在做 2025 年具身智能总结时，我们想找出除 " 繁荣 " 外其他的关键词，或者是更 " 落地 " 一点的形容。
但很遗憾，我们很难用单一的词汇去总结 2025 年具身智能。
长期活跃在创投或科技产业的人士一定有同感，过往的历史经验中难以找出任何一个能和 2025 年具身智能相提并论的产业。这是一个极度期待和极度落空交织的年份；这是一个资本比入场时间的竞速年份；这又是一个改写历史的重要年份。
在多种情绪交织的今天，有人担心具身泡沫 " 迷人眼 "，也有人害怕具身长坡厚雪 " 蹄痕浅 "。
因此我们不能再以 " 认知依赖 " 去做对比 xx 产业的偷懒式判断，也不能不尊重技术发展泛泛而谈假大空的未来。
本文试图做的，正是以非情绪的态度，穿越技术周期的表层波动试图做些预测，我们无意对 "5000 天后的世界 " 进行远眺式想象，而是选择将目光收敛在接下来约 300 天的时间窗口内：基于过去一年产业真实行为的变化、企业资源配置的迁移，以及资本与政策的实际取向，对具身智能在 2026 年可能呈现出的关键趋势进行经验外推。
基于上述逻辑，我们认为，2026 年具身智能行业将出现几条清晰而克制的变化路径：资源配置将明显向数据侧倾斜，数据开始被当作长期基础设施而非短期工程；消费级产品进入真实市场检验期，企业之间迎来第一轮围绕 " 可用性与价值感 " 的近身竞争；产业供应链逐步走向成熟，专业分工更加明显，" 小作坊 " 将走向 " 集约产线 "；与此同时，具身智能的量产与商业化开始形成规模化轮廓，并与供应链演进互为因果，行业首次真正站上成本、交付与 ROI 的系统性考场。
还有一条不得不说的观点：具身智能留给第三梯队的时间不会太多。
01
全球领先的技术研究与咨询公司 Gartner 提出了一个新兴技术成熟度曲线，在机器人赛道也值得参考借鉴。这条曲线包含五个阶段：技术萌芽期，概念引发关注；期望膨胀期，媒体炒作推高预期；泡沫幻灭期，实际效果低于预期；复苏期，务实应用逐渐成熟；生产力稳定期，技术价值被广泛认可。
当前的具身智能正处在多个周期叠加、阶段错位的复杂状态中。如果把具身智能看作机器人学的延续，这一周期在沉默几十年后，随着 AI 的爆发，开始从成熟期走向新复苏。如果从 AI 衍生视角来看，具身智能刚刚进入技术萌芽期，引发广泛关注。
一方面，部分头部企业已经跨过概念验证，开始触碰量产、交付与商业回报的真实边界；另一方面，更大数量的企业仍停留在技术萌芽与期望膨胀之间，在融资、Demo 与叙事中反复横跳。
这意味着，行业既不存在全面泡沫破裂后的 " 出清完成 "，也尚未迎来稳定扩张的黄金阶段，而是进入了一个试错成本急剧上升、路径选择开始不可逆的关键窗口期。在这样的现实条件下，任何一次战略误判、资源错配，都会被迅速放大为生存风险。以下警言，正是基于这一 " 已不再宽容 " 的行业现状提出。
重复造轮子会收敛
过去一年，在资本与关注度快速涌入的推动叠加技术的周期性瓶颈，导致大量企业选择了几乎相同的技术路径与产品形态、硬件架构、演示能力甚至是公关叙事。这种同质化在早期并未被严肃审视，是因为行业仍处在 " 能不能做出来 " 的阶段，而非 " 谁能长期跑下去 "。
但更深层、也更隐蔽的重复，正在基座模型与数据体系中集中爆发。当前部分企业，在技术底蕴、人才密度、资金储备并不具备优势的前提下，仍然选择自研通用型基座模型，试图在模型层面 " 另起炉灶 "。与此同时，各家又在高度相似的场景中，重复投入人力与资金搭建各自的数据采集系统：遥操平台、仿真环境、传感器方案、标注流程几乎如出一辙，却彼此割裂，甚至数据之间都难以存在统一标准无法复用，更遑论形成规模效应。
这种 " 模型各练各的、数据各采各的 " 的状态，本质上是一种资源的低效内耗。
