人形機器人走下舞台：中國產業正迎來「上工」考驗

第二屆世界人形機器人運動會，呈現了人形機器人產業的兩副面孔：一邊是機器人在田徑、足球等項目中創下亮眼成績；另一邊，賽事開始測試插接電纜、倉儲作業、餐廳服務、辦公室工作，以及緊急救援等更接近實際工作的任務。同期走訪北京具身人工智慧創新園區，也可看到企業正在擴充零組件產能、建立訓練資料工廠、募集資金，並尋找真正的客戶部署場景。1213

這些訊號共同指向一個審慎但重要的結論：人形機器人正進入早期、而且發展並不平均的商業化階段，但市場距離「通用型機器人勞工」仍有一段距離。硬體開始具備擴大生產的條件，真正能否創造價值，仍取決於可靠性、產業標準、明確的應用場景，以及足以應對現實變化的大量高品質資料。

運動會，開始像一場工作能力測驗

賽事於 2026 年 8 月 22 日在北京國家速滑館「冰絲帶」開幕，主辦方共登記 666 支隊伍、2,056 部機器人。參賽隊伍數較首屆增加 138%，機器人數量約為上屆的四倍；活動也擴大至 51 個項目，包括 30 個競技項目及 21 個情境項目。26

這種設計的意義，在於運動表現只是衡量能力的一個狹窄指標。機器人可以在受控場地跑得很快，卻未必能在工廠中安全、反覆且符合成本效益地完成同一項工作。情境項目因此把焦點拉向自主性、靈巧度與任務完成能力，測試環境則刻意模擬工廠、倉庫、餐廳、辦公室及緊急事故現場。1912

自主控制的規則也更嚴格。相關報導指出，賽事評估標準正從「能否完成」轉向「能否在沒有遠端操控下，快速、準確且穩定地完成」。9這比在舞台上完成一次預先編排的表演，更接近企業真正會關心的問題。

硬體供應鏈開始出現規模化跡象

8 月對北京中關村海淀具身人工智慧創新園區的走訪顯示，這個產業已不再只是各家公司各自展示孤立原型。多家企業提到，人形機器人的外形配置與核心零組件正變得更加相似。若這種收斂持續，可能降低客製化程度，並讓零組件生產更容易標準化與擴大規模。13

Zhuoyu Technology 表示，市場已從 2024、2025 年約 10 至 50 部的原型批次，轉向較大規模的客戶部署。按該公司說法，有 10 至 20 家客戶各自訂購超過 1,000 部機器人的零組件。公司目前每月的零組件產能約相當於 3,000 部機器人，目標在 11 月提高至 50,000 至 60,000 部的配套規模；同時，公司所稱的未交付訂單積壓量達數十萬部。13

不過，這些是公司或業界公布的說法，並不是經獨立審計的出貨資料。市場預期則同樣快速升溫：摩根士丹利把中國 2026 年人形機器人出貨量預測，從 28,000 部上調至 50,000 部，理由包括商業驗證、政策支持與供應鏈動能。2728預測不等於實際交付，但這項修正反映出產業預期正在迅速改變。

無界動力：商業化如何獲得資金支持

成立於 2025 年的無界動力，展現了這個產業背後的產品與資本野心。公司表示，已有兩代機身進入量產，第三代正在開發；同時，公司公布已獲得超過 2 億美元天使輪融資，並在 2026 年上半年取得接近 1 億美元的全球訂單。其公布的應用包括工業製造與咖啡店服務，並聲稱已取得歐洲工業全棧 CE 認證。13

這些消息說明，客戶與投資者願意在技術尚未達到成熟工業設備可靠度之前，先為試點與早期部署投入資金。但它們並不能證明人形機器人已經能夠長時間、以高度自主方式完成廣泛的商業工作。

無界動力創辦人張宇峰提出的區分，正是問題核心：在受控的工業場地，企業可以訓練機器人掌握狹窄、重複性的技能；但商業服務要求機器人在不同環境、使用者、物件與故障情況之間進行泛化。後者的難度高得多。13

市場有需求，但「殺手級應用」仍未定型

人形機器人的市場需求正在形成，應用版圖卻仍未塵埃落定。工廠具有較規整的布局與可重複任務；物流需要面對移動、物件變化與持續運轉要求；零售和餐飲服務會遇到不可預測的人員互動；家庭環境則把上述難題全部疊加，還要處理幾乎無限種類的物件與情境。

