机器人行业的真正瓶颈，中美谁能率先攻克？

百亿估值俱乐部扩容：资本不再为“炫技”买单

2026年上半年，中国机器人产业融资呈现井喷式爆发。IT桔子数据显示，截至5月26日，国内机器人领域一级市场融资434起，金额达746亿元，约为去年同期的3.4倍。商用服务机器人普渡科技、具身智能公司银河通用、星海图等纷纷跻身百亿估值俱乐部，单笔融资规模动辄突破25亿元甚至4.55亿美元。然而，资本风向已发生根本转变——不再是早期概念炒作，而是聚焦三大维度：商业化能力、落地能力与技术底座。正如银河通用首席战略官赵于莉所言，能获得持续投入的企业，往往是那些既具备技术深度、又能跑通商业闭环、并拥有规模化潜力的公司。一级市场上，仅靠PPT讲故事的企业正逐渐失去耐心资本的支持，投资机构开始重点关注企业的造血能力与交付记录。

真正瓶颈不在跑得快，而在“能干活的大脑”

人形机器人运动控制与硬件工程通过迭代已非不可逾越的壁垒，真正的护城河在于让机器人理解物理世界、自主决策并持续泛化的“大脑”。2024年，大模型的出现让机器人从“翻跟头的大块头”进化为能叠衣服、削黄瓜的“小甜心”，但这些能力大多停留于实验室表演。进入2026年，行业共识急剧收敛：得大脑者得天下。以它石智航为代表的企业，不走传统VLA拼接路线，推出以视觉、语言、触觉、动作四模态统一输入的通用具身大模型AWE3.0，让机器人在未见视角下任务成功率提升3倍，并创下“一小时装配亚毫米级线束最多次数”的吉尼斯世界纪录。与此同时，高瓴和红杉罕见联手注资4.55亿美元，美团等产业资本重注押入，说明大脑能力已成为估值分化的核心标尺。美国市场同样如此，Skild AI等以“One brain”为口号的公司融资额高达14亿美元。

量产与降本：从千台到万台的“死亡之谷”

技术突破之外，能否实现规模化量产和成本管控是中美共同面临的“硬骨头”。瑞银证券预计2026年全球人形机器人出货量仅约3万台，远未进入爆发期。中国整机厂商密集宣布量产计划：星动纪元将于2026年第二季度开启千台级交付，增速达300%；星海图完成千台级订单验证后计划年内迈入万台级量产。但多位专家指出，当前机器人产业已显现估值泡沫，部分企业估值脱离实际经营水平，行业热度与产业化落地进度并不匹配。量产考验的不只是产能，更是供应链稳定性与场景盈利模型。令人关注的是，中国在核心执行器（占零部件价值量73%）的制造成本普遍比欧美低30%-40%，叠加成熟的新能源汽车产业链迁移能力，为规模化降本提供了独特优势。而美国特斯拉凭借强大的工程化能力与自动化超级工厂计划，也在全力冲刺量产。

创新中心与开源生态：中国特有的“集中力量办大事”

与美国主要依靠特斯拉、Figure、OpenAI等头部企业带动不同，中国在2024年密集成立了9个国家级或地方级人形机器人创新中心。上海创新中心发布了国内首款全尺寸开源人形机器人“青龙”，北京创新中心推出“天工”开源计划，逐步开放结构图纸、软件架构、数据集、运动控制训练框架。这些平台致力于解决行业共性基础设施缺失问题——如具身智能数据集、仿真环境、以及标准化测试与评级体系。正如行业观察者所言，开源生态能帮助企业减少重复造轮子，将有限资源聚焦在专有技术上，堪称“企业内部的研发中台”。这种模式借力制度优势，加速了从实验室到工厂、从训练场到真实场景的转化。

真实场景数据与“苦活脏活”的博弈

机器人的泛化能力最终依赖大规模真实场景数据，而数据采集成本高昂、标准不一，是制约行业前进的关键瓶颈。它石智航推出全球首个真实世界具身多模态数据集WIYH，并发布工业级Human-centric数据采集方案；星海图则以百万小时真实场景数据持续驱动基础模型进化。相比之下，美国的Figure、Agility等同样在工厂和物流中心积累实测数据，试图通过“浸泡式”数据反哺模型迭代。在中国，星动纪元已将机器人部署于中国邮政、顺丰等十余个物流中心，作业效率达人类85%，并实现24小时稳定运行。这场数据采集之争，实际上是双方在“苦活脏活”上的投入比拼——谁能更早、更高效地将粗糙的现实数据转化为模型进化的养料，谁就能在智能化竞赛中占据先机。低垂果实早已摘完，真正的胜负手在于工程化的耐心与跨界协作的深度。