2026：人形机器人的"iPhone 时刻"还差多远？
2023 年是大语言模型爆发之年，2024 年是 AI Agent 的探索之年，而 2025-2026 年，被称为「具身智能（Embodied Intelligence）」的元年。这个术语听起来很高深，但含义其实很直接：让 AI 拥有"身体"——能感知物理世界、能移动、能操作物体、能与环境交互。
为什么是现在？因为两个技术浪潮恰好交汇了：大语言模型赋予了机器人"理解任务"和"规划行动"的大脑；而硬件和控制的进步让机器人的"身体"越来越灵活和可靠。正如 Figure AI 的创始人 Brett Adcock 所说：「我们在过去三年里取得的机器人硬件进步，超过了之前二十年的总和。」
如果大模型是 AI 的"大脑"，那具身智能就是给这个大脑配上"身体"。一个只能聊天的 AI 和一个能帮你搬箱子、做饭、打扫卫生的 AI——它们通向的是两个完全不同量级的未来。
全球主要人形机器人平台盘点
Figure 02（美国）——最像"人类工人"的机器人
Figure AI 是当前全球人形机器人赛道融资最多的创业公司——2025 年累计融资超过 20 亿美元，投资者包括 OpenAI、微软、NVIDIA、Jeff Bezos。2026 年发布的 Figure 02 是第二代产品，相比第一代有了质的飞跃：
- 灵巧手：Figure 02 的手部有 16 个自由度（人类手部有 27 个），能完成拧瓶盖、拿取易碎物品（如鸡蛋）、使用工具等精细操作。手部的触觉传感器可以感知接触力的细微变化——这是之前机器人领域最困难的课题之一。
- AI 大脑：Figure 02 集成了与 OpenAI 合作开发的 VLM（视觉-语言模型），能通过自然语言理解和视觉感知来执行任务。例如，你对它说"把桌上的红色杯子和蓝色杯子对调位置"，它能理解这个指令、识别物体、规划动作路径并执行。
- 续航：充满电可持续工作约 5 小时——对于工业场景来说还是不够，但比第一代的 1.5 小时已经是质的飞跃。
- 商业化进展：2025 年，Figure 01 已经在 BMW 的工厂中进行了试点部署，执行简单的零部件搬运和分拣任务。2026 年，Figure 02 开始在多家制造企业的产线上进行扩展试点。
Tesla Optimus Gen 3（美国）——马斯克的"万亿机器人"赌注
Elon Musk 可能是世界上最激进的机器人乐观主义者。他多次公开表示，Optimus 机器人的长期市场价值将超过 Tesla 的汽车业务——"可能达到 10 万亿美元以上"。2026 年发布的 Optimus Gen 3 展示了 Tesla 在机器人领域的核心优势——制造能力：
- 成本控制：Optimus 大量复用 Tesla 电动车的组件——电池、电机、传感器、FSD（全自动驾驶）芯片——这使得其硬件成本大幅低于竞争对手。Musk 表示 Optimus 的量产成本目标为 2 万美元以下——当然，从"目标"到"实现"还有很长的路。
- FSD 视觉系统迁移：Optimus 使用了与 Tesla 车辆相同的视觉感知系统（基于纯视觉的神经网络），这带来了海量的路测数据和训练经验的"迁移"优势。
- 实际能力：在 2025 年底的演示中，Optimus Gen 3 展示了行走、下蹲、捡拾物体、分类颜色块、叠衣服等操作。但这些演示都是在受控环境下进行的，量产和实地部署的时间表仍然不确定。
宇树 Unitree H1 / G1（中国）——性能怪兽的"中国速度"
宇树（Unitree）是中国具身智能领域的明星公司。他们在四足机器人（机器狗）领域已经是全球出货量第一，2024-2026 年在人形机器人上也展现了惊人的研发速度：
- H1：身高 1.8 米、体重 47kg 的全尺寸人形机器人，移动速度可达 3.3m/s（约 12km/h），是目前跑得最快的人形机器人之一。2025 年，H1 在视频中展示了后空翻（360° backflip）——这在人形机器人中是极为罕见的动态能力展示。2026 年，H1 已经开始向高校和科研机构批量交付，用于运动控制和具身智能的算法研究。
- G1：面向更广泛商业和消费场景的中型人形机器人，售价约 9.9 万元人民币（远低于 Figure 和 Optimus 的量产目标价），主打"性价比"路线。G1 身高约 1.3 米，更轻便、更容易部署在家庭和服务场景中。手部同样具有灵巧操作能力，能使用吸尘器、开瓶盖、锤钉子等。
- 核心优势：极快的研发迭代速度 + 自研核心零部件（电机、减速器、控制器）+ 中国供应链的成本优势。宇树 CEO 王兴兴在 2026 年初的采访中表示：「我们的目标不是做出最贵的机器人，而是做出最实用的机器人。」
