欧赔｜赔率含义·数据对比与变化解读平台

马斯克近期在公开场合严厉批评了人形机器人行业的现状，这一言论迅速引发了全球网友的广泛关注。

根据澎湃新闻10月11日的报道，马斯克在特斯拉得州工厂举办的X Takeover活动中，谈及人形机器人演示时指出，许多复杂的演示依然依赖于事先编排的动作，并明确表示：“那不是真正的人工智能。”（“Pre-choreographed movements do not count as real capability—robots must handle situations they have never seen.”）

他将评判标准聚焦于机器人能否应对从未遭遇过的场景。

这段话随后被简化为“唱跳机器人都是预设程序”的概括。虽然传播效果显著，但这一表述忽略了其中的细微差别。

报道中使用的措辞是“几乎”，而非“全部”。现有信息也不足以将这番话解读为针对某一家特定中国企业。

他的提醒值得认真对待。机器人行业确实需要呈现精彩的演示，但更关键的是要准确传达自身的能力。

行业目前的发展状况如何？

2026年上半年，全球人形机器人的出货量超过了2.2万台，同比增长接近300%，市场场面确实十分热闹。

然而，从应用场景来看，文娱商演和科教数采合计占据了超过60%的份额，导览导购约占19%，智能制造为13%，而仓储物流仅有5%。

数据来源：中国信通院《具身智能发展报告（2026年）》

要让重达几十公斤的机器人保持平衡、稳定落地并连贯动作，需要电机、结构和控制系统之间的紧密配合。

舞步可以预先编排，但在执行过程中仍可能需要实时的感知和反馈调节。动作有剧本，并不意味着每个关节都只是在机械地重复。

不过，表演舞台通常具有明确的地面、路线和动作边界。

一旦进入家庭环境，杯子位置发生变化、衣物缠绕、孩子突然跑动，问题就会变得复杂得多。

表演可以证明部分运动能力，但要跨环境完成任务，则需要另一套证据来支撑。将这两者混为一谈，容易让消费者高估产品，也容易让估值跑在产品实际能力之前。

前沿技术正在接受陌生环境的考验

当然，行业并没有局限于跳舞这一领域。

Figure公司在2026年9月发布了Helix 2.5，披露了机器人在30个此前未采集数据的家庭中测试整理客厅、叠毛巾和铺床的情况。

按照公司设定的完整任务标准，预训练方案的成功率为56%，而对照方案仅为9%。这些任务本身在其他环境中接受过训练，所谓的“零样本”指的是测试房屋和物品。

这是一项值得关注的进展，但也暴露了差距：即使在企业自设的测试中，仍有相当比例的完整任务未能成功完成。这并非第三方认证，更不能直接等同于家庭产品的可靠性。

依据Figure官网测试结果重新制图。企业自测，非行业横向排名。

波士顿动力今年发布了产品版Atlas，继续推进工业应用。

Agility的Digit已经进入GXO物流的商业运营。与短视频中那些令人惊艳的瞬间相比，这类实际部署更值得持续追踪：客户实际使用了多久、人工介入的程度如何、是否迎来了第二笔订单。

这也说明，全球前沿很难用一个综合排名来分出高下。

运动控制、灵巧操作、跨场景学习和规模制造，各自都有不同的优势。跑得最快的，未必最擅长装配；最会整理房间的，也未必能以客户接受的价格进行量产。

特斯拉同样需要接受这把尺子的检验。

马斯克既是评论者，也是行业参与者。

他提出的标准可以成立，而Optimus能否达标，也需要通过产品表现来证明。

中国企业的下一步挑战

中国公司的进展，不能仅用这两年除夕夜某个晚会上的舞台炫酷表演来概括。

《证券日报》10月19日转引沙利文报告显示：2026年上半年，全球人形机器人销量为3.6万台，收入达5.4亿美元，均超过了2025年全年；按收入计算，前五名均为中国企业。