顶层相关表述中明确释放出信号：我国目前已有超过 150 家人形机器人相关企业，其中半数以上为初创或跨界入局。数量本身并非问题，但当高度相似的产品、模型与数据管线密集出现，研发空间被迅速压缩，边际创新成本陡增，行业必然迎来收敛与筛选。
2025 年，这一问题尚未集中暴露，是因为机器人主要停留在实验室与科研教育市场。这一市场对性能边界、成本结构与长期稳定性的要求相对宽松，得以并行存在，也弱化了正面竞争的烈度。但进入 2026 年，随着领头企业在工业、服务业及 C 端场景的真实落地，市场将不再为 " 路径重复 " 买单。
尤其是在面向消费者的 C 端市场，竞争将迅速转化为典型的买方市场。企业不仅要回答 " 技术是否先进 "，更要回答 " 是否值得被选择、是否可以长期交付 "。这要求企业在技术、产品、供应链与服务之间形成清晰分工与取舍，而不是在所有层面全面铺开、全面自研。
可以预见的是，未来真正具备竞争力的企业，未必是自研内容最多的那一批，而是最早完成取舍、最早避免无效重复的那一批。在基座模型层面选择协同而非一定是对抗，在数据层面推动共享、复用与标准化，将成为行业从碎片化走向规模化的前提条件。
收敛并不意味着机会消失。恰恰相反，当重复造轮子的阶段结束，真正的差异化才会显现。体现在工程能力、产品理解、交付效率与用户信任之中。筛选越残酷，留下来的空间反而越大。
在《创新的窘境》里，作者描述了一种窘境 " 技术供应可能不等同于市场需求 "。放在这轮具身产品收窄中，这意味着或许某种差异化的、直达用户痛点的产品反倒能够引爆市场？
守好现金流
2025 年，我们目睹了多家机器人公司的破产，硅谷明星公司 K-ScaleLabs 一年内连融 3 轮却还是资金链断裂；成立了 20 年之久的知名人形机器人公司 Aldebaran 也宣布清算。
虽然前辈的经验不能拿来套用，但确实为产业注入了思考角度。在这个软件硬件都是资金焚烧炉的赛道，" 守好现金流 " 是重中之重。
相比于所有人都在沉醉于行业的喧嚣与狂热之下，如出货量攀升、价格到了 " 甜点区 "、薪资水平创新高，企业应该时刻注意这一热流涌动中，暗藏着足以吞噬初创企业的财务暗礁。所有躬身入局的创业者，必须将守好现金流刻入企业的生存信条。
2026 年的融资市场，很可能不是雨露均沾的沃土，而是向头部聚拢的虹吸场。资本的嗅觉愈发谨慎，资源会加速向技术壁垒高、商业化路径清晰的头部企业倾斜。对于多数初创公司而言，融资难或将成为桎梏。当融资周期拉长、条款愈发苛刻时，账面现金流就是企业的生命线，它决定了你能否撑过黎明前的黑暗，等到技术突围和市场爆发的那一天。
更致命的陷阱，是 " 落地即亏损 " 的规模化魔咒。不少企业满心欢喜地将机器人推向市场，却陷入 " 卖一台亏一台 " 的怪圈。
一部分，是刻意为之，具身研习社了解到有企业面临 " 亏本 " 或者 " 利润很低 " 的出货阶段，这里有制造业普遍利润低的共性原因，也有企业自身想先发制人占领用户心智的选择。
另一部分是，很多团队在产品定价上，只盯着硬件 BOM 成本，却低估了具身智能产品从 " 能用 " 到 " 好用 " 的隐性成本。
于是，一个残酷的现象可能在 2026 年上演：企业订单量节节攀升，看似前景大好，实则每多卖出一台机器人，就多背上一份亏损的包袱。售后维护的压力指数级增长，场景定制化的投入永无止境，最终陷入 " 卖得越多，亏得越惨 " 的规模化陷阱。
当营收的增长跑不赢成本的扩张，当账面现金流被持续的亏损吞噬，再光鲜的订单数据，都只是压垮企业的最后一根稻草，这在太多领域中都有案例。
倘若认为 2025 的具身智能叙事靠的是想象力与勇气，那么从 2026 年开始，行业真正要开始思考交付问题，机器人不再只是技术理想的投射物，而正在成为一种需要被反复验证、反复算账、反复打磨的 " 工业存在 "。在新的一年征程中，有人可能继续沉迷于浪潮的声势中，有人或许开始低头修船、校准航向，而最终抵达彼岸的，从来不是喊得最响的那一群，而是最早意识到陷阱并规避掉的那群务实者。
