文 | 世界模型工厂

全球机器人的风向，正在悄无声息地翻盘。 

近日美国艾伦人工智能研究院创始CEO Oren Etzioni公开发文，标题直指中美对比：《马斯克承诺了人形机器人，中国完成了交付》。

大意是，美国机器人靠画饼赚估值，中国机器人靠交付赚真金。

这一判断，与中国机器人实打实的量产数据相互呼应。

2025年，宇树披露人形机器人实际交付超过5500台，应用覆盖科研教育、展示以及部分制造、巡检等场景。

今年6月，智元第1.5万台具身智能机器人正式量产下线，当天就送进了一家3C工厂的产线，投入实际作业。

短短几年，海外看中国机器人的眼光，彻底变了。

从前中国的标签是廉价、模仿、花架子，现在美国却开始焦虑一个越想越怕的问题：

如果美国掌握了全世界最聪明的机器人大脑，中国却攥住了机器人的身体、供应链、工厂和订单，这场仗到底谁会赢？

当中国机器人开始量产

2026年5月的东京人形机器人峰会，是全球产业格局的缩影。

这原本是日本和美国机器人的主场，波士顿动力、丰田等老牌巨头悉数到场。

可全场的聚光灯，都落在了中国企业身上。

宇树科技携G1全尺寸人形机器人亮相，是现场为数不多的产业落地样本；

泊松机器人展出儿童尺寸的K1人形机器人，呈现了流畅的群组动作表现；

逐际动力带来成熟的人形机器人运动控制技术方案；

高扭矩科技的小型双足机器人Mini Pi Plus，凭借极具竞争力的定价，让海外从业者直观感受到了中国供应链的成本优势。

曾经在国际展会上偏居技术展区边角的中国厂商，如今展台前围满了来自全球的工程师、采购商与媒体，核对参数、询价对接的人流络绎不绝。

美联社报道直言不讳，如今最耀眼的明星，毫无疑问是中国企业。

更有海外业内人士当场感慨：中国已经抢走了他们的饭碗。

在这场全球竞赛里，中国突然成了必须认真对待的对手。

更让海外警觉的是，中国机器人开始一台台从产线上走下来。

Omdia统计数据显示，2025年全球人形机器人出货量超过13000台，美国的Figure AI和特斯拉等出货量仍处于数百台以内。中国的智元和宇树各自超过5000台，合计占比超过全球七成。

值得注意的是，这批量产下线的机器人已经脱离了跳舞、后空翻的表演属性，其中一部分开始进入工厂和商业场景。

美国行业内部担忧，一旦中国企业凭借规模化量产持续摊薄成本，将机器人的价格打到商用普及的临界点，就会快速抢占全球市场份额。

届时美国企业即便在算法层面保有优势，也会因为缺乏量产能力、成本居高不下而丧失市场主动权。

美国机器人皮肤下的中国技术

更让美国人扎心的真相，藏在机器人的外壳之下。

2026年3月，黄仁勋在一场发布会上，展示了一台机器人版的Olaf——《冰雪奇缘》里那个雪人。

这本该是最纯粹的美国故事：英伟达的芯片，谷歌的模型，迪士尼的IP，三个美国符号级公司凑在一起。

但《华尔街日报》扒了一圈供应链发现，Olaf脖子和腿部的运动，用的是中国机器人公司宇树相关的组件。

报道援引一位参与项目的工程师的话称：“我们试过三家美国本土厂商的方案，要么精度达不到动作要求，要么单部件成本高出四倍，最终只能选择中国供应商的成熟方案。”

这并非个例。

《华尔街日报》走访了美国近十家人形机器人初创企业与零部件供应商后发现，从核心的伺服电机、精密减速器，到一体化关节模组、高性能磁性材料，再到灵巧手的核心传动部件，高度依赖中国供应链，占比普遍超过六成。

