97%与10万台：中国人形机器人正同时经历两场竞赛

近日，市场调研机构Smart Analytics Global（SAG）发布报告：2026年上半年，全球人形机器人出货量约1.91万台，同比增长272%。其中，中国厂商占比超过97%。

同期，宇树科技启动科创板申购，发行价150.8元/股，募资61亿元，成为A股人形机器人第一股。978.46万户参与网上申购，超额认购超过8000倍，中签率仅0.018%。

在中国人形机器人产业看似"一骑绝尘"的背后，有两场竞赛同时在跑——一场是产量与出货量的竞赛，另一场是数据与场景的竞赛。

01 双寡头领跑，但格局远未锁定

SAG报告显示，上半年上海智元出货8400台，占全球44%；杭州宇树5900台，占31%。两家合计拿走全球四分之三的人形机器人出货量。

智元的量产轨迹近乎教科书级：2023年仅6台原型样机，2024年8月启动规模化量产，2025年1月突破1000台、年底达5000台，2026年3月跨越万台，6月突破15000台。目前智元已形成七类真实场景部署方案，涵盖产线上下料、工业搬运、物流分拣、导览导购、服务零售、安防巡检、工商业清洁。

宇树则计划将年产能扩大至3万台，DeepSeek以战略入股形式获配93.34万股，投资超1.4亿元并锁定36个月——AI模型公司与具身智能企业的战略协同信号已经非常明确。

更值得关注的是供应链底色：宇树供应链国产化率达90%，核心组件全部自研。智元合伙人则表示，2026年海外销售占比目标超30%。 今年上半年，中国机器人出口达62.9亿元，覆盖141个国家和地区，同比增长359%。”

02 从出货到上岗：谁决定产业过渡期？

出货量、产能规模的高速增长，勾勒出人形机器人“造得出、造得多”的产业现状，但行业普遍存在一个核心痛点：量产规模与真实商业化落地效率，存在明显错配。

从行业整体应用结构来看，现阶段国内人形机器人的终端需求仍集中于科研教研、高校实训、实验室研发等领域，真正落地工业生产、物流仓储、商业服务、公共运维等实体经济场景的规模化应用占比偏低。大量量产设备完成出货流转后，并未持续投入常态化产业作业，更多服务于技术研发、教学实验等场景，尚未实现常态化、商业化上岗运行。

简而言之，制造能力已经初步建立，但真实的用户需求和可持续的商业闭环仍在构建之中。

这并不意味着行业走错了方向。恰恰相反，从"造出来"到"用起来"的过渡期，正是产业从技术验证迈向规模化落地的必经阶段。但这个过渡期的时间窗口有多长，取决于另一个关键变量的成熟速度——数据。

03 场景验证：真实落地样本激活数据飞轮

8月初，龙华企业我能具身研发的双手臂通用人形机器人，在广州邮区中心江高陆运出口中心正式投入快递分拣流水线，开启商业化试点。

这台机器人依托多模态感知与自主决策技术，无需对原有流水线进行大规模改造便可快速接入，承担包裹供件、异常件识别等作业。峰值供件效率达1200件/小时，稳定作业效率约800件/小时。

外交部发言人毛宁在海外社交平台X上发文："Meet the latest entrants to the workforce in southern China's Guangzhou: humanoid robots sorting parcels."（来认识一下中国南方广州最新加入劳动力队伍的成员：分拣包裹的人形机器人。）

——这是中国具身智能走向全球视野的一个缩影。

这个案例的意义不在于"机器人能分快递了"——AGV加机械臂的方案早已在物流行业成熟应用。它的真正价值在于：一台通用人形机器人，无需改造环境就能快速接入已有产线。

这意味着具身智能的落地门槛正在降低。但门槛降低的背后，是大量真实场景数据的积累。机器人在分拣流水线上每一次抓取、判断、纠错，都被记录、标注、反馈到VLA模型的训练中。

数据飞轮转动得越快，模型迭代越快，落地场景就越广。这是一个正向循环，但启动这个循环的前提是：先有足够多、足够好、足够多样化的真实场景数据。

04 数据瓶颈：谁来补足人形机器人“数据课”？

在产业加速从"造身体"转向"育大脑"的过程中，一批企业正在以不同的方式切入数据基础设施赛道。

7月24日，武汉东湖高新区举办首届具身智能成果展暨聚合智能全域场景生态共建大会。在这场汇聚百余家生态伙伴的大会上，今元集团与湖北科投旗下全资子公司武汉启元智域科技发展有限公司正式签约，围绕AI数据生态协同和企业综合保障展开合作。

今元集团助理总裁富晨晨代表企业签约

启元智域整合了算力、人形机器人、低空智能等核心资产，运营武汉人工智能计算中心与武汉超算中心，总算力规模达500P，保有机器人超100台。而今元集团作为一家具备专业人力资源服务实力的平台型科技企业、国家高新技术企业，以"技术驱动+服务深耕"双轮驱动模式搭建AI BPO数据生产体系，提供涵盖数据采集、数据清洗、数据标注、数据切片的多模态数据服务。

双方的合作构建了"政府平台统筹+市场化专业运营+产业场景落地"的服务体系：面向人形机器人、AI大模型上下游科创企业，联合输出多元数据解决方案，提供规模化标准化实景训练数据集供给。同时打通"人才培育—数据供给—技术研发—场景落地"闭环。

数据基础设施的建设，不是一家企业能独立完成的工程。它需要标准化的采集场地、专业的采集人员、动捕硬件、统一流程管控、质量校验和履约交付体系——这些要素的组合，决定了数据供给的规模和质量。当行业从"造身体"转向"育大脑"，这种系统性的数据生产能力，正成为产业迭代速度的决定性变量。

05 三重信号揭示产业拐点：人形机器人进入数据竞速时代

信号一：产能不再是瓶颈，数据才是。全球人形机器人出货量半年增长272%，国产化率超90%。硬件制造能力的突破已经发生。但VLA模型需要千万小时级数据，全球可用数据仅50万小时，缺口超99%。

信号二：场景筛选已经启动。清华大学赵明国教授判断，"2026年也许会是应用场景的筛选年"。 哪些场景能产生足够密集、高质量的数据反馈，哪些场景就更有可能率先跑通商业闭环。物流分拣、工业搬运、安防巡检等高频重复场景是第一梯队，服务零售和导览导购紧随其后。

信号三：数据基础设施正在成为产业基建。当 "缺数据" 成为全行业共识，专业化的数据生产能力不再是配套服务，而是与算力、算法并列的核心生产要素。谁能提供规模化、标准化、高质量的 "数据燃料"，谁就能在产业价值链中占据关键位置。

两场竞赛同时进行。产量竞赛的胜负已经逐渐明晰——双寡头格局初定，产能持续爬坡。但数据竞赛才刚刚开始，这场竞赛的参赛者不只是机器人厂商，还包括数据服务商、场景方、标注团队和标准制定者。

产量是门票，数据才是赛场。

*本文数据综合自SAG报告、人民日报海外版、澎湃新闻、致同咨询行业研究公开信息