10月，中国信息通信研究院人工智能研究所联合清华大学电子工程系、具身智能测试实验室发布《具身智能发展报告（2026年）》。这是继2024年、2025年之后，信通院第三次发布年度具身智能报告。报告把这一年的产业状态概括为一个词：热中有冷。
先看热的一面，数据相当亮眼。2026年上半年，国内具身智能融资322起、约935亿元，较去年同期增长约5倍。产品供给端同样在膨胀：世界机器人大会发布的新品数量从123款增至311款。资本、政策、产品三线同时升温，这在过去一年的行业叙事里是最常被引用的一组数字。
再看冷的一面，落差恰恰出现在同一个半年里。报告显示，2026年上半年全球人形机器人出货量超过2.2万台，同比增长近300%，其中五家国内整机厂商的出货占比合计超过86%——全球供给的重心已经明显转向国内。但卖出去的机器去哪儿了？答案是：文娱商演和科教数采合计占比超过60%，导览导购约占19%，智能制造约占13%，仓储物流约占5%。
换个说法：出厂的机器人里，六成以上流向了展会表演、租赁拍摄、教学和采集数据；真正进产线干活的只有智能制造那13%，即便把仓储物流的5%也算上，也不到两成。出货量与真实上岗量之间，隔着一条巨大的沟。
采购端的数据给出了同样的偏向。2026年上半年国内公开披露的具身智能及人形机器人相关中标项目里，教育科研机构占55.5%，政府及公共平台占20.6%，工业及技术型企业仅占21.1%。更要紧的是，这些公开订单里混杂着正式采购订单、框架协议、战略合作、意向订单以及政策性和示范性采购——框架协议往往只约定合作意向而无采购数量，示范性采购带任务属性而非市场行为，都不能直接等同于真实商业需求。
价格是最诚实的信号。报告提到，人形机器人表演租赁的日租金从2025年初的约2万元，降到2026年的千元级，跌幅八到九成；二手市场上，一部分2024到2025年购入价30万到80万元的旧款工程样机，2026年二手行情已经掉到3万到6万元，残值缩水接近九成。供给扎堆、需求有限，是价格崩塌最直接的原因。
技术上还没跨过门槛，是更根本的原因。国内多数企业仍集中在较早的开放模型上做复现和微调，这些基座落后前沿闭源模型约两代。数据侧的结论更扎心：某新发布模型第一次在百万小时数据规模下讨论扩展定律，结果发现预训练数据从10万小时增加到百万小时后，在14个自建任务集上的平均成功率只从45%提升到53%——增加十倍数据，只换来8个百分点的提升。
这意味着具身智能很难复制大语言模型那种"数据越多、能力线性上涨"的规律。更要命的是数据缺口本身：要实现机器人版的"ChatGPT时刻"，模型需要千万小时级有效数据，而具身所需的多模态交互数据从未被系统记录，也无法从互联网直接获取，只能从零逐条生产。
补数据的难度被拆成三道工程关。数据工程上，机器人数据天然异构，混合方式直接影响训练效果——在统一末端坐标系下只用单一数据源能拿到77.3%的成功率，混入异构真实机器人数据反而降到73.8%。训练工程上，模型预训练损失下降与真实任务成功率之间没有稳定对应关系。系统工程上，模型输出的动作指令与本体强绑定，换一台机器通常要重做技能对接、标定、接触力控制和故障恢复。
盈利状况印证了冷热分化。以某上市厂商为例，2026年上半年营业收入3.16亿元、同比增长106.6%，但净亏损扩大到1.08亿元、同比扩大163.8%，收入仍主要来自传统业务，具身业务尚未盈利。同期A股超过500家上市公司在半年报里提到具身智能，但披露相关业务收入的只有个位数；而达到百亿估值的企业已增至20家，估值明确跑在收入前面。
成本结构是最硬的约束。单台轮臂式或双足人形机器人一年的综合运维成本约50万到70万元，高于多数岗位的人力成本；整机价格可能只占总拥有成本的40%到60%，剩下的是场景改造、系统集成、数据采集与模型训练、运维人员配置和故障停机损失。客户买的不是一台机器，而是一套要持续花钱的系统。
报告给出了明确判断：行业洗牌已经启动，未来两到三年将通过市场竞争淘汰缺乏真实价值的企业和模式，完成首轮行业出清；资本和产业资源正从"广撒网"转向"精聚焦"。政策端也在把行业往"作业"方向推——"实景实训专项行动"提出年底前推动机器人从"演示表演"转向常态化"作业模式"，并落地超万台设备。
一句话收尾：热度退去之后，留下的是经过考验的技术、产能和供应链；年底那一万台机器落在展厅还是产线，会给出第一份答案。