在近日举行的世界机器人大会主论坛上，宇树科技创始人王兴兴的发言引发了广泛关注。这位刚刚带领公司登陆科创板、成为“A股人形机器人第一股”的新晋富豪，没有选择分享成功经验，而是直指行业痛点：“目前机器人的整体效率和泛用性还不够高，跟人比效率还是低，每次换个新任务都得重新训练。”
王兴兴将人形机器人实现突破的关键时刻定义为：“在80%的陌生场景中，能完成80%的人类给它的任务。”当被问及何时能实现这一目标时，他给出了“快则两三年，慢则五到十年”的预测。这一观点得到了银河通用创始人王鹤的呼应，后者更激进地预测2028年就能实现。
尽管行业前景被部分专家看好，但展会现场也不乏质疑声音。有观众指出，当前人形机器人仍需人工遥控操作，实用性存疑；也有人认为这不过是企业炒作的噱头。这种两极分化的评价，恰恰反映了行业发展的现实困境。
数据显示，中国在人形机器人领域已占据主导地位。2026年上半年，中国人形机器人出货量超过4万台，占全球市场的97%。摩根士丹利预测，全球出货量将从今年的5万台激增至2030年的44.5万台，年复合增长率达106%。这种爆发式增长背后，是中国完善的机器人供应链体系——从减速器到传感器，从电机到执行器，各类核心零部件都有成熟的供应商。
硬件门槛的降低推动了行业繁荣，但也带来了新的挑战。王兴兴透露，宇树科技虽然已成为全球第二大人形机器人供应商，2025年销量达5500多台，但其主要客户仍是高校和科研机构，真正能进入工厂和家庭的应用场景仍然有限。这暴露出行业最大的瓶颈——泛化能力不足。
技术专家解释，当前机器人使用的VLA模型（视觉-语言-动作）存在先天缺陷。与大语言模型通过上文推导下文的因果关系不同，VLA模型是因果倒置的——它需要根据视觉输入决定动作，但这种关联关系并非基于对物理世界的真实理解。王兴兴举例说：“让机器人拿东西时，眼看就要碰到却总是差最后几毫米，就是无法修正这个微小误差，导致整个任务失败。”
数据匮乏是制约技术突破的另一大因素。全球合规可用的真实机器人交互数据，不到大语言模型训练数据的1/20000。具身智能需要的物理世界数据，其信息密度远低于语言数据，目前差距达万倍以上。银河通用的王鹤强调，建立世界模型是突破这一困境的关键，它能让机器人在行动前在脑海中推演多种可能性。
在技术突破前，商业化探索已成为企业生存的关键。宇树科技选择商业表演作为突破口，2025年人形业务收入已超过四足机器人，整体毛利率约60%。上海智元机器人采取类似策略，2026年上半年以9700台出货量占据全球43%的市场份额。深圳优必选则专注工业应用，其Walker S2机器人已进入欧洲空客制造工厂。
京东的创新模式引人注目。这家电商巨头不生产机器人本体，而是专注场景建设。在宿迁，京东与星海图合作建立了全机器人前置仓，700个SKU的商品从抓取到打包全程自主完成，单日处理订单超百单。这种模式不仅解决了机器人缺乏真实场景数据的问题，也为行业提供了新的发展思路。
资本流向印证了行业发展趋势。2026年上半年，主打“具身大脑”的企业融资占比超过五成，而纯硬件厂商融资比例不足两成。蚂蚁灵波科技就是典型代表，其全栈大脑2.0已能让机器人同时适应药房、工厂、仓库三种不同场景，在上海国大药房承担夜班药品分拣工作。
展会现场，一位观众拉着孩子离开时的对话颇具启示意义。孩子想再看机器人跳舞，老人却说：“有啥好看的，就是个高级玩具。”这番对话折射出行业现状——当前的人形机器人确实还像“高级玩具”，但十年前的新能源汽车不也曾被戏称为“电动爹”吗？技术的成熟需要时间，行业的突破或许就在下一个转角。