02
2025 具身智能像是在完成一整套 " 实验 "，从模型架构到整机制造，从场景探索到商业化闭环，已初步得到验证。
2026 年具身智能企业将不再小试牛刀，规模应用与真实商战或将上演。
数据卡点问题将集中发力解决
业内现存在一种观点，即行业下半场的竞争围绕着 " 数据采集 - 模型训练 - 规模化扩展 - 模型迭代 " 的循环演进展开。也就是说，模型不再是唯一 " 决胜赛点 "，数据也不是该单独拎出来讲的事情，而是基石中的基石。（上半年部分人并不这么认为）
在数据采集环节，具身研习社文章 # 具身智能无共识，就是最好的共识 # 里曾表示，" 用什么数据 " 行业没有统一答案，由于不同数据类型各有优劣，目前主流解决方案为：遥操真机数据采集、仿真数据。
二者采集方式，本质上是在依据自身技术路线与场景需求，平衡一个 " 真实性、规模化、低成本 " 不可能三角。但不可否认的是这二者都存在一定的局限性。例如，仿真数据海量成规模，但存在 Sim2Real 的 GAP，数据生成的成本是否低廉也需要打个问号。真实数据的真实性不必赘述，在精细操作领域，模型更青睐这类数据，但问题在于成本较高，难以成规模。这是 2025 年最大的争论点，甚至形成了唯一的共识 " 数据的不可能三角正成为制约产业发展的重要因素。" 但好在步入年末，产业不再陷入二元对立，而是转身思考 " 第三条路 "。
一方面，" 不可能三角 " 在数采技术的迭代中，正不断全维度缩小 " 雷达图 " 面积。例如，以鹿明机器人、Generalist AI、Sunday 这类 UMI 数据范式和戴盟 DE-EXton2、穹彻智能 AirExo-2 外骨骼高效数采方式，采集相对真实的数据。此外，还有它石智航为代表的 " 以人为中心 " 的数据采集范式，在不改变人类操作方式、不额外搭建采集环境的前提下（降低采集成本），持续记录真实、高质量的操作行为（提高采集质量）。
除了解法找到新路之外，数据正成为行业 " 众人拾薪 " 合力解决的问题。自去年下半年，各类大规模真实或仿真数据集如雨后春笋，密集开源。智元机器人的 AgiBot World、北京人形机器人创新中心的 RoboMIND、它石智航的 WIYH，甚至就在几天前 GenRobot.AI （简智机器人）初创团队也公开超万小时数据、100 万任务剪辑数据集，并批量放送。
此外，顶层设计上也擘划了关于具身智能数据领域的基础设施建设，过去一年地方积极介入，建立区域性数据采集中心并发力购入数采设备，据不完全统计，2025 年地方仅购入数采机器人订单金额已累计接近 10 亿元。这种数据基础设施或将降低企业成本，促进数据共享生态的形成。2026 年，在技术迭代、开源生态、政策支持下，数据稀缺问题将逐步缓解，为模型训练注入新活力。
消费级机器人第一轮潜力
对于具身智能来说，自 2025 年年初进入大众视野后，外界最关心的问题一定是何时机器人才能 " 飞入千家 "。然而年中的现实是，机器人价格高昂，普通消费群体难以接受；技术仍在爬坡，对于 " 能干活的机器人 " 预期普遍降低。
但供给方并未囿于 " 全能型 "，而是转身思考如何用技术去适配消费级场景。
下半年我们已经看到了消费级机器人市场的初步潜力：宇树跟巨星传奇联合推出消费级的 " 巨星狗 " 萌态可掬，拉停了巨星传奇；松延动力的小布米价格下探万元内，姜哲源称 " 触达到更多人群、解锁更多场景 "；加速进化的 K1 凭借价格，在科研市场之外，渗入到 STEM 教育和儿童编程市场；年末维他动力的大头 BoBo 横空出世，创下 52 分钟订单破千记录；越疆机器人推出 Rover X1，早鸟价打到了 7499 元，跟中高端手机比价都有余力 ...
