中國人形機器人產業的擴張速度,已經超越其工業應用的成熟度。2026 年上半年全球出貨量估計約為 19,100 台至逾 22,000 台;在較低的估算中,中國製造商占比超過 97%。全年全球出貨量預測則介乎逾 50,000 台至約 60,000 台,中國國內的全年產量預測甚至更高。
10
13
15
這足以讓 2026 年被稱為人形機器人的「量產年」,但還不足以稱為「大規模普及年」。
出貨數字顯示產業已跨過量產轉折點
Smart Analytics Global 估計,2026 年上半年全球約出貨 19,100 台人形機器人,較 2025 年同期增加 272%;中國供應商提供其中超過 97%,該機構並預測全年全球出貨量約 60,000 台。
13
Counterpoint Research 的估算更高,認為上半年全球出貨量已超過 22,000 台,按年增長接近 300%,全年出貨量預計超過 50,000 台。
10
兩組數字存在差距,並非無關痛癢。不同市場追蹤機構可能採用不同的統計定義、企業披露資料與涵蓋範圍。因此,這些數字更適合被理解為市場正在快速擴張的訊號,而不是一個已經獲獨立審計的統一市場總量。
中國的生產目標也高於多數出貨預測。根據中國業界預測的相關報道,2026 年全年人形機器人產量可能超過 100,000 台;另一項估算則預計中國全年出貨量約為 62,500 台。
15
16
但「產量」、「出貨量」、「訂單量」以及「實際在客戶場域運作的機器人數量」是不同指標。若將這些概念混為一談,便可能高估產業目前的商業成熟度。
AgiBot 與 Unitree 成為擴產主力
AgiBot 表示,截至 2026 年 6 月累計生產機器人已達 15,000 台。Unitree 則據報在 3 月前已完成約 11,000 台的量產。
4
市場估算同樣顯示,兩家公司在上半年出貨量中領先。Smart Analytics Global 估計,AgiBot 出貨約 8,400 台,Unitree 約 5,900 台,兩者合計約占全球出貨量四分之三。
7
13
另一批採用 Counterpoint 數據的報道,則估計 AgiBot 上半年出貨約 9,700 台、Unitree 超過 7,000 台。不同數字再次說明,各家公司的排名與總量會隨資料來源和統計方法而變化。
15
這些數字確實展現出強勁的製造動能,但它們本身並不能證明每一台機器人都以具備盈利性的價格售出、已被部署到高生產力工作流程,或能在沒有大量人員監督的情況下運作。
訂單代表市場有興趣,卻不等於性能已獲驗證
UBTECH 的 Walker S2 正好說明了「商業興趣」與「經驗證的部署」之間的差異。該產品據報已獲得來自比亞迪、鴻海及另外六家製造商、總額超過人民幣 8 億元的訂單;公司 2026 年計劃年產能為 5,000 台,2027 年提高至 10,000 台。
訂單簿可支持一個判斷:製造商願意測試人形機器人。但它無法證明這些機器人已在生產線上達到承諾的產能、稼動率、安全標準或投資回收期。要回答這些問題,仍需要一段時間的實際運作數據,而不只是簽署訂單或完成首批交付。
為什麼娛樂、教育與研究仍是主要市場?
目前的部署結構看似矛盾:工業與商業應用正在增長,但在部分數據集中,娛樂、表演以及研究相關用途仍占大多數出貨量。Counterpoint 表示,娛樂與表演,加上數據生產與研究用途,在上半年出貨中的合計占比仍超過 60%。智慧製造占 13%,倉儲與物流占 5%,兩者合計約 18%,也就是不到每五台便有一台用於這兩類場景。
10
這些早期市場的營運門檻低於工廠或倉庫。表演型機器人可以在受控環境中執行預先編排的動作,獲得近距離監督,出錯時也有機會重置。大學和研究機構即使不打算以機器人取代工人,也可能重視其在教學、實驗與資料收集上的價值。路透社報道指出,Unitree 的許多產品銷往大學及研究機構。
3
這並不代表相關銷售沒有意義。它們可以帶來收入,建立開發者生態,並累積重要的訓練數據。然而,這些交易更能衡量市場興趣與實驗意願,未必能證明機器人已具備取代勞動力或提升工業生產力的能力。
Unitree 的收入結構更清楚呈現這個差別。根據對公司申報文件的分析,2025 年首九個月,研究與教育用途占其人形機器人收入的 73.6%,工業應用則占 9.01%。而且,工業應用類別還包括企業導覽,並非全部都來自工廠生產。
14
物流是最明確的早期產品市場契合點
物流之所以提供了從展示走向實用工作的較可信橋樑,是因為其中許多任務具備重複、範圍明確和相對結構化等特徵。現階段較早出現的應用包括:
- 搬運及分揀箱件或小型物品;
- 包裹分揀;
- 生產線上下料;
- 生產線旁的物料轉運;
- 在劃定工作區域內進行工業搬運。
Leju 表示,物流是其最常見的應用場景,相關展示包括箱件與小型物品的搬運和分揀。AgiBot 則指出,其部署方案涵蓋生產線上下料、工業搬運及物流分揀。
1
這些任務比「能夠勝任任何人類工作」的通用機器人想像要狹窄得多。但在現階段,狹窄反而是優勢:企業可以針對一個重複性的物料處理問題,同時設計機器人、夾具、軟件和工作流程,而不必一次過解決人類靈巧度、常識判斷及通用操作的所有難題。
真正瓶頸在於能否持續重複完成工作
一台能跳舞、格鬥,或在精心準備的環境中完成一次任務的機器人,證明的是協調能力。能夠創造經濟價值的機器人,則必須在環境變化和故障出現時,仍然一次又一次完成同一項工作。
這包括處理不熟悉的物件、從錯誤中恢復、在人類身邊安全運作、與工廠或倉庫軟件整合,以及維持完整一個班次的產出。路透社報道指出,目前的人形機器人對大多數工業工作而言仍然太慢,而且容易出錯。
因此,最重要的商業指標,往往不如網上爆紅的展示那麼吸睛:
- 任務成功率;
- 稼動率與循環時間;
- 錯誤恢復率;
- 維護與人工介入負擔;
- 安全表現;
- 系統整合所需時間;
- 可量化的人工成本節省或產能提升;
- 投資回收期。
正因如此,企業高層和分析師正逐漸以這些指標評估產業。量產可以降低單位成本,卻不能保證客戶取得一項可靠的生產工具。產業的核心問題,已從「人形機器人能不能走路」,轉向「它能不能在大規模部署下可靠地工作」。
1
2026 年究竟證明了什麼?
中國已證明,人形機器人可以從孤立的原型,走向具一定規模的生產。中國製造商在現有出貨量估算中占據壓倒性優勢,龍頭企業公布了大型生產里程碑,工業客戶也開始下達金額可觀的訂單。
4
7
13
但對下一步——在一般工作場所實現有利可圖、可重複的部署——現有證據仍較薄弱。娛樂、教育與研發之所以重要,是因為這些市場能容納人員監督與受控環境。物流則展現出最強的早期契合度,但目前主要集中於受限的物料搬運流程。
因此,對 2026 年最準確的描述,是人形機器人迎來了「量產轉折點」,而不是「大規模取代就業」的時刻。生產和訂單的增長,正跑在獲獨立驗證的工業實用性之前;最終能否填補這道落差,將決定這一輪熱潮會否成為持久的機器人市場。