中國工業和信息化部與國務院國有資產監督管理委員會於 2026 年 6 月提出的相關倡議，要求企業推進真實場景訓練、驗證與部署，並在年底前取得進展，進一步增加產業走出展覽與示範場地的壓力。13但政策推動並沒有回答最基本的產品問題：哪些任務能產生足夠價值，足以抵銷人形機器人的採購、維護、監督與安全成本？

因此，近期最可信的市場，可能是受限制、可重複的工作，而不是完全通用的勞動力。運動會中的情境項目之所以重要，正因為它們揭示了「照腳本完成一次示範」與「成為可靠工作流程的一部分」之間的差距。113

可靠性與標準，比舞台效果更重要

業界人士承認，許多人形機器人目前仍未具備工業級可靠性，國際標準也尚未成熟。這與傳統工業機械臂形成明顯對比：後者通常被要求運轉數萬小時。13

一部機器人能在比賽中完成一次令人印象深刻的動作，代表它展現了某種能力；但這不等於它能在多個班次、不同負載與變動環境下，持續以安全且符合經濟效益的方式運作，也不代表它具備可預測的維護與故障復原能力。

對採購方而言，真正重要的問題正逐漸改變：

• 機器人多久會失敗一次，或需要人類介入一次？
• 遇到意外物件、人員或障礙物時，能否自行復原？
• 維護前可以連續運作多少小時？
• 同一項技能能否轉移到不同機器人本體與不同工作地點？
• 部署時是否有明確、獲業界認可的安全與合規框架？

這些答案對產業普及的影響，將大於機器人在賽場上的速度紀錄，即使後者更容易吸引目光。

下一個瓶頸：不是身體，而是訓練資料

園區交流也凸顯出產業焦點正從硬體轉向資料。據報導，客戶對訓練資料的需求，正由數千小時增加到數十萬小時，最終甚至可能達到數千萬小時。Noitom Robotics 表示，計劃在 2026 年產出數十萬小時資料，並於 2027 年擴大至數百萬小時。13

Noitom 公開發布的 HiPHI，讓這種規模差距更具體可見。這套高精度人類動作與物件互動資料集共 617.5 小時，規模已相當可觀；但它同時也說明，一項有價值的研究資源，與企業所稱的、用於打造穩健具身人工智慧系統所需的更大資料量，仍然是兩個層次。4749

這些資料並不能互相替代，大致可分為三個層次：

1. 高品質操作資料： 透過第一人稱操作或遙操作取得的精確示範，能教會機器人較困難的技能，但收集成本高昂。
2. 可重定向的人本資料： 以能夠跨不同機器人本體轉移的方式，捕捉人類動作與互動資料。
3. 模擬資料： 數量充足、成本相對低，但受限於模擬環境與真實物理世界之間的落差。

現場資料擷取的成本據稱每小時達數千元人民幣。這項成本正推動企業尋找更大規模的收集方式，包括 Noitom 計劃在翌年向接近 20,000 人進行群眾外包，起步場景是家庭環境。13

簡單來說，人形機器人並不會只因為擁有類似人類的身體，就自動成為通用型機器。它還需要足夠多元、標記準確的實際經驗，才能把視覺感知、動作、物件、人員與後果連接起來，並在真實世界中應對變化。

8 月的證據，究竟說明了什麼？

運動會與創新園區的走訪，支持一個相對克制的判斷：

• 產業正在擴大。 賽事參與規模、項目數量、零組件收斂、融資與企業所報告的訂單，都指向更大的商業生態系統。213
• 商業驗證已經開始。 企業正嘗試把機器人部署到工廠、物流、餐飲服務及其他真實場景，政策也在加速這些場外測試。113
• 通用型工作仍未被解決。 可靠性、標準、經濟效益、任務選擇與訓練資料，仍是尚未解開的問題。13

人形機器人因此已走出主要靠跳舞、奔跑與腳本表演吸引注意的階段。下一個更不具戲劇性、卻更關鍵的評分標準是：它能否在足夠多的現實變化中，安全、穩定且經濟地工作數千小時，真正證明自己值得成為企業營運的一部分。