中國人形機械人行業在2026年正以比過往更快的速度擴大生產，但「大量製造」不等於「廣泛採用」。今年上半年全球出貨量估算由約1.91萬部至逾2.2萬部不等，而中國製造商在較低的估算中已佔逾97%；全年全球出貨量預測則由超過5萬部至約6萬部不等。至於中國本土全年產量，部分業界預測更可能突破10萬部。101315

換句話說，2026年可以稱為人形機械人的量產年，但暫時未足以稱為普及應用年。

出貨數字反映產能正在跳升

Smart Analytics Global估算，2026年上半年全球共出貨約1.91萬部人形機械人，按年上升272%；中國供應商佔總數逾97%，該機構並預測全年出貨量約6萬部。13

Counterpoint Research的統計則較高，指上半年全球出貨量超過2.2萬部，按年增長接近300%，全年出貨量預計超過5萬部。10

兩個數字有落差，並不代表其中一方必然錯誤。不同市場追蹤機構可能採用不同的統計定義、企業披露資料及涵蓋範圍。因此，這些數字較適合作為行業急速擴張的指標，而不是一個經獨立審計的統一市場總數。

中國的生產目標亦高於部分出貨量預測。有報道引述內地業界預測，指中國全年產量可能突破10萬部；另一項估算則預測中國2026年出貨量約6.25萬部。1516 但「產量」、「出貨量」、「訂單」以及「實際在客戶場地運作的機械人」是四個不同指標。將它們混為一談，會令人誤以為商業化成熟程度已高於現有證據所支持的水平。

AgiBot與Unitree跑在最前

AgiBot表示，截至2026年6月累計生產機械人已達1.5萬部；Unitree則據報在3月完成約1.1萬部的量產。4

市場估算亦顯示，兩家公司在上半年出貨量方面領先。Smart Analytics Global估計，AgiBot出貨約8,400部，Unitree約5,900部，兩者合計約佔全球出貨量四分之三。713

另一批採用Counterpoint數據的報道，則估算AgiBot上半年出貨約9,700部，Unitree超過7,000部。不同數據再次說明，企業排名及總量會因來源和統計方法而有所不同。15

這些數字足以證明製造端動能強勁，但不能單憑數字證明每一部機械人都以有利可圖的價格售出、已投入高效率工作流程，或毋須大量人手監督便能運作。

訂單代表有興趣，不等於已證明性能

UBTECH的Walker S2正好說明商業興趣與實際部署之間的差距。該機械人據報已取得來自比亞迪、富士康及另外六家製造商、總值超過8億元人民幣的訂單；公司在2026年的計劃年產能為5,000部，2027年提升至1萬部。

訂單簿可以證明製造商願意測試人形機械人，卻不能證明機械人已在生產線達到承諾的產量、開機率、安全標準或回本期。要確認這些表現，需要一段時間的實際運作數據，而不只是簽訂訂單或完成首批交付。

為何娛樂、教育及研發仍是主流用途？

人形機械人的部署組合看似有點矛盾：工業及商業應用正在增加，但在部分數據集中，娛樂、表演以及教育和研究相關用途仍佔大部分出貨量。Counterpoint表示，娛樂及表演，加上數據生產及研究，合計仍佔上半年出貨量超過60%。智能製造佔13%，倉儲及物流佔5%，兩者合計只有18%，即不足五部之中一部。10

這些早期市場的營運門檻低於工廠或倉庫。一部表演用機械人可以在受控環境內，按照預設動作、近距離監督，甚至隨時重置後再做一次。大學及研究機構即使未準備好以機械人取代工人，仍可因教學、實驗及收集數據的需要而購買平台。路透社亦報道，Unitree不少產品都售予大學及研究機構。3

這些銷售並非沒有價值：它們可以帶來收入，建立開發者生態，並累積重要訓練數據。不過，它們較能反映市場興趣和試驗意願，未必能反映機械人已經具備取代人力或提升工業生產力的能力。

Unitree的收入組合更清楚呈現這個分別。根據對公司文件的分析，2025年前九個月，研究及教育佔其人形機械人收入73.6%，工業應用則佔9.01%。而且，工業應用類別還包括企業導賞，並不完全等同於工廠生產工作。14

物流是最清晰的早期產品市場契合點

物流較有機會成為由示範走向實用工作的橋樑，原因是當中的不少任務重複、範圍清晰，而且工作環境相對有規律。早期應用包括：

• 搬運及分類貨箱或小型物件；
• 包裹分揀；
• 生產線上落料；
• 生產線旁的物料轉移；以及
• 在指定工作區內進行工業搬運。

Leju表示，物流是其最常見的應用場景，示範內容包括搬運及分類貨箱和小型物件。AgiBot則形容，其部署方案涵蓋生產線上落料、工業搬運及物流分揀等工作。1

這些任務比「一部通用機械人可以做任何人類工作」的想像窄得多，但在現階段，這種針對性反而是優勢。企業可以圍繞一個重複的物料處理問題，同時設計機械人、夾具、軟件及工作流程，而不用一次過解決人類手部靈活性、判斷力及適應能力的所有難題。

