人形機器人賣得更快了，為什麼進化卻不太看得見？

一場熱鬧展會，映照出具身智慧的「落差」

2026 年 8 月 20 日發布的相關觀察指出，具身智慧（embodied AI）正以遠快於過去的速度商業化，但機器人是否真的變得更通用，從展場上卻未必一眼看得出來。

北京舉行的 2026 世界機器人大會聚集了大量展示：會跳舞、做運動、分揀物品，以及執行工廠流程的人形機器人都相當吸睛。然而，許多演示看起來仍是前一年相同類型項目的延伸或重新編排，尚未形成穩健自主能力的明確飛躍。12

這並不代表技術沒有進步，而是說進步的重心，正從「能不能完成一次展示」轉向「能不能在不同地方反覆完成、少靠人力完成」。

出貨量正在快速上升

市場數據顯示，人形機器人的商業擴張十分明顯。2026 年上半年，全球人形機器人出貨量已超過 22,000 台，全年預計突破 50,000 台。12

其中：

• AgiBot 出貨約 9,700 台；
• Unitree 出貨超過 7,000 台；
• Galaxy General 出貨超過 1,100 台；
• 前五大公司合計掌握約 86% 的市場。12

以應用領域來看，出貨主要集中在娛樂，約佔 38%；資料生產與研究約 26%；智慧製造約 16%；倉儲與物流約 10%。12

這些數字反映出一個由出貨量與量產能力推動的市場，而且市場集中度已相當高。不過，機器人賣得更多，並不等於它們已經具備跨任務、跨場地的通用智慧。

為什麼展示很精彩，進化卻不容易被看見？

問題的核心不只是打造更靈活的機械身體，還包括如何讓機器人在現實世界中學會「舉一反三」。相關觀察將幾項隱性挑戰歸納如下：12

1. 取得大量且多元的具身訓練資料：機器人需要的不只是影像或文字，還要理解動作、物件、空間與結果之間的關係；
2. 分辨腳本式展示與可泛化行為：在固定路線、固定物件與固定指令下完成任務，和面對變化時仍能正確處理，是兩個不同層次；
3. 適應新物件、布局與工廠：換一種包裝、改變貨架位置，或進入另一座工廠，都可能讓原本有效的流程失靈；
4. 持續進行工程校準：感測器、抓取動作、行走控制與整體系統，都需要反覆重新調校，才能在真實環境維持穩定表現。12

Unitree 創辦人王興興的看法是，在固定場景中實現可靠運作，正變得愈來愈可行；但若要走出固定場景，仍需要大量後訓練，以及持續的人員介入。12

Galaxy General 執行長王賀則把考驗拉到更高層次：機器人能否在 100 座工廠或 1,000 家商店中泛化，能否依照語言指令工作，並在陌生環境裡完成任務。12

這也是具身智慧目前最重要的分水嶺：不是示範一次，而是換地方、換物件、換任務後仍然做得對。

現階段的具身模型，仍被比作「GPT-2」階段

該文章將目前的具身模型比喻為大約處於「GPT-2」階段，並引用一種預測：到 2028 年左右，能力可能接近 GPT-3.5 至 GPT-4 的水平。12

這是對發展速度的展望，而不是已經獲得證實的技術結果。這個比喻要表達的是：模型已經能在部分任務中展現能力，但距離穩定理解複雜指令、處理長尾情境，以及在陌生世界中自主完成工作，仍有明顯差距。

Unitree：先把機器人做得更快、更便宜、更大量

Unitree 在展會上的定位，主要不是具身基礎模型領先者，而是聚焦於運動控制、機身工程、低成本與生產規模。12

公司在活動上預告一款最高速度可達每秒 12.65 公尺的機器人；同時，Unitree 2026 年上半年人形機器人出貨量超過 7,000 台，約佔市場 31%。12

這條路線的優勢很清楚：先讓機器人能夠穩定移動、降低成本並大量交付，再逐步擴大實際應用。但硬體性能與出貨規模，並不會自動解決理解語言、處理意外與跨場景泛化等問題。

Galaxy General：從「示範」走向觀看學習與場景部署

Galaxy General 的差異化方向，則是具身基礎模型。公司在展會展示雙足人形機器人 ET1，並表示其通用全身模型使用約 100,000 小時的人類動作資料進行訓練。12

公司提出的 WAM-TTT（World Action Model Test-Time Training）方法，旨在讓機器人透過觀看工人執行任務的原始影片，在部署時進行適應；客戶不必為每項工作手動標註資料，也不必依賴遙操作，理論上能減少每次進入新場域都從頭編程的需求。14

這個方向的重要性在於，若機器人可以從現場人員的實際操作中學習，就有機會縮短由實驗室原型走向特定業務流程的時間。不過，觀看影片後能否在不同設備、不同安全規範與不同工作節奏下穩定完成任務，仍需要以實際部署結果驗證。

該文章指出，Galaxy General 據報已不只停留在單機概念驗證，而是進入寧德時代（CATL）數十座工廠的部署階段。12這類資訊應理解為公司或部署報告，不能直接視為獨立機構對「通用智慧」的基準測試。

真正的下一關：少一點人盯場，多一點跨場景能力

2026 世界機器人大會呈現的，不是「機器人沒有進步」，而是兩條速度不同的曲線：商業化、出貨與量產正在迅速上升；但從受控示範走向廣泛、由語言驅動、低人力介入的通用能力，進展則較難透過展場表演直接感受。12

因此，接下來值得觀察的問題，不只是機器人能不能跳得更快、跑得更快，或能否完成一套預先設計好的動作，而是它能否在沒有重新編程的情況下，理解新指令、面對新物件，並在另一座工廠或另一家商店中仍然可靠工作。

目前，人形機器人產業已進入由出貨量與場景部署帶動的整合期；但廣泛泛化、語言導向，以及減少人員持續介入，仍是具身智慧尚未解決的關鍵問題。12