人形机器人进厂打工:五步走完两步,账还没人算平
从福田康明斯车间的“最后一米”到宇树、优必选中报对撞,人形机器人“能干活”已解决、“天天干活”刚开头、“算得过账”没人做到。本文拆解从实验室到商业闭环的五步进阶,看清中国最快一批玩家真实走到了哪一步。
导语
人形机器人进厂打工的“元年”,已经被宣告了好几轮。但《科创板日报》记者走进[[福田康明斯]]发动机工厂,加上2026世界机器人大会(WRC)和人形机器人运动会两大会场的密集采访,得出的答案比“元年”叙事诚实得多:“能干活”已经解决,“天天干活”刚开了头,“算得过账”还没有人做到。
从实验室验证到商业闭环隔着五步,中国最快的一批机器人用了一年,走完第二步,正在敲第三步的门。这篇文章,就把这份真正的困难清单说全。
一家发动机工厂的“最后一米”,考住了所有专机
北京昌平,[[福田康明斯]]发动机工厂。AGV小车早已大规模应用,缸体缸盖靠激光SLAM导航输送,自动化程度不低。但真正的痛点在“最后一米”——物料从拖料车向料架的举升搬运。
这不是小事。传统专机换个料箱就得换夹爪,拆垛、转运、上架要好几台设备分工。而多品种、小批量的产线最缺的就是柔性:今天三公斤的进气门料箱,明天可能就是十五公斤的缸盖毛坯。
据工厂相关负责人[[黄运保]]介绍,前期调研中,工厂翻遍了[[Figure]]的公开参数、稳定性和可靠性资料,也与国内一线具身智能企业做过初步沟通,最终按场景契合度、配合度和落地推进能力,选了[[北京人形机器人创新中心]]。
现在,[[天工2.0]]双足机器人和[[天轶2.0]]轮臂机器人已在厂内测试近一年。它们是国内最早从运动会赛场直接走进工厂的人形机器人——福田康明斯在首届运动会上提出物料搬运、进排气门物料整理两大工业测试场景,赛后双方迅速对接落地。
值得注意的是工程路线的选择:两台机器人无人自主作业,整机不做定制改造,本体沿用实验室版本,只针对工况开发两套末端夹具——窄型夹具对付料箱与架体间只有两三公分余量的狭小货位;钩型夹具负载更强,覆盖15公斤以上的料箱。现阶段目标是2到5千克物料搬运,后续逐步向十几千克迭代。
真正的考题来自旧工厂本身:服役三五年的料架变形、倾斜,拖料车上的凸起结构触发激光雷达避障,变形料架得临时加一个“推箱”动作才能保证料箱完全归位。这些实验室模拟不出的工程细节,靠研发人员驻场逐条磨掉。
结果是:[[天轶2.0]]把六个周转箱放上货架全程不到四分钟,[[天工2.0]]搬一箱压到一分半钟——节奏已初步匹配产线节拍。这个“匹配”很关键,因为它意味着机器人开始用产线的时钟说话,而不是实验室的秒表。
从“元年”到“天天”:五步才走了两步
把行业状态放回坐标轴,才能看清位置。行业公认的进阶路径是五步:实验室验证 → 实景实训 → 常态部署 → 规模复制 → 商业闭环。
福田康明斯案例里的“测试近一年”,本质上就是第二步“实景实训”:机器人在真实工况里跑,但旁边站着驻场研发,出问题有人兜底。第三步“常态部署”意味着机器人白班夜班连轴转、不需要工程师看场子、故障率不影响排产——这一步,目前国内还没有哪家敢说自己稳定跨过。
卡在哪里?四道硬门槛:
- 成功率:产线要求99%以上,实验室里90%就敢发Demo,这中间是量级的差距;
- 节拍:不能拖产线后腿,一分半一箱听着快,但停线一小时的损失足以让产线负责人永久关掉试用窗口;
- 寿命:一只灵巧手的连续作业寿命只有几周——按两班倒算,几个月就要换一次“手”,这笔钱谁出?
