人形机器人，终于上桌了？

人形机器人这个赛道，过去三年被问得最多的问题是：演示什么时候能变成产品？

2026年8月底，答案开始清晰起来。优必选半年报里人形机器人收入暴增1445%，占比近半；加州大学伯克利分校和斯坦福大学的团队登上Science Robotics，解决的不只是“会不会空翻”，而是“什么时候该空翻”；而在世界机器人大会上，几家创业公司干脆把客厅原样搬进展馆，机器人当着观众的面叠衣服、做早餐。

赚钱的、搞技术的、做落地的，三条线在同一周有了实质进展。这不是巧合，这是行业从讲故事走向交卷的信号。

📈 财报先说话：优必选的账本翻篇了

亏了这么多年，优必选的报表终于出现了结构性变化。

2026财年上半年，优必选营业总收入12.69亿元，同比增长104.2%；毛利润5.67亿元，同比增长160.9%；毛利率44.7%，同比提升9.7个百分点；归母净亏损3.11亿元，同比收窄24.7%。

单看营收翻倍还不够兴奋，真正的关键藏在业务结构里：

注意那个1445%。全尺寸具身智能人形机器人产品及解决方案的收入从零头变成了近一半，5.9亿元、占比46.5%，这意味着优必选第一次可以自称“人形机器人公司”，而不是靠教育机器人输血的上市公司。

更微妙的是毛利率的跳升。44.7%的毛利率放在制造业里是什么水平？比很多做精密结构件的上市公司都高。高毛利人形机器人业务占比提升，直接拉高了整体盈利质量——这在人形机器人动辄“亏本换市场”的行业氛围里，是个反常识的数据点。

同期，优必选发布自研大模型Thinker1.0，在具身智能多项榜单排名第一；还收购了浙江锋龙股份，把业务延伸到园林机械、汽车及液压零部件领域。

一句话，一边做人形机器人的增量，一边用传统零部件业务稳住基本盘。这套打法不性感，但很实在。

当然，3.11亿元的半年亏损还在那里，人形机器人的收入里有多少来自大客户订单的集中确认，也需要看下半年能否持续。但方向已经变了：从“靠融资活着”到“靠产品赚钱”，中间隔着的正是市场等了很多年的商业化验证。

💡 技术拐点：不只会空翻，更要懂什么时候空翻

财报是结果，技术才是原因。人形机器人收入能暴涨14倍，底层是运动控制能力真的上台阶了。

过去几年，看人形机器人视频的观众早就审美疲劳了：后空翻、跑酷、爬楼梯，样样都会。但业内人都清楚一个问题——每加一种动作，就得重新设计奖励函数、调参数、从头训练。传统方法依赖简化动力学模型和分层规划器，做出来的动作经常是“持续迈步”“膝盖长期弯曲”“身体冲击较重”，看着像机器人，不像人。

近日，加州大学伯克利分校和斯坦福大学的团队在Science Robotics上发表了运动跟踪框架BeyondMimic，直接回答了这个问题。

它的思路分两步：

第一阶段，用可扩展的强化学习运动跟踪，从多样化的人类动作中训练出一组高动态运动技能；第二阶段，用统一的潜在状态-动作扩散模型，把这些技能整合到同一个运动分布里，推理时通过分类器引导，根据新目标生成和组合动作。

效果是什么？机器人能在统一训练设置下学会数百种动作——空中侧手翻、旋踢、翻踢、冲刺、舞蹈——并迁移到真实硬件上。更关键的是部署之后：面对训练阶段从没见过的路径导航、摇杆遥操作、障碍物躲避、动作插入任务，它也能处理。

这就是“从模仿到泛化”的跨越。以前的机器人会空翻，是工程师教它空翻；现在的机器人懂什么时候该空翻，是模型自己判断的。

研究团队表示，未来迭代版本有望直接从人类示范中学习，让机器人在不同环境中实现多样化动作。对于必须适应人类环境的人形机器人来说，这比多翻一个跟头重要得多——工业客户要的是稳定执行，家庭场景要的是随机应变，泛化能力才是两者共同的门票。

🏠 客厅保卫战：把家搬进展馆的生意人

技术爬坡的同时，有人已经开始直接收钱了。

今年3月，深圳有户居民通过58同城叫到一次特殊的保洁服务：上门的是一位保洁阿姨，和一台机器人。这台由自变量机器人推出的“机器人保洁员”，能收拾桌面、整理沙发床铺、打包垃圾，3小时收费149元。

149元，比叫两位阿姨还便宜。这不是发布会，这是真实交易。

在刚结束的世界机器人大会上，自变量机器人、银河通用、千寻智能、原力灵机干脆把“家”搬进了展馆：沙发、冰箱、餐桌原样复刻，机器人在里面叠衣服、做早餐、收拾客厅。千寻智能的Moz1接到一句模糊的“整理客厅”，要先认出可乐、碗、垃圾和玩具，自己把指令拆成四件事，再决定先干哪件。

