人形机器人开始叛逃故事,去赚钱了
OpenAI确认下场做人形机器人,高盛把2030年出货预测上调3.5倍至89万台,行业叙事正从技术突破切换到订单与业绩兑现。但繁荣背后是千万小时级的数据缺口——真实积累不足需求的5%。本文拆解大脑、数据与场景三条主线,看具身智能如何跨过量产前夜。
2026年还没过完,机器人行业的风向已经变了。
OpenAI首席执行官奥尔特曼公开表态:“我们肯定会研发人形机器人。”这句话的分量不在于OpenAI要不要造一台机器——而在于,全球最强的AI大脑公司,终于承认了身体的价值。
与此同时,高盛把人形机器人出货量预测线整体上移,海通国际直接点破:行业投资逻辑正在从“技术突破+远期空间”转向“订单+交付+业绩兑现”。
翻译成人话:光讲故事拿钱了,接下来要看你交货、回款、报业绩。
这是一次叙事的叛逃。机器人行业,开始从PPT上桌,走向产线上桌。
🧠 大脑才是本体,身体只是外设
先看奥尔特曼这番话里最容易被忽略的一句。
他说,并非所有机器人都需要是人形。当人形结构无法带来实际优势时,OpenAI将针对特定用户设计非拟人化机器人,甚至包括“不同形态的数据中心机器人”。但他同时强调:“机器人的形态并不是最重要的,真正关键的是机器人大脑。”
这是典型的AI公司视角——先把“脑”做厚,再决定给脑配什么样的“身体”。对整机厂来说,这既是好消息,也是坏消息:好消息是,大脑能力天花板被抬高了,整机更容易做出实用产品;坏消息是,如果大脑层被巨头垄断,整机厂的护城河就只剩结构和成本,议价权会被反复挤压。
“据多位接近人士透露,不少整机厂现在最担心的不是友商,而是底层模型公司哪天突然把‘大脑+本体’打包卖。”这种垂直整合的阴影,正是奥尔特曼这句话的潜台词。
用一张图看清具身智能的产业链卡位:
OpenAI选择的是链条最上游。它下场,意味着“大脑-本体”的分工边界,即将进入重新谈判期。
📈 高盛把线画高了3.5倍,卖方开始谈交付
数据不会撒谎,卖方的计算器也不会。
高盛研报对人形机器人的出货量预测做了大幅上修。这不是微调,是把整条增长曲线重新画了一遍:
| 指标 | 原预测 | 新预测 | 变化幅度 |
|---|---|---|---|
| 2030年出货量 | 25.6万台 | 89万台 | 约3.5倍 |
| 2035年出货量 | 约140万台 | 648万台 | 约4.6倍 |
| 2035年市场规模 | 未给出 | 1383亿美元 | 首次测算 |
值得注意的是,1383亿美元是高盛首次给出对应的市场规模测算。卖方从“画趋势”转向“算盘子”,通常意味着他们的机构客户开始问一个更庸俗的问题:这东西什么时候能进财报?