- 数据:真实场景数据缺口高达百倍,没有常态部署就没有数据回流,没有数据回流泛化能力就上不去。
据多位接近产线的人士透露,工厂对人形机器人的真实态度是“愿意给场地、给工况、给耐心,但绝对不接受为试点让产线降速”。这也解释了为什么福田康明斯选择让机器人先干“最后一米”的辅助搬运,而不是直接插进核心工序——先在产线的“边角”证明自己,再往“心脏”走。
产业逻辑很清楚:五步不是匀速前进的。第二步到第三步之间,隔着一整条可靠性工程和运维体系的鸿沟;第四步到第五步之间,隔着一张没人算清的ROI表。
两份财报对撞:营收打平,模式完全不同
8月底,赛道最具话题性的两份财报先后落地。8月19日,[[宇树科技]]科创板挂牌,首份中报随上市公告书披露;8月28日,[[优必选]]交卷2026年中期业绩。两家的人形机器人业务双双创下历史新高,营收站上同一量级——但故事完全不同。
| 指标 | [[宇树科技]] | [[优必选]] |
|---|---|---|
| 上市地/身份 | 科创板“人形第一股”(2026年8月19日,受理到上市不到五个月) | 港股“人形第一股”(2023年底) |
| 2026H1总营收 | 11.5亿元(+48.5%) | 12.69亿元 |
| 其中人形机器人收入 | 11.5亿元(人形为第一大业务,2025年销售额8.68亿元已超四足) | 5.90亿元,同比+1445% |
| 人形收入占比 | 2025年人形已超四足成最大板块 | 从上年同期6.1%升至46.5%(超2025全年的41.1%) |
| 人形出货量 | 2026H1约5900台,全球份额约31% | 中报未披露同口径数据 |
| 盈利状态 | 少数盈利的整机厂商 | 利润与市值差距仍大 |
两家的可比性在哪?都是上市公司,人形机器人都已是第一大业务——优必选全尺寸人形占比升到46.5%,宇树2025年人形销售额8.68亿元已超越四足成为最大板块。基于此,把它们放在同一维度比较,能看到的是市场最迫切的问题:具身智能从概念走向落地,什么商业模式更经得起检验?
答案正在分化。优必选上半年的爆发式增长(+1445%),本质是交付放量:从教育、消费级业务切换到工业场景交付,收入结构在一个半年里剧烈换挡。宇树的11.5亿元,本质是硬件成本曲线:把执行器、电机、控制全栈握在自己手里,用极低的价格和极高的出货量滚雪球。
据多位接近两家公司的人士评价,业内私下更关注的是另一组数字:宇树2025年净利润2.78亿元,是这条赛道上少数盈利的整机厂商;而“营收打平、利润和市值不在同一个水平”,说明资本市场已经开始用脚投票——不再为“人形”这个概念付溢价,只为“卖得出去还赚得到钱”付溢价。
小脑+本体称王,“大脑”仍是全行业短板
8月28日,[[瑞银]]发布对[[宇树科技]]的首覆报告,把人形机器人能力拆成三层:“大脑”(感知推理与任务规划)、“小脑”(运动控制与动态平衡)、“本体”(执行性能与可靠性)。结论干脆:宇树在“小脑+本体”显著领先,“大脑”——AI泛化能力——仍是全行业共同瓶颈。
为什么小脑+本体先值钱?瑞银的判断很务实:当前买家不考验机器人“想不想得明白”,而考验“动不动得起来”。商业演出要后空翻和群舞,科研机构要高性能硬件平台,数据采集中心要稳定的执行载体——这些场景对运动能力和硬件可靠性的要求,远高于对AI泛化的要求。
宇树的壁垒正好建在这里:
- 全栈自研:执行器、电机驱动、控制系统、整机结构、激光雷达全自己干。执行器约占人形机器人BOM成本的40%以上,多数整机厂靠第三方关节模组,宇树自主设计零部件、外购后自组装;