真正樽頸是能否穩定重複

一部機械人能夠跳舞、打拳，或者在精心準備的環境下完成一次任務，證明的是協調能力。要創造經濟價值，則要在物件、環境及工作狀況不斷變化的情況下，長時間重複做好同一件事，並且能夠處理失誤。

這包括應對不熟悉的物件、從錯誤中恢復、在人類旁邊安全工作、接入工廠或倉庫的軟件系統，以及維持一整更的產出。路透社報道指，現時不少人形機械人在大部分工業工作中仍然太慢，而且容易出錯。

因此，最重要的商業指標，往往沒有網上影片那麼吸睛，包括：

• 任務成功率；
• 開機率及每個工作周期所需時間；
• 錯誤恢復率；
• 維修及人手介入負擔；
• 安全表現；
• 系統整合所需時間；
• 可量度的節省人力或提升產量；以及
• 投資回本期。

對企業管理層及分析員來說，這些指標越來越重要。大規模生產可以降低單位成本，卻不能保證客戶買到的是一件可靠的生產工具。行業的核心問題，已由「人形機械人識不識行路」，轉為「它能否在大規模環境下可靠地工作」。1

2026年究竟證明了甚麼？

中國已證明，人形機械人可以由零星原型走向具一定規模的生產。中國製造商在現有出貨量估算中佔壓倒性比例，龍頭企業公布了大型生產里程碑，工業客戶亦正在落實大額訂單。4713

但在下一步——即在人們日常工作的場所，以有利可圖、可重複的方式部署——現有證據仍然較弱。娛樂、教育及研發之所以重要，是因為這些場景容許近距離監督及受控環境。物流則展現出最強的早期契合度，但目前主要仍集中於界線清晰的物料搬運工作。

所以，形容2026年最準確的說法，是人形機械人踏入「量產轉折點」，而不是「大規模取代人力」的一年。產量及訂單增長，暫時跑在獨立驗證的工業實用性之前；能夠真正填補這個差距的公司，才有機會決定今次機械人熱潮能否變成一個持久的市場。

中國人形機械人行業在2026年正以比過往更快的速度擴大生產，但「大量製造」不等於「廣泛採用」。今年上半年全球出貨量估算由約1.91萬部至逾2.2萬部不等，而中國製造商在較低的估算中已佔逾97%；全年全球出貨量預測則由超過5萬部至約6萬部不等。至於中國本土全年產量，部分業界預測更可能突破10萬部。101315

換句話說，2026年可以稱為人形機械人的量產年，但暫時未足以稱為普及應用年。

出貨數字反映產能正在跳升

Smart Analytics Global估算，2026年上半年全球共出貨約1.91萬部人形機械人，按年上升272%；中國供應商佔總數逾97%，該機構並預測全年出貨量約6萬部。13

Counterpoint Research的統計則較高，指上半年全球出貨量超過2.2萬部，按年增長接近300%，全年出貨量預計超過5萬部。10

兩個數字有落差，並不代表其中一方必然錯誤。不同市場追蹤機構可能採用不同的統計定義、企業披露資料及涵蓋範圍。因此，這些數字較適合作為行業急速擴張的指標，而不是一個經獨立審計的統一市場總數。

中國的生產目標亦高於部分出貨量預測。有報道引述內地業界預測，指中國全年產量可能突破10萬部；另一項估算則預測中國2026年出貨量約6.25萬部。1516 但「產量」、「出貨量」、「訂單」以及「實際在客戶場地運作的機械人」是四個不同指標。將它們混為一談，會令人誤以為商業化成熟程度已高於現有證據所支持的水平。

AgiBot與Unitree跑在最前

AgiBot表示，截至2026年6月累計生產機械人已達1.5萬部；Unitree則據報在3月完成約1.1萬部的量產。4

市場估算亦顯示，兩家公司在上半年出貨量方面領先。Smart Analytics Global估計，AgiBot出貨約8,400部，Unitree約5,900部，兩者合計約佔全球出貨量四分之三。713

另一批採用Counterpoint數據的報道，則估算AgiBot上半年出貨約9,700部，Unitree超過7,000部。不同數據再次說明，企業排名及總量會因來源和統計方法而有所不同。15

