11月17日,2026年 APEC 工商领导人峰会在深圳举办。小米集团创始人雷军在发言里讲了一句很轻的话:小米做机器人已经六年,目前具身智能机器人已经在工厂实习,能够完整地工作八小时,中间还能两次自己去充电。
这句话的份量在于那个"八小时"。它恰好是一个标准班次的长度,意味着这台机器第一次跑完了与人类工人相同强度的全天作业,而不是演示十分钟、剪辑三分钟。过去两年,人形机器人最不缺的就是视频,最缺的是连续工作记录。
同一个论坛上,宇树科技创始人王兴兴给出了另一半判断:当下人形机器人最大的挑战是 AI 模型的泛化能力不足,但今年全球技术突破已经接近临界点。一个说硬件侧扛住了一个班次,一个说软件侧还差临门一脚,两句话拼起来,正好是行业此刻的真实位置。
实验室里让机器人跑十分钟,考验的是峰值性能;工厂里让它干八小时,考验的是一整条工程链。电机发热会降频,电池会掉压,地面会有油污,零件位置会有毫米级偏差,同事会随时从旁边走过。任何一环出错,产线上都是真金白银。
中间两次自主充电,是这条链上最容易被低估的一环。它要求机器人自己判断剩余电量、规划回充路径、对准充电位、在充电时保持任务状态、充满后回到原工位接着干。这一套动作里没有任何一项是"智能"的展示,全是工程细节。
热管理是另一个隐形门槛。持续作业时电机温度上来就要降频,任务就断。这也是为什么这一代机器人普遍在电机效率上做文章,同样的扭矩下发热更低,才谈得上连续工作。峰值参数好看,连续作业拉胯,是过去两年最常见的落差。
这也解释了为什么"连续作业"几乎成了今年所有整机厂的共同指标。它不像自由度那样容易堆,也不像峰值速度那样容易拍视频,但它直接决定一台机器是能进产线,还是只能进发布会。
他在同一场发言里承认,AI 大模型过去四年进步很快,但投入非常大,能够落地的场景目前非常有限,能在这轮循环里真正实现商业闭环、挣到钱的公司也相对比较少。
这段自我评价放在一个卖硬件的场合里并不讨巧,但它解释了小米为什么先做工位而不是先做产品。工厂是高工资、高强度、可量化的场景,机器人只要能替代一部分班次,账就能算出来;家庭场景对泛化能力的要求高一个量级,短期算不过账。
行业里通用的路径也是这一条:先用工业场景摊薄研发成本,等单机成本降到十几万区间,再切家庭服务。扫地机器人当年就是这么从小众玩具变成百亿市场的。人形机器人要复制这个故事,差的只是那个成本拐点什么时候到。
他还提到一个观察:过去四年没有看到任何一个革命性的、标杆性的产品诞生,但相信未来几年一定会在这些领域里产生伟大的产品。这句话放在自己刚发布进展的场合里,算不上漂亮,却比"元年已至"之类的说法更接近现实。
小米披露的另一个数字是 IoT 设备总量 11.6 亿台。这个数字对机器人业务的意义不在销量,而在数据:家庭场景里的光照、布局、人的活动习惯,这些是训练具身模型最缺的语料,而它已经在千万家庭里跑了多年。
消费电子公司做机器人的优势也在这里。运动控制可以招人做,模型可以买算力训,但供应链、量产良率、以及千万级设备的数据回流,是创业公司最难补的课。反过来,创业公司在算法迭代速度上通常更快,两条路各有各的短板。
这也解释了为什么这一轮人形机器人的竞争格局看起来很挤,实际上分层很清楚:一层是有供应链与渠道的整机厂,一层是有模型与算法的团队,还有一层是做灵巧手、关节、传感器这类关键部件的公司。谁能把三层捏在一起,才有机会把成本压下来。
当然,数据优势不会自动变成模型能力。家庭场景的数据大多是被动采集的,缺少动作与结果之间的因果标注,用来训语言模型有余,用来训具身策略还不够。要把这批数据变成可用的训练语料,还需要一套标注与仿真回流的方法。
王兴兴在同一场峰会上的表述是,大模型与具身智能领域看到的很多情况非常激动人心,未来几年的方向已经能看清。他给了一个产量上的推演:现在一年可能只生产几万台机器人,未来如果做到每年几百万台甚至几千万台,对算力的需求会远超目前绝大多数人的想象。
这个推演把话题从"机器人能不能干活"拉到了"算力够不够用"。一台人形机器人如果要在陌生环境里做判断,端侧算力与云端推理的配比会直接决定成本结构。产量上到百万级时,这个问题会变成整个产业链的瓶颈。
他同时承认卡点在泛化。翻跟头、跳舞、接咖啡这些动作已经被反复证明可行,但从"会做一类动作"到"在没见过的环境里做对",中间隔着的是一整套数据与评测体系。这也是为什么今年行业里讨论最多的不再是本体参数,而是数据采集与仿真环境。
把产量推演和泛化短板放在一起看,行业的节奏其实很清楚:本体与供应链已经能支撑批量交付,缺的是让机器人在没见过的地方也做对事的那层能力。这层能力一旦补上,产量会从万台级跳到十万台级;补不上,就只能在有限工位里做定制化部署。
同期还有几条消息可以对照。深圳的逐际动力成为 APEC 官方参访点,披露各款产品累计获得数千台订单,其中超过一半来自海外,客户覆盖中东、日韩与北美,部分产品实现发布后一个月内交付。傅利叶把第三代康养人形机器人带去了德国的医疗设备展。
这些消息放在一起,说明行业的关键指标已经变了。两年前大家问的是自由度多少、能跑多快;现在问的是交付周期、单机成本、故障间隔、以及到底在哪个工位上产生了可计量的替代价值。
对采购方来说,判断一台机器人值不值得买,最实际的办法是问三个问题:交付要等多久、哪些功能还在开发中、出了问题谁上门。参数表上的数字可以慢慢看,这三件事决定了它能不能真的进产线。
另有一个信号来自产线侧:国内多条人形机器人产线陆续投产,产能不再是瓶颈,订单才刚开始。当供给跑在需求前面,价格与交付速度会成为下一轮竞争的主战场,而"能在哪些工位真正替代人"这个问题,会被追问得越来越具体。