人形机器人赚钱榜，全是中国面孔

当Figure AI还在为56%的成功率跟同行打嘴仗时，全球人形机器人收入的头把交椅已经悄悄换成了中国面孔。弗若斯特沙利文最新报告显示，2026年上半年全球人形机器人收入前五名全部由中国企业包揽，深圳独占两席。这不是巧合，而是两条技术路线的分野：美国在赌泛化叙事，中国在闷头收钱。谁的路线更接近终局？这篇文章把数据、争吵和物理定律摆在一起看。

📈 榜单不会说谎，钱已经先到账了

销量是所有叙事的地基。

先看一组硬数据。据弗若斯特沙利文发布的《2026年全球人形机器人市场研究报告》：2026年上半年，全球人形机器人销量达到3.6万台——半年时间，超过了2025年全年的3.5万台；市场收入达到5.4亿美元。

更扎眼的是收入排名：按照收入计算，上半年全球前五名全部是中国企业，其中深圳企业占据两席。深圳海关的数据佐证了这波势能——今年前8个月，深圳各类单独列名的机器人合计出口达111.3亿元，同比增长12.2倍，产品已销至全球120多个国家和地区。

12.2倍是什么概念？这已经不是增长，是产能和订单的集中兑付。据多位接近出口链的人士透露，这批出货里既有整机，也有大量被列名统计的功能性机器人，背后是深圳整条供应链在起量——从关节模组到整机装配，客户下单，货就能走。

把这条链路画出来，逻辑一目了然：

产业逻辑很朴素：人形机器人行业此刻最稀缺的不是惊艳的demo，而是能被复购的订单。中国厂商常年泡在3C制造和工业自动化的甲方需求里，最擅长的就是把一个半成熟的品类快速做成可交付、可批量、可降本的商品。上半年销量超2025全年，说明需求端是真的在放量——不管买去干工地巡检、展馆导览还是科研教学，钱是真金白银进账的。

一句话：别人在讲未来，中国厂商先赚到了现在的钱。

💥 390亿美元的demo，被同行当场拆台

泛化叙事的第一次压力测试，结果是56%。

Figure AI创始人Brett Adcock在Helix 2.5发布视频里说得很满：「这是Figure AI成立以来最重要的项目。」这家估值390亿美元、全球最贵的未上市人形机器人公司，过去几代Helix留下了不少名场面——两台机器人合作拉平被子、腾不出手时用屁股顶上洗碗机。但最大诟病也一直挂在墙上：demo总在光线良好的样板间里完成。

这次Figure AI想跨过去。他们在旧金山湾区租下30套住宅，把机器人直接运到现场，让它整理客厅、铺床、折叠毛巾，宣称没有针对这些住宅和物品做任何训练或适配，30套住宅都出现了成功案例。「Helix 2.5要在一套从未进入过的房子里，折叠它从未见过的毛巾。」Brett说。

随后技术博客公布了完整数据：420次测试，成功237次，完整任务成功率56%。在Figure AI的讲述里，这是机器人版scaling law的信号——机器人不再只会重复实验室里学过的动作，泛化能力开始出现了。

有趣的是行业反应。过去同行通常是留一句「了不起的工作」，回实验室暗暗较劲。这次不一样：Sunday Robotics联合创始人Tony Zhao直接指出，237次成功意味着机器人接近一半时间在失败。Stealth CEONikolai Ensslen更尖锐：这组数据恰恰证明，Figure AI使用的模仿学习系统不能泛化。

把当前主要玩家放进坐标系里看，两条路线的位置差异就很清楚了：

Figure AI押的是最高技术门槛的那条路，但商业价值还没兑现；中国第一梯队则在商业化象限里扎得深。一个觉得自家的Paradigm应该用「智能水平」来定义，另一个觉得定义应该用「交付台数」。

需要注意的是，平心而论，不针对新住宅做适配还能拿到56%，本身是真进步——同行拆的不是数据，是叙事的口气。56%离「在家干活」还差得远，接近一半时间失败的家政机器人，任何一个真实家庭都留不住。Scaling law在语言模型上跑通过，但机器人领域是否存在同款曲线，行业内部已经公开撕起来了。

🏃 马拉松冠军，赢在散热和效率这种小事上

炫技谁都会，跑完42公里级的续航才是真功夫。

2026年4月19日，荣耀的Lightning人形机器人跑完半程马拉松，用时50分26秒——比人类世界纪录快了7分钟，比2025年最好的机器人成绩快了将近2个小时。

这背后没有什么魔法。IEEE Spectrum的一篇技术分析指出，跑起来的根本约束是物理层的：腿部推进与全身能量效率、散热与稳定性。一个耐人寻味的对比是，知名度和声量都更大的宇树（Unitree），据报道得给参赛机器人背上一个冰背包，才能勉强跑完全程不因过热趴窝。

同样的赛道，一个需要冰袋续命，一个直接刷新纪录近两小时，差距在哪？不在「智能」，而在最不性感的地方：本体能量效率和热管理。这些年各家的宣传重点都在大模型、VLA、端到端，但人形机器人首先是一台机电装置——关节效率低1%，功率密度差一档，跑长距离就是生与死的区别。马拉松是个残忍的测试：它不能靠剪辑，不能靠光线，不能靠租一套好房子。

把这两年机器人圈的关键节点排一下，节奏感就出来了：

产业逻辑在这里非常硬：人形机器人的下半场，比的是工程饱和度，不是发布会密度。马拉松、出口数字、连续作业时长，这些指标没法用demo视频替代。中国厂商在硬件代际上的迭代速度——以及背后供应链的降本速度——正在把「能动」和「能干活」之间的鸿沟一点点填上。

⚖️ 两条路线，先收钱的先活下来

一个行业只能有一种时间表，中美选了不同的那个。

把两条路线摆在一起看，差异清晰到近乎刺眼：

这不是谁对谁错的问题，而是对技术成熟曲线的不同下注。美国阵营赌的是：模仿学习+数据规模会复现大模型式的涌现，谁先把泛化跑通，谁就定义行业。中国阵营赌的是：泛化没那么快来，但展馆、巡检、科研、制造场景的需求已经成熟，先用商业化现金流把自己喂大，等泛化成熟时手里已经有产能、渠道和数据。

表面上是宣传声量的较量，水面下的东西才是决定性的：

据多位接近产业的人士观察，中国头部厂商内部对Figure AI的56%并不嘲讽，反而盯得很紧——因为「泛化」一旦真的到来，全行业的产品形态都会被改写。真正的分歧在于时间：泛化是明年到，还是五年后到。如果是五年后，今天的商业化收入就是氧气；如果是明天到，今天的产能就是包袱。两家都觉得自己赌对了，市场最终只奖励活到验证那一天的那家。

结语：钱和路线图，总得先赢一个

2026年上半年的人形机器人市场给出了一组耐人寻味的对照：销量半年超去年全年，收入前五全是中国企业，深圳出口暴增12.2倍；同期的全球最高估值公司，却在为56%的成功率跟同行公开掰扯什么叫「泛化」。两条路线没有分出胜负，但市场情绪已经在悄悄换锚——从「谁的视频更好看」，转向「谁的报表更好看」。接下来值得盯的三个信号：Figure AI能否把成功率从56%推到可用线以上、中国头部厂商的收入增速何时从翻倍回落到常规、以及下一代产品能否在真实家庭（而非样板间）里连续干满一天。钱到账的和故事讲圆的，明年这个时候，总有一个会先证明自己。