1X NEO（挪威/美国）——"软"机器人路线
1X Technologies（OpenAI 和 Tiger Global 投资）走了一条与其他厂商截然不同的路——他们不做硬邦邦的金属机器人，而是用柔性材料包裹的"软机器人"。NEO 的外观更像一个穿了连体衣的人，而不是冷冰冰的机器。这种设计理念的核心是"安全性"——软材料意味着即使机器人意外与人碰撞，也不会造成伤害。这使其特别适合家庭和护理场景。
Agility Robotics Digit（美国）——最早商业化的物流机器人
Digit 是专注于物流场景的"半人形"机器人——它有双臂和双腿，但头部被传感器集群替代。亚马逊在 2025 年已经在多个仓库部署了 Digit，执行"最后一米"的搬运任务——从货架上取下周转箱、搬运到传送带。这是目前人形机器人领域商业化最成熟的案例。
技术路线之争：双腿 vs 轮子，灵巧手 vs 专用工具
2026 年的具身智能领域正在经历一场关于"机器人应该长什么样"的路线之争。双腿行走在人形机器人中具有极强的视觉冲击力，但在实际应用中，轮式或履带式移动更高效、更稳定、更便宜。很多业内人士认为，除了少数需要上下楼梯或越过障碍的场景外，"双腿"更多是一种"审美偏好"而非"工程最优解"。同理，"灵巧手"的研发投入巨大，但在许多工业场景中，一把专用夹具比灵巧手更快、更可靠、更便宜。这个争论的本质是：我们是要做出一个"像人的通才机器人"，还是要做出"解决特定问题的实用机器人"？商业上后者显然更务实，但前者才是这群创业者和工程师的终极梦想。
具身智能的技术拼图：大脑 + 小脑 + 身体
一个完整的人形机器人需要三个层面的技术协同：
- 大脑（AI 大模型）：负责任务理解、规划和决策。这是大语言模型和 VLM 的用武之地——理解"把蓝色的箱子搬到 B 区"、规划动作序列。
- 小脑（运动控制）：负责将大脑的动作规划转化为具体的电机控制信号。"怎么走""怎么抓"——这使用「强化学习（Reinforcement Learning）」和「模仿学习（Imitation Learning）」在仿真环境中大量训练，然后「Sim2Real」（从仿真迁移到真实世界）。
- 身体（硬件）：电机、减速器、传感器、电池。这是决定机器人实际性能和成本的基础。中国的宇树和智元在这一层具有明显优势（自研核心零部件）。
应用场景与商业化时间表
从商业化节奏来看，人形机器人会按以下顺序逐步渗透：制造业（2025-2028，零部件搬运、分拣、简单装配，如 BMW + Figure、亚马逊 + Digit）；物流仓储（2026-2029，卸货、分拣、打包）；零售与服务（2028-2032，理货、导购、清洁）；家庭服务（2030+，家政、护理、陪伴）。
需要特别说明的是，家庭场景是最诱人但也最难攻克的——家庭环境高度非结构化（每个家庭的布局都不同）、任务种类繁多（洗碗和叠衣服是完全不同的技能）、安全性要求极高（不能伤害老人和小孩）、成本敏感（消费者对价格的承受力远低于企业）。所以尽管 Figure 和 Tesla 都在说"家庭机器人"的愿景，但短期内（5 年内）人形机器人的主要市场仍然是 B 端。
中国具身智能的特殊机遇
中国在具身智能领域有独特优势：供应链完整度全球最高——所有核心零部件（电机、减速器、传感器、电池、芯片）在国内都能找到供应商；制造业场景丰富——中国是全球最大的制造业国家，为机器人提供了海量的应用场景和数据；政策支持力度大——"机器人+"已被写入多个国家级产业政策；成本优势明显——同样规格的机器人，中国企业的 BOM 成本通常比美国同行低 30-50%。
当然，挑战也同样明显：在 AI 大模型层面与美国仍有差距、高端传感器和精密减速器仍部分依赖进口、品牌和生态建设相对薄弱。但考虑到中国在电动车、光伏、手机等领域曾经走过的"从追赶到引领"的路径，具身智能这个赛道同样值得乐观期待。
🤖 2026 具身智能的核心判断：
人形机器人正处于从"实验室演示"到"产线试点"的转折点。未来 2-3 年不会出现大规模家庭应用，但在制造业和物流中的渗透将加速。中国的宇树、智元、达闼等企业是值得持续关注的核心玩家。
结语：让 AI 走出屏幕
大语言模型让 AI 学会了"思考和对话"，具身智能让 AI 学会了"行走和行动"。当这两者结合时，AI 就不再是屏幕背后的一个对话框，而是存在于物理世界中、能与你真正互动的实体。这是 AI 进化的下一步，也是最激动人心的一步。访问星枢 AI，跟踪最新的具身智能动态。