展会之外，数字也在动。家用机器人进入了500多个付费家庭；武汉的极佳视界签下100台家庭机器人订单，三季度免费开放给居民试用；美国的1X公司NEO定价2万美元，计划今年开始向美国消费者交付。

把这些信息放在一起看，一个清晰的商业化路径浮现了：

• 按次收费：自变量的149元保洁，把百万级的整机成本摊到每次服务里，先让消费者用起来；
• 小规模付费家庭：500多个家庭是真实验证场，收的不只是钱，更是真实家居环境里的数据；
• 免费试用换订单：极佳视界的100台，本质是数据采集+口碑种子；
• 高定价消费机：1X的NEO直接卖给美国消费者，赌的是高端尝鲜市场。

四条路殊途同归——都想先进入真实家庭，再谈普及。展馆里的复刻客厅不是作秀，是获客成本最低的展厅：让街坊邻居亲眼看到机器人叠衣服，比一百条宣传片都管用。

据多位接近业内人士的说法，这批创业公司内部考核指标已经从“演示效果”换成了“交付数量”和“复购率”。当行业开始用服务行业的尺子量自己，说明大家心里都清楚：客厅里的生意，终究是生意。

⏳ 三年还是十年：时间表分歧里的门道

那么问题来了：机器人进家庭，到底还要几年？

行业内部给出的答案分裂得厉害：

同一个问题，答案从三年跨到十年。用时间线把Marcin K.的三阶段曲线画出来更直观：

这种分歧本身说明了一件事：机器人进家庭不存在一个明确的“发令枪”，它更像一个渗透过程，而各方对“进”的定义并不一样。说三年的，指的是能用；说十年的，指的是家家都有。

而这里最有发言权的，可能是走过一遍的人。科沃斯董事长钱东奇的扫地机器人2000年开始研发，2009年才真正进入家庭，中间隔了九年；擦窗机器人2011年发布，直到这两年才爆发，2025年单品销量突破100万台。

九年的研发到落地，十六年的爆发——这是家庭服务机器人被验证过的真实节奏。人形机器人即便因为大模型和数据积累大幅提速，也跳不出“技术可用→场景验证→成本下降→规模普及”这条基本路径。

王鹤的条件论可能是最清醒的：到2028年把训练数据从100万小时扩到1000万小时，冲刺具身智能的“GPT时刻”。翻译一下——年份不重要，数据规模才是真正的里程碑。当训练数据扩大十倍，泛化能力才可能跨越从演示到可用的阈值。

⚠️ 从演示到交付：别被视频骗了

把三条线索拼起来，产业的真实图景是：

上游在收敛，下游在破冰，中间隔着成本和数据的鸿沟。

技术侧，BeyondMimic这类框架正在把“每个动作重训一遍”的负循环，变成“一套底座泛化多任务”的正循环，这与优必选Thinker1.0、各家的具身大模型方向一致——底层能力在快速收敛。

商业侧，工业场景先行兑现：优必选5.9亿元的人形机器人收入，大概率主要来自工厂和产线的确定性订单。工业场景结构化程度高、容错有标准、客户付费能力强，天然是人形机器人第一落点。而家庭场景刚刚破冰，500个付费家庭、100台试用订单、149元一次的保洁服务，都还处在验证期。

真正的瓶颈也不难看到：一是数据，100万小时到1000万小时的距离，就是演示视频到真实技能的距离；二是成本，2万美元的NEO注定只是极客玩具，成本曲线的下降速度决定渗透曲线的斜率；三是可靠性，展馆里的客厅没有小孩乱跑、没有老人突发的状况，真实家庭环境的不确定性才是终极考题。

⚠️ 值得警惕的是叙事过热的风险。一段流畅的叠衣服视频和一台能连续工作一个月不出错的机器，中间隔着工程化的十万八千里。当财报、论文、展会同时热闹的时候，恰恰需要盯住最朴素的指标：交付量、复购率、单台成本、故障率。

🤖 结语：上桌了，但牌局才刚开始

2026年8月这一周值得记住：优必选用1445%的收入增速证明人形机器人能赚钱，伯克利和斯坦福用一篇Science Robotics证明技能泛化有解法，自变量们用149元一单的保洁证明有人真愿意付钱。

人形机器人确实上桌了——工业场景在兑现收入，家庭场景在验证付费。但从上桌到坐庄，中间还隔着数据规模的十倍增长、整机成本的持续下探和真实环境的千锤百炼。

乐观者说三年，谨慎者说十年。唯一确定的是：无论几年，发令枪已经响了，只是枪声不在发布会上，而在财报里、论文里和那149元的账单里。

盯住交付，少看翻跟头。