这些现象可以归结为两个方向：以大头 BoBo 为代表的产品采取的是直达消费者（D2C）模式，加速进化 K1 则是 2B2C，以教育场景由 B 端渗透到 C 端的模式，但不管怎样，具身智能与人类生活的物理距离正在被迅速拉近。
展望 2026 年，这一趋势将从 " 点状爆发 " 演变为 " 全线放量 "。小型化、轻量化的人形与四足机器人将确立市场主流地位。随着供应链规模效应的显现，万元以下的 " 甜区 " 将有效激活大众消费者的购买力。
但要注意，这轮消费级机器人爆发，除了必须拥有 " 消费级 " 价格外，还要有 " 产品思维 "。维他动力首款产品即爆品，给行业足够的启示，2026 年机器人将充分平衡技术可供性（Affordability）与产品可行性（Viability），二者互为前提与支撑。换句话说，技术水平达到何种地步，产品细节打磨到何种好用程度，是这次消费级产品爆发的根源。
此外，在消费级机器人中有一个 " 事件 " 和 " 概念 " 应该被重视，即上纬启元年末发布的全球首款个人机器人 Q1。" 个人机器人 " 或将成为继个人电脑、智能手机之后的另一种「个人媒介」。
除了上述消费场景外，还有个不容忽视的租赁消费场景。得益于 " 非遥操 " 与各类简化应用平台（宇树 AppStore、智元 " 灵创 "、" 擎天租 " 等）降低使用门槛，前者让机器人摆脱 " 遥控玩具 "，后者让 " 可玩性 " 得到极大提升，为具身智能市场教育做出重要贡献，也为租赁市场再续一把火。
供应链更加完备，专业分工出现
2025 年具身智能一个略显尴尬的现状是：没有供应链。
所谓供应链多是在汽车工业、消费电子制造等成熟工厂产线中借来的。但借也并非一帆风顺，由于整机厂对零部件的诉求非标准化且批量小，导致成熟工厂不愿意承担试错成本，进一步衍生出产能受限的情况。
没有产能，技术和市场催熟下又逼近量产节点，二者相遇撞出了今天具身智能的供应链雏形。
2026 年，上游供应链将更加成熟，且毋庸置疑的是专业分工日益明显。
这一观点已得到资本市场认可。摩根士丹利在近期的几份研报中多次强调 " 卖铲人逻辑 "，它指出无论终端品牌谁会胜出，上游核心零部件和半导体厂商将会最先受益于产能建设。
2025 年末，亿纬锂能甚至提出了 " 用机器人为机器人造电池 " 的愿景，而半年前业内尚无可用的机器人电池。除了汽车电池巨头外，类似于智安新能源这类以专注于小动力能源系统的电池企业，也正由边缘向中心突破。
未来，电池领域除了巨头下场，也将涌现专注机器人应用的供应商，提供高能量密度和长续航解决方案。这一趋势，在触觉和力传感器、芯片等领域也同样受用，专业分工将减少企业 " 全栈 " 负担，让创新更高效。以一个感性的案例可以体会，具身研习社在今年地瓜开发者大会（DDC2025）发现，会场参会人数明显较首届大会翻倍，甚至据负责人透露，因场地限制，还有大半申请参会人员被拒之门外，足以反映出整个具身生态的活跃度。
此外，下游需求将倒逼上游创新，例如特斯拉 Optimus 供应链对零部件性能严苛和产能逼促，正迫使上游零部件厂商提升硬件工艺，扩大产线布局，甚至冗余扩产。而众多本体厂商，也自研关节模组、六维力传感器等核心部件，反向给到压力于相应零部件厂商，优化工艺，推动整体效率提升。
