机器人规模化浪潮来袭，产业链准备好了吗？｜WRC 2026深度观察

徽声在线记者 | 徐美慧
徽声在线编辑 | 文姝琪

当WAIC 2026的热度尚未完全消散，机器人行业又在北京迎来了一场规模更大的盛会。这场盛会不仅吸引了众多业内人士的目光，更成为了观察机器人行业发展趋势的重要窗口。

8月19日至23日，2026世界机器人大会（WRC）在北京盛大召开。此次大会吸引了300余家中外企业参展，展品数量超过3000件，四个展馆总面积近5万平方米，规模空前。

徽声在线记者在现场观察到，今年大会的一个显著变化是，减速器、电机、灵巧手、传感器等关键零部件厂商独立设展的数量显著增加。这些厂商不再仅仅依附于整机厂商的展位角落，而是以更加独立和自信的姿态展示自己的技术和产品。

这些展台背后，隐藏着一条正在加速扩张的机器人产业链。开幕式上公布的数据显示，2025年机器人产业规模以上企业的营业收入已经突破3000亿元大关，近五年的年均增速超过20%；而今年上半年，营业收入更是达到了1655亿元，同比增长24.5%。这一系列数据表明，机器人产业正处于高速发展的黄金时期。

与此同时，今年上半年国内具身智能赛道的融资额也超过了935亿元，是去年同期的五倍之多。这一数据不仅反映了资本市场对机器人行业的看好，也预示着机器人行业将迎来更多的资金支持和资源投入。

图片来源：2026世界机器人大会官方

资本市场对机器人的热情也体现在了股价上。8月19日，也就是WRC大会开幕当天，宇树科技在科创板成功挂牌上市，当日市值曾一度突破4000亿元大关。然而，宇树科技董事长、总经理兼首席技术官王兴兴在次日的大会主论坛上却并未过多谈论股价，而是将重点放在了机器人离真正大规模应用还有多远的问题上。

王兴兴指出，行业目前面临的最大瓶颈仍然是泛化能力。机器人在固定场景下可以通过训练达到很高的成功率，但一旦更换物品或环境，其表现就会明显下降。以宇树科技为例，虽然从2024年起就已经将机器人放入汽车工厂产线进行测试，但至今仍未大规模推广，核心问题仍然是效率和泛用性不够。

而要解决这些问题，仅仅依靠整机厂商的努力是远远不够的。机器人能否真正进入工厂和日常场景，还取决于减速器、电机、灵巧手、传感器等关键零部件以及数据、仿真等更底层环节能否同时成熟。只有这些环节都达到了一定的水平，机器人才能实现真正的大规模应用。

难题转向一致性与成本

一台人形机器人身上有几十个关节，每个关节背后都是减速器、电机、丝杠、编码器的复杂组合。再往末端看，则是灵巧手和传感器等关键部件。整机厂商在台上比拼的是跳得多高、跑得多快等性能指标，但能实现这些性能的还要取决于上游零部件厂商能提供什么样的零件。

通用机器人产业链图谱。徽声在线制图

在减速器层面，丰立智能总经理助理王韵淇介绍说，公司从十年前就开始布局谐波减速器领域，对标国际顶尖厂商进行正向和逆向开发。目前，国际顶尖产品标称的有效寿命是15000小时，而丰立智能的核心指标已经非常接近这一水平。不过，她也坦诚地表示，谐波减速器三大核心零部件里的柔轮材料还高度依赖进口，公司正在用国产材料进行替代验证。

然而，技术路线并没有像外界预期的那样逐渐收敛。王韵淇认为，双足上肢用谐波、下肢用行星，四足全部行星，轮式腰腿部用谐波、上肢按真实工况定等方案已经形成主流共识。但更大的变量来自成本因素。简单来说，谐波减速器原本的优势场景是工业自动化领域，选型逻辑是高精度。但在很多人形机器人的真实工况里，对定位精度的要求并没有那么高，反而对刚性和价格更加敏感。因此，行星减速器在某些场景下成为了更合适的选择。

无界动力创始人兼CEO张玉峰在接受徽声在线记者采访时给出了另一个角度的思考。他举例称，目前机器人上半身用哪一类关节模组行业还没有定论。跑步这类大动作大家喜欢用行星减速器因为便宜、爆发力强；但操作环节基本没人用行星减速器因为精度和谐波差一个量级。如果模型足够强的话，甚至可以反过来降低对硬件的要求，把谐波换成行星减速器。

张玉峰还算了一笔账。如果去年人形机器人两万台算行业共识的话，那么乘上身十几个关节的数量，市场规模比起汽车来还小很多。因此，硬件成熟度的打磨、成本下降、一致性提升等方面都会面临挑战。

他向记者提及了一个质量上的具体指标——平均无故障时间。传统工业机器人期待1万小时以上的平均无故障时间；两指夹爪做到工业级千万次使用、两到三年寿命并不难；但灵巧手却做不到这一点，身上很多其他关节也还达不到这个水平。

图片来源：无界动力

同样的问题也体现在电机环节。金帝股份技术总监夏继提到，大关节用的无框力矩电机技术和成本都比较成熟；难的是手指、手腕上用的微型无框电机。它个头小但结构和玩具电机完全不同；要在一个笔杆粗细的空间里绕十几组线圈还得靠设备自动完成；绕完之后既要保证可靠又不能出现出力忽大忽小的情况；对良率和过程控制要求很高。

