的是每天都在变化的真实世界。上半年超4万台出货量证明机器人正加速走出实验室，但能否在陌生环境稳定完成任务，决定了它们最终是“卖出去的机器”，还是能持续创造价值的“生产力”。