值得注意的是，专业分工将带来产业版图的扩张。传统上，具身智能研发集中在北上深杭等沿海城市，研发与生产都汇聚与此处，但 2026 年，这一版图将向内陆辐射。从单一的研发中心，拓展到合肥、苏州等地尝试场景应用，这些城市将聚焦于工业、医疗、制造、服务等多场景试点。同时，河南、武汉、芜湖等地将成为生产重镇，这些地区具备人力成本低、制造业基础雄厚、供应链完善等优势，适合建立大规模生产基地。这种辐射将促进区域均衡发展，避免资源过度集中，并为全国性生态铺平道路。
商业化与量产加速
如果说 2025 年下半年是具身智能与机器人告别 " Demo 秀 "、迎接 " 大考 " 的转折点，那么 2026 年则是这场大考的分数兑现期。
投资人的逻辑已经发生根本性漂移：他们不再满足于机器人在实验室里完成几次漂亮的后空翻，转而屏息凝神地盯着出货量报表与真实场景的 ROI（投资回报率）。
在量产端，2026 年正成为人类工业史上机器人产能爬坡的关键拐点。回望 2025 年，智元、智身等企业迈过 5000 台量产与交付门槛，标志着行业首次跨过小批试制与工程样机阶段，开始触碰制造体系的真实极限。
更重要的是，量产并非孤立发生，它与订单同步提速，交付节奏、供应链协同与质量一致性开始成为企业核心竞争力。某种意义上，2025 年也是商业化元年，因为订单不再只是试点性质，而是带有持续性预期的真实需求。
这一信号已有迹可循，2025 年末花旗银对奥比中光、优必选、领益智造、绿的谐波及浙江荣泰等供应链巨头的最新调研释放了一个极强的信号：全行业均在进行 " 倍速级 " 扩张。受中美主要人形机器人制造商（如特斯拉 Optimus 与国内头部厂家）产能提升的暴力推动，相关企业的收入预期普遍指向指数级增长，2026 年的市场规模被公认为至少是 2025 年的两倍以上。
可以预见，2026 年人形机器人不再是昂贵的实验室手工件，而是流水线上喷薄而出的工业产品。单机价值量的优化与制造工艺的标准化，让大规模扩产不再是孤注一掷的赌博，而是顺理成章的工业迁徙。
在商业化端，具身智能正完成从 " 景观 " 向 " 生产力 " 的惊险一跳。
2025 年，我们目睹了 " 表演性商业化 " 的繁荣：机器人在演唱会上空翻、在展厅里导览，这些场景虽然带有浓厚的试水色彩，却完成了最初的市场教育。而 2026 年，这种繁荣正转化为一种更深沉、更规范的市场形态。
与表演伴生的租赁市场也同步进入规范化、平台化。机器人租赁市场告别了早期的杂乱无章，呈现出 " 降温不缩水 " 的理智繁荣。除了京东、闲鱼等传统电商租赁的介入，诸如 " 擎天租 " 等垂类专业平台的崛起，通过 " 即租即用、按需付费 " 的模式，极大降低了中小企业尝试具身智能的门槛。
真正的变化，则发生在工业与商业场景。2025 年后，机器人在这些领域逐渐摆脱 " 试点验证 " 的身份，开始被严格放入 ROI 框架中评估。稳定性、成功率、维护成本和可复制性，被明确置于 " 是否炫酷 " 之上。这意味着，2026 年的商业化不再靠故事驱动，而是靠指标说话。谁能在真实工况下跑得久、跑得稳、算得过账，谁才有资格进入下一轮规模扩张。
从大家不愿提但又绕不开的科研市场来看，其依旧是具身智能商业化的底座，但它的边界正在被重新定义。随着科研与教育、赛事体系的深度绑定，这一市场正呈现出明显的泛化趋势：从高校实验室延伸至教学用具、竞赛平台，乃至儿童教育与启蒙产品。科研不再只是少数机构的预算项，而正在被编织成一个更具规模性的长期市场，为企业提供相对稳定、可预测的需求来源。
来源：具身研习社