夏继给出了两个衡量的指标：一个是绕线槽里铜线塞得满不满——塞得越满同样大小的电机劲越大、发的热越少；另一个是电机被卡住转不动、还在持续通电的情况下30秒之后温度只升高20度以内。他表示这两个数字在样品上不难做到；难的是批量生产时每一台都做到——关键在自动化产线；而行业内并没有现成的成熟设备；只能自己和设备供应商联合开发；不是一两年能搞定的事。

夏继同时提醒说最怕垂直爬坡式的需求——这个月一万台下个月十万台——对整个供应链几乎是灾难性的打击。

灵巧手面对的则是另一种情况——需求本身就分成了两个层面。中科灵犀营销总监许健生表示科研用户看重稳定度、性能和开发生态；能接受较高价格；而整机厂对价格高度敏感；能不能批量采购的关键一定是成本价；目前万元级、六个主动自由度左右的产品卖得最好。

他认为让灵巧手规模化爆发的不只是价格因素；还要产品稳定度和使用寿命提升；以及一个能产生商业价值的明确场景。一家灵巧手初创公司的研发人员在接受徽声在线记者采访时表示目前灵巧手的技术路线主流是连杆、直驱和腱绳三条；直驱因为控制相对好做用得更多；但发热严重；长时间稳定运行的可靠性是眼下要突破的点。

削黄瓜、弹钢琴、拼积木：世界机器人大会最值得看的几双手

芯片层面则更是停在更早的阶段。灵境智源副总裁黄媚表示目前全球机器人算力主要靠通用芯片和车载芯片过渡；海外巨头靠通用生态取得阶段性领先。她把两者的差别类比成通用发动机和神经系统——前者追求峰值算力；后者强调实时的感知、执行、规划闭环；要求低功耗、低延时、离线可用。

黄媚表示虽然目前具身原生芯片仍是空白；但“这也是国产突围的很好的机会”。

硬件之外：还有一些看不见的短板

上游零部件的差距能用具体的参数来比较；但还有一些缺口很难被直观观察到。在今年WRC期间；光轮智能发布了首个十万小时级全模态人类行为开源数据集EgoSuite-Open100K、RoboFinals中试基地仿真评测基础设施和RoboStack真实场景部署与反馈平台。三项发布分别对应数据、评测和部署反馈三个环节。

光轮智能联合创始人兼总裁杨海波表示它们指向的是同一件事——让机器人从实验室走到产线中间缺的东西比想象中要多。其中最直观的是数据问题。杨海波的判断是大语言模型的数据在互联网上存了几十年；自动驾驶有车在路上跑；但具身预训练接近于零；因为没有大规模的本体在这个世界上自主地采集数据。

“今年客户需求普遍是去年的百倍千倍；去年在几百几千小时量级；今年普遍上到几十万甚至上百万小时。”杨海波在接受媒体采访时表示量涨上来之后行业新的麻烦是不同设备采回来的数据口径不一、标注和格式各不相同；很难统一复用；所以得先有标准才谈得上做成标品去规模化流通。此外；光轮智能还对外发布了“5年100亿具身智能数据共建计划”。

标准之外另一处更靠底层的短板在仿真领域。光轮智能是Newton仿真技术委员会中唯一的中国企业成员；与英伟达、谷歌DeepMind、迪士尼研究院、丰田研究院四家机构同席共建。杨海波在接受媒体采访时提到中国在仿真领域还相对薄弱；对外依赖严重；这种依赖有底层性和隐蔽性；不容易被察觉。

光轮智能全栈自研的仿真平台SimFoundry据杨海波介绍其线缆求解器、柔体求解器等单点能力已经超越国际领先水平；这套仿真平台也已经实现了对国产算力的适配。

从零部件到仿真器；缺口分散在链条的各个位置。北京大学光华管理学院副教授徐江旻称机器人的供应链纵深长、细分程度高；不适合垂直整合；更适合战略协同。他提了两类风险：一是不能因为单一需求爆发就盲目扩产；主流技术路线尚未确定；某一端出现创新就可能颠覆整条链；二是要分清哪些环节必须国产替代；哪些可以继续依赖国外。

这种战略协同在今年WRC的展台上已经有了具体形态。比如傅利叶除了展出了面向居家服务场景打造的具身智能全链路技术Demo“具身之家”技术解决方案之外；还带着奇点智控、伊塔动力、一行凌光、润科具能等生态伙伴集体参展；把传感器、关节模组、数采头环放在自己的展位里。

傅利叶相关负责人表示这种参展模式想为外部创新提供一个进入机器人产业体系的接口；让分散在各环节的技术围绕真实产品加速验证。

北京人形则选择把技术摊开给行业用。本届WRC上；北京人形推出大一统具身智能模型Pelican-Unify；具身大脑模型Pelican-VL 2.0同期宣布商用；硬件端首秀了身高1.35米、整机39公斤的轻量化机型天工Omni；并把底层接口、运动控制框架和具身操作能力一并开放。

图片来源：北京人形

北京人形机器人创新中心CEO熊友军在接受媒体采访时披露慧思开物平台的开源数据下载量已超过1600万次；开源模型十余款；做二次开发的高校合作伙伴200多家。

熊友军表示现在客户真的开始关注投入产出比；这是产业逐步成熟的一个重要标志。当前人形机器人的账算下来和工业机器人还有差距；但这个差距在快速缩小。

从越来越多零部件厂商独立走到台前；到数据、仿真和开放平台开始成为讨论重点；行业的关注点正在从单台机器的能力进一步转向整条产业链的成熟度。这预示着机器人行业正朝着更加成熟和稳健的方向发展。