海通国际的判断更直接:AI机器人正由技术验证期进入商业化验证期,投资逻辑转向“订单+交付+业绩兑现”。
业内私下流传一种说法:2026年的机器人融资路演里,“我们的模型参数量”这句话正在被“我们的客户复购率”取代。谁先把这句换过来,谁就先拿到下一轮的钱。
按高盛的时间线,行业节奏大致是这样的:
当然,预测上调的另一面是:兑现压力也同步放大了3.5倍。89万台不是白纸黑字的订单,是市场预期的锚。接不住,反噬也会很疼。
⚠️ 四肢练熟了,大脑还饿着
繁荣叙事之下,藏着一个行业最不想被戳破的软肋——数据。
在2026世界机器人大会(WRC)上,宇树科技创始人王兴兴说得很直白:“机器人本质上由AI驱动,而AI的发展高度依赖数据。有多少数据,尤其是有多少高质量数据,就有多少AI能力。”宇树现在做两件事:用海量真人数据和互联网数据做预训练,再用真实机器人运行数据让机器适应物理世界。
但缺口大到离谱。行业共识是,实现可用的具身智能至少需要千万小时量级的多模态数据,而当前全球有效积累尚不足需求的5%。
光轮智能联合创始人兼总裁杨海波给出的数字更具体:行业对数据的需求,正从去年的几百、几千小时,跃升到今年的上百万小时,增幅达百倍乃至千倍。他把2026年定义为“具身智能数据规模化的元年”。
为什么这么难?大语言模型站在互联网几十年文本积累的肩膀上,而具身智能面对的是非结构化的物理世界——视觉、力觉、触觉,每一维都得重新采。“量的匮乏是显性危机,质的获取则更有难度。”这是记者在WRC现场听到的一致判断。
数据缺口,反过来催生了一个新赛道:
- 京东云在WRC上正式亮相具身智能数据生态能力展台;
- 优必选等公司已落地规模化数据采集中心;
- 光轮智能发布全球首个十万小时级全模态人类行为开源数据集。
“大脑有多饿,数据生意就有多肥。”这是今年机器人圈最诚实的一句话。
🏭 从实验室炫技到产线实干
数据缺口怎么填?答案不在展台,在产线。
致同发布的《具身智能机器人行业研究》报告指出,随着头部产品在宝马、比亚迪等产线开展常态化实训,人形机器人正加速跨越从“实验室样机”到“产线生产力”的鸿沟。
关键词是“常态化”。过去机器人进工厂,多半是媒体开放日式的演示:走两步、抓个箱子、拍完照撤。常态化实训意味着机器人真的天天在产线上班——出错要有人兜底,数据要反哺训练,节拍要跟得上工人。这一步跨过去,才叫生产力;跨不过去,还是道具。
国内公司的动作也很快。拓斯达的人形机器人「小拓」,号称是中国首款应用于注塑场景的具身智能机器人——没有选炫酷的展馆,而是扎进了又脏又热的注塑车间。鑫宏业则依托特种线缆的技术积累,自研超柔性线缆布局人形机器人赛道,并战略投资了无锡智动力机器人公司。
一个选场景,一个卡部件。路径不同,逻辑相同:先在真实场景里挣到真实反馈,再谈规模。
不过致同的报告也留了个警告:这一进程具有明显的时间窗口属性,真实世界数据的采集效率、仿真到现实的迁移成功率,都可能对产业路径产生扰动。说白了——2026年是量产关键年,但不是保送年。
🚕 兄弟赛道已经跑通付费,参照系就摆在那
如果嫌人形机器人太远,可以看看隔壁无人驾驶怎么走完这条路的。
美国内华达州交通主管部门已批准Uber、特斯拉和Waymo的申请,允许其开始提供付费自动驾驶出租车服务。
注意这两个字:付费。Robotaxi行业走了十几年,从路测、示范到收费运营,最终验证商业闭环的不是技术演示,而是乘客掏钱的那一刻。
这条路径对人形机器人是现成的参照系。先在封闭场景干活,再拿运营牌照,再谈客单价和毛利。具身智能正处于“演示→路测”的阶段,而资本已经开始按“付费运营”的估值逻辑给钱了——所以行业才会如此急切地拥抱“订单+交付+业绩兑现”的新叙事。
兄弟赛道用十几年趟出来的经验只有一条:牌照和订单可以加速,但物理世界的每一小时,都得自己练。
小结
奥尔特曼确认下场,高盛上调预测3.5倍,王兴兴喊出数据饥渴——2026年的具身智能,正站在叙事切换的临界点上:从技术突破切换到业绩兑现,从实验室炫技切换到产线实干。
但千万小时的数据缺口、不足5%的真实积累提醒我们,量产前夜的最后一段路,没有捷径。谁能先把数据底座垫厚、把注塑车间这类场景跑通,谁就有资格在2030年那89万台里,分到属于自己的那一杯。
大脑决定上限,数据决定生死,订单决定结局。