中國的人形機器人產業，確實已接近一次「規模與成本」的轉折點；但距離能比肩生成式 AI 爆發式普及的真正「ChatGPT 時刻」，仍有一段關鍵差距。

核心原因不在於機器人能否跳舞、打拳，或完成精心設計的展示，而在於它能否走進一個從未見過的工廠、倉庫或家庭，只靠自然語言指令，就可靠地處理大多數新任務。就目前證據而言，中國已擁有加速迭代的產業條件，但尚未證明這種高度自主能力能在真實、雜亂的場景中大規模商業化。17

所謂「ChatGPT 時刻」，門檻到底是什麼？

宇樹科技創辦人王興興提出的標準相當具體：把人形機器人放進陌生環境，它能依照語音或文字指令，成功完成約 80% 的任務，不必為每項工作另行編寫專用程式。這代表機器人不只會執行固定流程，而能理解場景、調整動作、處理例外情況，並把指令轉為實際操作。110

這也是人形機器人與現有工業自動化設備的分水嶺。傳統機械手臂在高度結構化產線可精準重複作業；通用人形機器人要解決的，則是感知、移動、抓取、導航、安全、電池續航與任務泛化同時失誤不得太多的系統整合難題。410

中國已經領先的是什麼？

中國的優勢首先是供給端的速度與規模。中國人形機器人產業組織稱，2026 年上半年中國出貨已超過 4 萬台，約占全球人形機器人出貨量 97%。1 另有研究指出，2026 年上半年，五家中國企業已占全球人形機器人出貨量約 86%。4

背後是成熟的製造與零組件基礎。電動車供應鏈帶來電池、感測器等在地採購條件，讓業者能更快改版硬體並壓低成本。4 中國的人形機器人公司已超過 150 家，並有大量企業、大學與研究機構投入。

政策助力同樣可觀。中國以補貼、稅務優惠、產業園區、推動國內採用及公私合作研發等方式扶植產業。17 路透社報導，中國在一年內為相關領域配置逾 200 億美元支持資源，並規劃設立規模 1 兆元人民幣、約 1,370 億美元的基金，支持包括 AI 與機器人在內的新創企業。

此外，遙操作資料的成本下降，加上可商購的人形機器人平台增加，理論上可讓公司更快蒐集訓練資料、測試模型並修正硬體。

為何量產領先，仍不代表已經突破？

最值得注意的是，現階段機器人實際被用在哪裡。資料顯示，娛樂與表演約占應用的 33.6%，資料蒐集與研究占 27%；兩者合計超過六成。智慧製造、倉儲與物流合計則低於兩成。14

另一項估計顯示，2025 年全球生產逾 2 萬台人形機器人，但只有約 10% 進入真實世界應用；其餘主要流向研究機構、資料蒐集專案與娛樂展示。

這不表示表演或資料蒐集沒有價值。相反地，它們正是建立「硬體—遙操作—資料—模擬—模型」回饋循環的重要環節。不過，這也說明產業主要仍在累積讓機器人變得更自主的訓練素材與實作經驗，而非已經擁有一支能在非結構化工作現場穩定創造產值的機器人大軍。14

換句話說，能折衣服、搬運物品或做一段流暢表演，與能在每天不同的現場處理大量陌生工作，兩者之間仍有很大距離。當前公開資訊尚不足以證明中國的人形機器人，已能穩定達成上述 80% 成功率的標準。110

何時可能到來？預測跨度很大

王興興的看法是，若技術進展順利，這項里程碑可能在兩到三年內出現；若進度較慢，時間可能拉長至五到十年。10 這些是產業經營者的預測，而非經過獨立驗證的能力里程碑。

因此，較審慎的判斷是：中國很可能是最有條件率先逼近這一門檻的市場之一。它擁有製造規模、供應鏈密度、資本與政策支持，也能快速佈建資料蒐集與試點場域；但目前仍偏向「能力驗證前的商業化早期階段」，而不是大規模自主部署即將全面爆發的臨界點。417

政策推力很強，商業自立仍是考題

中國的產業模式，可能在通用自主能力完全成熟前，就先讓硬體快速商品化：以補貼建立產能、透過競爭壓低成本，再以政府採購、實驗室與試點場域創造早期需求。這種模式對技術試驗很有效，但也意味著市場是否能脫離補貼與示範專案、形成可持續需求，仍須觀察。17

海外市場也未必會隨中國出貨優勢自然打開。具備鏡頭、感測器、連網能力並可能進入工廠或關鍵設施的機器人，可能被部分政府視為資安或關鍵基礎設施風險。已有報導指出，美國以國安與資安疑慮為由，限制新的中國人形與四足機器人及部分零組件進口。6 這使國際市場准入可能成為產業擴張的另一項變數。

真正該看的，不是出貨量

判斷中國人形機器人是否迎來「ChatGPT 時刻」，不應只看全球市占、機器人數量或吸睛展示。更關鍵的指標是：在獨立測試下，機器人能否以極少人工介入，在陌生任務與陌生環境中維持高成功率；以及它是否已便宜、可靠到足以讓製造與物流客戶在試點結束後仍願意續約、擴大部署。

