然而，這股狂潮的實質內涵值得深究。

出貨量暴增 vs. 實際工業應用

這波增長的主力並非來自工廠產線。SAG與蓋世汽車（Gasgoo）的分析指出，近90%的出貨量流向「商業服務應用」，而非核心的工業製造場景 。

• 娛樂與展演應用以35%的佔比位居最大單一用途，機器人主要用於表演、展示與互動 。
• 數據收集與研究佔比20%。
• 其餘則分散於大學研究、商業接待等服務場景 。
• 綜合來看，超過85%的部署集中於表演、教育、導覽與技術驗證，而非大規模製造 。

真正投入產線、創造直接工業價值的訂單，佔比低於15%，遠未形成不可或缺的剛性價值 。

中國廠商的絕對主導地位

在供應端，中國廠商佔據了2026上半年全球出貨量的97%以上（約18,500台），而中國買家也吸收了全球85%的需求 。

• AgiBot（智元機器人）：出貨約8,400台，以44%的全球市佔率超越Unitree，躍居市場龍頭 。
• Unitree Robotics（宇樹科技）：出貨約5,900台，市佔率約30.9% 。
• 兩家中國公司合計控制了全球約75%的出貨量 。

反觀非中國製造商，包含Figure AI的試點部署、Tesla Optimus的內部出貨、以及Sanctuary AI和Apptronik的評估用機型在內，合計出貨量不到600台 。

工廠大規模採用的三大核心障礙

SAG與蓋世汽車的分析指出，人形機器人要真正進入工廠產線，必須跨越三道門檻 ：

1. 數據短缺（Data shortage）：缺乏足夠的工業場景真實訓練數據，導致人形機器人難以在複雜的工廠環境中穩定執行任務。
2. 流程適應（Process adaptation）：工廠現有產線流程尚未準備好整合人形機器人，許多企業自評僅有「中度準備」來調整內部流程 。
3. 成本過高（High costs）：目前的單位經濟效益對多數製造商而言仍然過於昂貴。

2030年的成本目標

目前，以中國供應鏈為基礎的人形機器人物料清單（BOM）成本約為每台30,000美元（2025年估計約35,000美元）。美銀證券（Bank of America Securities）預測，若多數組件來自中國，BOM成本到2030年可望降至約17,000美元 。業界普遍認為，30,000至40,000美元的價格區間是工業採用經濟效益可行的臨界點，預計成本將在2020年代末達到此水準 。

早期工業試點

• AgiBot 於2026年6月已達成累計生產15,000台人形機器人的里程碑，並從實驗室走向真實生產線。其Raise-A1機型已於2026年第二季開始大量出貨 。
• 小米（Xiaomi）與其他中國製造商也已啟動在製造與物流領域的早期試點部署 。
• 然而，這些目前都仍屬小規模試點，並非全面舖開的量產。

規模化量產的展望

業界分析師並不預期真正的量產與規模化試點應用在2027下半年之前出現。蓋世汽車合夥人兼研究副總裁王顯斌明確表示：「我預計要到明年下半年，才能在真正量產與規模化試點應用上看到更清晰的進展」 。

結論

272%的驚人增長是真實的，但若將其視為工業化準備就緒的信號，則具有誤導性。絕大多數出貨是人形機器人在中國製造、由中國買家購買，並投入風險較低的商業服務用途（娛樂、教育、數據收集），而非重工業的工廠部署。中國供應商在供給端取得壓倒性主導，但該技術距離達成大規模工業應用所需的成本、數據與流程成熟度，仍有數年之遙。當前的榮景，本質上是一場供應鏈與原型製造的勝利，而非一場製造業的革命。

然而，這股狂潮的實質內涵值得深究。

出貨量暴增 vs. 實際工業應用

這波增長的主力並非來自工廠產線。SAG與蓋世汽車（Gasgoo）的分析指出，近90%的出貨量流向「商業服務應用」，而非核心的工業製造場景 。

• 娛樂與展演應用以35%的佔比位居最大單一用途，機器人主要用於表演、展示與互動 。
• 數據收集與研究佔比20%。
• 其餘則分散於大學研究、商業接待等服務場景 。
• 綜合來看，超過85%的部署集中於表演、教育、導覽與技術驗證，而非大規模製造 。

真正投入產線、創造直接工業價值的訂單，佔比低於15%，遠未形成不可或缺的剛性價值 。

中國廠商的絕對主導地位

在供應端，中國廠商佔據了2026上半年全球出貨量的97%以上（約18,500台），而中國買家也吸收了全球85%的需求 。

• AgiBot（智元機器人）：出貨約8,400台，以44%的全球市佔率超越Unitree，躍居市場龍頭 。
• Unitree Robotics（宇樹科技）：出貨約5,900台，市佔率約30.9% 。
• 兩家中國公司合計控制了全球約75%的出貨量 。

反觀非中國製造商，包含Figure AI的試點部署、Tesla Optimus的內部出貨、以及Sanctuary AI和Apptronik的評估用機型在內，合計出貨量不到600台 。

工廠大規模採用的三大核心障礙

SAG與蓋世汽車的分析指出，人形機器人要真正進入工廠產線，必須跨越三道門檻 ：

1. 數據短缺（Data shortage）：缺乏足夠的工業場景真實訓練數據，導致人形機器人難以在複雜的工廠環境中穩定執行任務。
2. 流程適應（Process adaptation）：工廠現有產線流程尚未準備好整合人形機器人，許多企業自評僅有「中度準備」來調整內部流程 。
3. 成本過高（High costs）：目前的單位經濟效益對多數製造商而言仍然過於昂貴。

2030年的成本目標

目前，以中國供應鏈為基礎的人形機器人物料清單（BOM）成本約為每台30,000美元（2025年估計約35,000美元）。美銀證券（Bank of America Securities）預測，若多數組件來自中國，BOM成本到2030年可望降至約17,000美元 。業界普遍認為，30,000至40,000美元的價格區間是工業採用經濟效益可行的臨界點，預計成本將在2020年代末達到此水準 。

早期工業試點

• AgiBot 於2026年6月已達成累計生產15,000台人形機器人的里程碑，並從實驗室走向真實生產線。其Raise-A1機型已於2026年第二季開始大量出貨 。
• 小米（Xiaomi）與其他中國製造商也已啟動在製造與物流領域的早期試點部署 。
• 然而，這些目前都仍屬小規模試點，並非全面舖開的量產。

規模化量產的展望

業界分析師並不預期真正的量產與規模化試點應用在2027下半年之前出現。蓋世汽車合夥人兼研究副總裁王顯斌明確表示：「我預計要到明年下半年，才能在真正量產與規模化試點應用上看到更清晰的進展」 。

結論

272%的驚人增長是真實的，但若將其視為工業化準備就緒的信號，則具有誤導性。絕大多數出貨是人形機器人在中國製造、由中國買家購買，並投入風險較低的商業服務用途（娛樂、教育、數據收集），而非重工業的工廠部署。中國供應商在供給端取得壓倒性主導，但該技術距離達成大規模工業應用所需的成本、數據與流程成熟度，仍有數年之遙。當前的榮景，本質上是一場供應鏈與原型製造的勝利，而非一場製造業的革命。