并非企业不愿扶持本土产能，而是本土供应链难以匹配快速迭代的节奏。

定制一款高精度关节模组，美国本土厂商普遍需要六周交付，而深圳供应商最快三天即可拿出样品。

无极科技创始人潘云哲在接受《卫报》采访时表示，毕业后曾留在硅谷尝试深耕灵巧手创业。

“很多核心精密部件美国本土没有量产线，定制开模价格高得离谱，最后我只能让国内的父亲把零件打包好，通过国际快递寄到美国，才能勉强推进研发”。

最终他选择放弃硅谷的创业环境，带着核心团队落地深圳。

潘云哲表示，深圳的产业集群效率是海外无法比拟的。

办公周边即可覆盖精密加工、传感器配套等全链条资源，设计方案调整后当天就能拿到手板测试。

在美国需要半年走完的研发迭代周期，在深圳一个月即可完成。

在这些报道的结尾，海外媒体不约而同地指向了同一个深层焦虑：

美国掌握着机器人的大脑，但没有成熟、高效、低成本的硬件供应链作为身体支撑，再聪明的大脑也无法落地。

让美国业界不安的是，这种供应链优势并非一朝一夕能够追赶。

它根植于中国几十年的制造业积累，依托消费电子、新能源汽车等庞大产业外溢的产能与技术，形成了难以复制的完整产业生态。

这也正是中国机器人产业能快速实现量产落地的底气。

美国的两难死局

中国供应链的强势，把美国架在了火上烤。不用吧，不行；用吧，不安。

这种纠结，已经从嘴上的焦虑，变成了实际的行动。

2026年6月，《福布斯》专门报道了美国机器人企业的“去中国供应链”尝试。

Figure AI、1X、Apptronik、Tesla这些美国头部公司，都在琢磨着怎么减少对中国部件的依赖。

1X尤其激进。

这家公司试图自己掌握电机、电池、结构件、传动系统、软体外覆和传感器等更多环节。

可理想很丰满，现实很骨感。

机器人是一个由大量零件、材料、工艺和供应商共同组成的复杂系统。

少依赖中国，不只是换一家供应商那么简单，而是意味着美国公司要重新补制造能力、工艺经验、规模生产的课。

当美国公司忙着补供应链，华盛顿已经直接出手了。

2026年3月26日，美国共和党和民主党联合提出《美国安全机器人法案》，拟禁止采购或使用来自中国等所谓“外国对手”的无人地面系统，其中明确涉及人形机器人。

到了6月，美国众议院议员又提出新的GUARD Act，要求进一步审查来自中国等国家的机器人，对被认定构成国家安全威胁的产品提供进口限制机制。

这种情绪，《华尔街日报》总结得很准确：羡慕，也担忧。

既羡慕中国供应链的效率和成本，又担忧自己的产业命脉握在别人手里。

中国的国家级产业杀招

美国心里很清楚，他们面对的，从来不是宇树、智元、优必选这几家机器人公司。

他们面对的，是一整套举国协同、闭环运转的国家级产业体系。

这才是最让他们忌惮的地方。

《华尔街日报》报道指出，中国现在有140多家人形机器人相关企业，从零件到整机全覆盖。

再加上国家层面的战略布局，地方的补贴、税收、园区扶持，以及政府采购托底，形成了一套全方位的产业扶持体系。

最厉害的，不是给钱补贴，而是政府同时扮演了三个角色：投资人、客户、试验场。

给政策给资源，帮企业活下去，这是投资人；

政府采购下单，给企业稳定现金流，这是客户；

开放工厂、政务、民生场景，让机器人在真实环境里迭代，还能攒数据，这是试验场。

相比主要依靠企业和风险资本驱动的美国，这种政府模式更容易在产业早期形成规模。

更可怕的是，中国全产业链上下游拧成一股绳的协同力。

智元与龙旗、银河通用与宁德时代两对组合，正是这套模式的鲜活注脚。

龙旗既是智元的投资方，也是客户。双方不只停留在资本关系上，龙旗还向智元开放3C制造场景，用于机器人测试、适配和部署。

公开信息显示，双方已签署数亿元规模的精灵G2框架采购订单，规划部署近千台机器人。

这种合作的意义在于，机器人公司不需要先在实验室里把产品做好，再去寻找客户，而是可以直接进入真实产线，与制造企业一起调整工位、末端执行器和作业流程。

银河通用与宁德时代的合作逻辑类似。

宁德时代不仅参与银河通用融资，也把电池制造场景开放给机器人验证。