中國正在快速接近這個競賽的前排，但量產能力與通用自主能力之間，仍隔著一段最難、也最具決定性的技術與商業驗證路程。

中國的人形機器人產業，確實已接近一次「規模與成本」的轉折點；但距離能比肩生成式 AI 爆發式普及的真正「ChatGPT 時刻」，仍有一段關鍵差距。

核心原因不在於機器人能否跳舞、打拳，或完成精心設計的展示，而在於它能否走進一個從未見過的工廠、倉庫或家庭，只靠自然語言指令，就可靠地處理大多數新任務。就目前證據而言，中國已擁有加速迭代的產業條件，但尚未證明這種高度自主能力能在真實、雜亂的場景中大規模商業化。17

所謂「ChatGPT 時刻」，門檻到底是什麼？

宇樹科技創辦人王興興提出的標準相當具體：把人形機器人放進陌生環境，它能依照語音或文字指令，成功完成約 80% 的任務，不必為每項工作另行編寫專用程式。這代表機器人不只會執行固定流程，而能理解場景、調整動作、處理例外情況，並把指令轉為實際操作。110

這也是人形機器人與現有工業自動化設備的分水嶺。傳統機械手臂在高度結構化產線可精準重複作業；通用人形機器人要解決的，則是感知、移動、抓取、導航、安全、電池續航與任務泛化同時失誤不得太多的系統整合難題。410

中國已經領先的是什麼？

中國的優勢首先是供給端的速度與規模。中國人形機器人產業組織稱，2026 年上半年中國出貨已超過 4 萬台，約占全球人形機器人出貨量 97%。1 另有研究指出，2026 年上半年，五家中國企業已占全球人形機器人出貨量約 86%。4

背後是成熟的製造與零組件基礎。電動車供應鏈帶來電池、感測器等在地採購條件，讓業者能更快改版硬體並壓低成本。4 中國的人形機器人公司已超過 150 家，並有大量企業、大學與研究機構投入。

政策助力同樣可觀。中國以補貼、稅務優惠、產業園區、推動國內採用及公私合作研發等方式扶植產業。17 路透社報導，中國在一年內為相關領域配置逾 200 億美元支持資源，並規劃設立規模 1 兆元人民幣、約 1,370 億美元的基金，支持包括 AI 與機器人在內的新創企業。

此外，遙操作資料的成本下降，加上可商購的人形機器人平台增加，理論上可讓公司更快蒐集訓練資料、測試模型並修正硬體。

為何量產領先，仍不代表已經突破？

最值得注意的是，現階段機器人實際被用在哪裡。資料顯示，娛樂與表演約占應用的 33.6%，資料蒐集與研究占 27%；兩者合計超過六成。智慧製造、倉儲與物流合計則低於兩成。14

另一項估計顯示，2025 年全球生產逾 2 萬台人形機器人，但只有約 10% 進入真實世界應用；其餘主要流向研究機構、資料蒐集專案與娛樂展示。

這不表示表演或資料蒐集沒有價值。相反地，它們正是建立「硬體—遙操作—資料—模擬—模型」回饋循環的重要環節。不過，這也說明產業主要仍在累積讓機器人變得更自主的訓練素材與實作經驗，而非已經擁有一支能在非結構化工作現場穩定創造產值的機器人大軍。14

換句話說，能折衣服、搬運物品或做一段流暢表演，與能在每天不同的現場處理大量陌生工作，兩者之間仍有很大距離。當前公開資訊尚不足以證明中國的人形機器人，已能穩定達成上述 80% 成功率的標準。110

何時可能到來？預測跨度很大

王興興的看法是，若技術進展順利，這項里程碑可能在兩到三年內出現；若進度較慢，時間可能拉長至五到十年。10 這些是產業經營者的預測，而非經過獨立驗證的能力里程碑。

因此，較審慎的判斷是：中國很可能是最有條件率先逼近這一門檻的市場之一。它擁有製造規模、供應鏈密度、資本與政策支持，也能快速佈建資料蒐集與試點場域；但目前仍偏向「能力驗證前的商業化早期階段」，而不是大規模自主部署即將全面爆發的臨界點。417

政策推力很強，商業自立仍是考題

中國的產業模式，可能在通用自主能力完全成熟前，就先讓硬體快速商品化：以補貼建立產能、透過競爭壓低成本，再以政府採購、實驗室與試點場域創造早期需求。這種模式對技術試驗很有效，但也意味著市場是否能脫離補貼與示範專案、形成可持續需求，仍須觀察。17

海外市場也未必會隨中國出貨優勢自然打開。具備鏡頭、感測器、連網能力並可能進入工廠或關鍵設施的機器人，可能被部分政府視為資安或關鍵基礎設施風險。已有報導指出，美國以國安與資安疑慮為由，限制新的中國人形與四足機器人及部分零組件進口。6 這使國際市場准入可能成為產業擴張的另一項變數。

真正該看的，不是出貨量

判斷中國人形機器人是否迎來「ChatGPT 時刻」，不應只看全球市占、機器人數量或吸睛展示。更關鍵的指標是：在獨立測試下，機器人能否以極少人工介入，在陌生任務與陌生環境中維持高成功率；以及它是否已便宜、可靠到足以讓製造與物流客戶在試點結束後仍願意續約、擴大部署。

中國正在快速接近這個競賽的前排，但量產能力與通用自主能力之間，仍隔著一段最難、也最具決定性的技術與商業驗證路程。