這些數字足以證明製造端動能強勁，但不能單憑數字證明每一部機械人都以有利可圖的價格售出、已投入高效率工作流程，或毋須大量人手監督便能運作。

訂單代表有興趣，不等於已證明性能

UBTECH的Walker S2正好說明商業興趣與實際部署之間的差距。該機械人據報已取得來自比亞迪、富士康及另外六家製造商、總值超過8億元人民幣的訂單；公司在2026年的計劃年產能為5,000部，2027年提升至1萬部。

訂單簿可以證明製造商願意測試人形機械人，卻不能證明機械人已在生產線達到承諾的產量、開機率、安全標準或回本期。要確認這些表現，需要一段時間的實際運作數據，而不只是簽訂訂單或完成首批交付。

為何娛樂、教育及研發仍是主流用途？

人形機械人的部署組合看似有點矛盾：工業及商業應用正在增加，但在部分數據集中，娛樂、表演以及教育和研究相關用途仍佔大部分出貨量。Counterpoint表示，娛樂及表演，加上數據生產及研究，合計仍佔上半年出貨量超過60%。智能製造佔13%，倉儲及物流佔5%，兩者合計只有18%，即不足五部之中一部。10

這些早期市場的營運門檻低於工廠或倉庫。一部表演用機械人可以在受控環境內，按照預設動作、近距離監督，甚至隨時重置後再做一次。大學及研究機構即使未準備好以機械人取代工人，仍可因教學、實驗及收集數據的需要而購買平台。路透社亦報道，Unitree不少產品都售予大學及研究機構。3

這些銷售並非沒有價值：它們可以帶來收入，建立開發者生態，並累積重要訓練數據。不過，它們較能反映市場興趣和試驗意願，未必能反映機械人已經具備取代人力或提升工業生產力的能力。

Unitree的收入組合更清楚呈現這個分別。根據對公司文件的分析，2025年前九個月，研究及教育佔其人形機械人收入73.6%，工業應用則佔9.01%。而且，工業應用類別還包括企業導賞，並不完全等同於工廠生產工作。14

物流是最清晰的早期產品市場契合點

物流較有機會成為由示範走向實用工作的橋樑，原因是當中的不少任務重複、範圍清晰，而且工作環境相對有規律。早期應用包括：

• 搬運及分類貨箱或小型物件；
• 包裹分揀；
• 生產線上落料；
• 生產線旁的物料轉移；以及
• 在指定工作區內進行工業搬運。

Leju表示，物流是其最常見的應用場景，示範內容包括搬運及分類貨箱和小型物件。AgiBot則形容，其部署方案涵蓋生產線上落料、工業搬運及物流分揀等工作。1

這些任務比「一部通用機械人可以做任何人類工作」的想像窄得多，但在現階段，這種針對性反而是優勢。企業可以圍繞一個重複的物料處理問題，同時設計機械人、夾具、軟件及工作流程，而不用一次過解決人類手部靈活性、判斷力及適應能力的所有難題。

真正樽頸是能否穩定重複

一部機械人能夠跳舞、打拳，或者在精心準備的環境下完成一次任務，證明的是協調能力。要創造經濟價值，則要在物件、環境及工作狀況不斷變化的情況下，長時間重複做好同一件事，並且能夠處理失誤。

這包括應對不熟悉的物件、從錯誤中恢復、在人類旁邊安全工作、接入工廠或倉庫的軟件系統，以及維持一整更的產出。路透社報道指，現時不少人形機械人在大部分工業工作中仍然太慢，而且容易出錯。

因此，最重要的商業指標，往往沒有網上影片那麼吸睛，包括：

• 任務成功率；
• 開機率及每個工作周期所需時間；
• 錯誤恢復率；
• 維修及人手介入負擔；
• 安全表現；
• 系統整合所需時間；
• 可量度的節省人力或提升產量；以及
• 投資回本期。

對企業管理層及分析員來說，這些指標越來越重要。大規模生產可以降低單位成本，卻不能保證客戶買到的是一件可靠的生產工具。行業的核心問題，已由「人形機械人識不識行路」，轉為「它能否在大規模環境下可靠地工作」。1

2026年究竟證明了甚麼？

中國已證明，人形機械人可以由零星原型走向具一定規模的生產。中國製造商在現有出貨量估算中佔壓倒性比例，龍頭企業公布了大型生產里程碑，工業客戶亦正在落實大額訂單。4713

但在下一步——即在人們日常工作的場所，以有利可圖、可重複的方式部署——現有證據仍然較弱。娛樂、教育及研發之所以重要，是因為這些場景容許近距離監督及受控環境。物流則展現出最強的早期契合度，但目前主要仍集中於界線清晰的物料搬運工作。

所以，形容2026年最準確的說法，是人形機械人踏入「量產轉折點」，而不是「大規模取代人力」的一年。產量及訂單增長，暫時跑在獨立驗證的工業實用性之前；能夠真正填補這個差距的公司，才有機會決定今次機械人熱潮能否變成一個持久的市場。