但这个总体口径包含了不同尺寸、不同自主程度的产品。根据同一报告的细分口径，上半年全尺寸具身智能产品的销量约为5800台。

不能将所有销量都理解为已经能够独立进厂的通用劳动力，也不能与其他机构的窄口径榜单直接拼接。

宇树、智元、优必选等企业，已经在本体、运动控制、产品交付和应用探索方面形成了各自的发展路线。

中国制造的供应链与工程迭代能力，是这场竞争的重要基础。接下来更困难的部分，是让交付出去的机器能够持续被使用。

优必选提供了一个可观察的财务样本。2026年上半年，其营收为12.69亿元，同比增长104.2%；全尺寸具身智能人形机器人产品及解决方案收入为5.90亿元，占比46.5%。同期仍有3.39亿元的期内亏损。

这些数字表明相关业务已开始产生收入，同时也说明盈利仍需继续努力。

其集团收入还包含其他机器人、硬件及零部件等业务，不能全部算作人形机器人收入。业务收入中也包含解决方案，不能简单除以销量来得出裸机售价。

对企业而言，科研采购、展示采购与生产采购，都可以是真实的商业活动，但它们对应的复购逻辑不同。卖给实验室，客户看重开发能力；卖给工厂，客户最终要看合格产出和回本周期。

最困难的是什么？

行业首先缺乏的是面对变化的稳定性。机器人学会拿一个杯子，但换成薄纸杯、带水的玻璃杯，或者被衣物遮住的杯子，原来的方法就可能失效。仿真能降低训练成本，但现实中的摩擦、反光和软物体变形，依然会制造意外。

灵巧手也是一场硬仗。手指更多，并不自然等于更好用。触觉、力度、耐磨性和维修成本需要一起过关。捏住鸡蛋很精彩，但反复工作后还能保持精度，才接近生产工具的标准。

商业化还受限于整机成本、续航、安全和部署费用。有些固定任务，使用机械臂或轮式设备更为划算。人形结构需要证明自己能适应现有的人类工作环境，并在更换任务时减少重新改造的成本。

客户购买的是稳定完成任务的能力。机器人站成人的样子，只是起点。

因此，笔者个人赞同马斯克提出的检验方向（业内人士如不认同，可在留言区批评指正）。

企业应当明确说明自主、遥控、预编排和人工接管的情况，市场也应该更多地关注完整任务成功率、连续运行时间和续单情况。

但不必因为今天尚不成熟，就否定整个方向。

运动控制、本体制造和具身模型的进展已经出现，工业和物流也提供了可以逐步验证的场景。

未来几年，更值得期待的是机器人先在边界清晰的工位上站稳脚跟，再逐步扩大其能力范围。

这是基于现有进展的判断，并非量产时间表。研发需要容得下失败，商业承诺却不能无限延期。哪一年能走进千家万户，目前没有人能给出可靠的日期。

机器人会跳舞，值得鼓掌。

但它在掌声结束后能留下来，把那些重复、辛苦的工作可靠地完成，才能赢得更长久的位置。

耐心不应该只给热闹的发布会，更应该给那些不太上镜的进步：少停一次机，少一次人工接管，多完成一班工作。

给行业一点时间，但不是给表演时间，不是今年除夕夜一群遥控器操纵的大号玩具表演得更加惊艳，而是要解决现实场景的应用难题。

给的是丝杠良率爬坡的时间，是传感器标定收敛的时间，是机器人在真实车间里从“能动”变成“有用”的时间。

王兴兴说两到三年是乐观情形，五到十年是保守情形，这个区间比任何发布会上的口号都更接近真相。

马斯克把遮羞布扯下来了，这是好事。

但遮羞布下面露出来的，不全是烂摊子。有些东西正在生长，只是长得比短视频慢。

声明：本文仅为财经热点分析，数据及资料援引公开查询、公司公告及同花顺IFinD，观点仅供参考，不构成任何投资或消费建议。

本文来自微信公众号“投行圈子”，作者：前沿君，36氪经授权发布。