相比单纯的财务投资，这种“产业方入股+开放场景+联合研发”的模式更值得关注。

因为机器人真正缺的，往往不只是资金，而是一个愿意长期配合改造流程、容忍早期故障、持续提供真实数据的客户。

某种程度上，中国机器人产业正在形成一种新的关系：客户不仅买机器人，也参与把机器人训练成能用的产品。

难怪马斯克都承认，中国之外，看不到任何像样的人形机器人竞争者。

中国的数据工厂

但只会造身体，还不够。机器人真正的终局，仍然要回到大脑。

而在这一层，中国又开始做一件让海外格外敏感的事情：批量生产数据。

智元总裁彭志辉曾表示，当前具身智能最大的短板就是数据，大语言模型与具身操作数据之间仍相差约3至5个数量级。

2026年3月，《金融时报》记者走进湖北人形机器人创新中心。

眼前不像一家传统工厂，更像一座巨大的机器人学校。

价值约2亿元人民币的实验设施里，搭建着厨房、卧室等模拟真实环境。摄像头和传感器盯着机器人的每一个动作。

拿起杯子、整理物品、操作工具、在房间里移动。每一次成功，每一次失败，都被记录下来。

一名21岁的项目负责人把自己形容成老师。区别是，教人一个动作，可能示范几次就够了；教机器人，却可能要重复几百次、几千次。

湖北这一个创新中心，只是中国正在出现的一批机器人训练场之一。

《金融时报》判断，数十个由政府支持的机器人“训练农场”，正在中国各地出现，目的只有一个：给机器人的大脑准备足够多的数据。

更让海外不安的是，中国手里还有一个天然优势：工厂，全球最密集的制造业场景之一。

这里有装配线、仓库、物流、质检、搬运，有数不清的真实任务，也有数不清的异常情况。

一旦机器人真正进入这些地方，一个潜在的飞轮就可能启动：

机器人越多，真实数据越多。数据越多，模型越好。模型越好，又能部署更多机器人。

这不是已经完成的事实，而是中国正在争夺的下一张牌。

美国拥有互联网时代最庞大的数据资产，而中国，可能正在攒下物理世界最大的数据工厂。

比美国人更焦虑的是中国人

有意思的是，越靠近中国机器人产业内部，越没人轻言“已经赢了”。

2026年3月，宇树科技创始人王兴兴公开谈到具身智能的“GPT时刻”。

他给出的时间窗口不是当下，而是大约还要2到3年。

在他的定义里，真正的行业拐点，是机器人能在约80%的陌生场景中，仅凭语言指令完成约80%的任务。

而今天的行业，显然还远未摸到这条线。

泛化能力薄弱、数据效率低下，是横亘在眼前的核心短板。

换一个房间、换一件操作物体、换一种光线环境，模型的表现就可能出现大幅下滑。

据行业机构测算，大模型从仿真环境迁移到真实非结构化场景后，性能普遍出现30%-40%的衰减，复杂通用任务的真实场景成功率整体不足30%。

即便智元已经把累计产量做到1.5万台，彭志辉依然判断，机器人真正走进家庭，至少还需要数年时间。

比技术瓶颈更现实的尴尬，是落地端的“适配悖论”。

双足行走、灵巧操作，本是人形机器人最具话题性的技术亮点，也是外界眼中替代人力的核心底气。

可一旦放进高度标准化的工厂车间，这些引以为傲的特性，反倒成了多余的成本负担。

据产业成本测算，一台工业级人形机器人叠加全生命周期运维成本，总投入约在50万至60万元区间，静态回本周期约5年，远超制造业通用设备的常规折旧与回本基准。

哪怕是坐拥厂房、展厅天然场景优势的车企，用数十万的机器人去替代年薪10万的产线工人，这笔经济账也远未到划算的地步。

与此同时，光鲜的出货数字背后，也藏着未跑通的真相。

摩根士丹利的数据显示，2025年中国市场售出约1.2万台人形机器人，但其中相当一部分流向了科研、教育与测试场景，而非成熟的工业或商业落地应用。

这正是中国机器人产业最真实的反差。

外界忙着比拼进度、焦虑弯道超车，产业内部却还在反复叩问三个最朴素的商业问题：卖给谁？为什么买？多久能回本？

这三个最基础的问题，至今没有明确的答案。

当美国人在焦虑中国跑得太快，中国人却在焦虑这条路到底能不能跑通，这大概就是当下机器人产业最真实的反差。