- 技术路线:QDD(准直驱)方案——高扭矩密度电机+低减速比行星减速器+高带宽力控,在动态响应和工程可行性之间取平衡;自研M107电机峰值扭矩360N·m,最大拉力10000N;
- 运动控制:深度强化学习+大规模并行仿真,H1标准版最高3.3米/秒,竞速改装版峰值10米/秒;2026年8月发布的“超人”原型机宣称12.66米/秒、超越人类跑步世界纪录——但尚未通过独立第三方验证;
- 实战背书:连续两年登春晚完成群舞,首届世界机器人运动会斩获11枚奖牌、金牌和总奖牌数均列第一。
这套能力直接转化为出货量。2025年全球人形机器人出货约18315台,宇树以5500台居首、拿下全球约三成份额;同期全球需求1.91万台,同比增长272%。但看需求结构要清醒:2025年全球人形机器人的工业应用仅占需求的3%,宇树76%的人形收入来自科研教育。
换句话说,宇树的“称王”,称的是卖铲子的王:给科研机构卖高性能平台、给数据采集中心卖稳定载体、给演出市场卖群舞机器。真正的“进厂打工”市场,还只是盘子里很小的一块。
降价56%,毛利率反升——但商业闭环的账还没算平
宇树财报里最反直觉的一组数:2024年和2025年,人形机器人均价分别下降56%和36%,四足均价分别下降16%和6%;但综合毛利率从2023年的43.6%一路升到2025年的60.3%。降价放量的同时毛利率走高,这在硬件行业并不常见。
| 指标 | 数据 |
|---|---|
| 2022–2025收入复合增速 | 140% |
| 综合毛利率 | 43.6%(2023)→ 60.3%(2025) |
| 2025年净利润 | 2.78亿元 |
| 2026–2028收入复合增速预期 | 53%(瑞银预测) |
| 实际募资 | 60.99亿元,约39%投向具身AI研发 |
| 估值水位 | 54倍2027年预期市销率,股价约为发行价150.8元的四倍 |
这组数据的产业含义有两层。第一层:自研执行器+QDD路线带来的BOM成本优势是真实的,均价腰斩还能毛利率攀升,说明成本曲线的下移速度跑赢了价格曲线——这才是宇树真正的护城河,而不是后空翻。
第二层更冷静:54倍2027年预期市销率,瑞银的措辞是“已充分反映硬件龙头地位”,进一步上涨需要“大脑”取得更明确进展与可持续的盈利转化。翻译成人话:现在资本市场给的钱,是按“硬件龙头”估的,AI的部分还没被计价——因为确实还没被证明。
补上“大脑”的动作已经展开:8月,宇树与[[DeepSeek]]达成战略合作,IPO资金总额约39%投向具身AI研发。这符合全行业的共识——本体和小脑的天花板已经很高,真正拉开代差的是数据驱动的泛化能力,而这恰恰绕不开第三步“常态部署”:没有机器人在产线上天天干活,就没有工业数据;没有工业数据,“大脑”就永远是演示级。
所以回到那个账本:科研教育市场撑起了今天的利润表,但撑不起五年后的市值。工业场景要求99%成功率、产线节拍、几周一换的灵巧手寿命、百倍的数据缺口——每一项都是钱。当机器人用四分钟上完六个周转箱时,账是算不平的;只有当它无人值守跑满一整个季度,账才可能平。这一天还没到,这也是为什么说“算得过账,还没有人做到”。
小结
人形机器人进厂打工的故事,拆开看是五步:实验室验证、实景实训、常态部署、规模复制、商业闭环。中国最快的一批——[[天工2.0]]们和它们的东家——用一年走完了第二步,正在敲常态部署的门;[[宇树]]证明了硬件可以赚钱,[[优必选]]证明了交付可以放量,但工业场景目前只占全球需求的3%。
第三步是分水岭。往后看,判断行业真实进度只需盯三个数:平均无故障运行时间、真实产线节拍匹配度、单台投资回收期。哪天这三张表被某家厂商公开晒出来,“元年”才算真的来了。