机器人迈向规模化，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

WAIC 2026的热潮尚未完全退去，机器人行业又在北京迎来了一场盛会，规模较之前更为宏大。

2026年8月19日至23日，世界机器人大会（WRC）在北京盛大召开，吸引了超过300家中外企业参展，展品数量突破3000件，四个展馆的总面积接近5万平方米，场面蔚为壮观。

徽声在线记者在现场观察到，今年一个显著的变化是，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，不再像以往那样仅仅作为整机厂商展位的附属品。

这些展台背后，隐藏着一条正在迅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%，增长势头强劲。

与此同时，今年上半年，国内具身智能赛道的融资额超过了935亿元，是去年同期的五倍之多，资本市场对机器人行业的热情可见一斑。

图片来源：2026世界机器人大会官方

资本市场对机器人的定价也在不断攀升。8月19日，即WRC大会开幕当天，宇树科技在科创板成功挂牌，当日市值一度突破4000亿元大关。次日，宇树科技董事长、总经理兼首席技术官现身大会主论坛，全程未谈及股价，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。宇树科技自2024年起已将机器人投入汽车工厂产线进行测试，但至今仍未大规模推广，核心问题在于效率和泛用性不足。

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。

难题转向一致性与成本

一台人形机器人身上拥有数十个关节，每个关节背后都是减速器、电机、丝杠、编码器的精密组合，再往末端则是灵巧手和传感器。整机厂商在台上比拼的是跳跃高度、奔跑速度等性能指标，但实现这些性能的关键还在于上游零部件的供应质量。

通用机器人产业链图谱。徽声在线制图

在减速器领域，丰立智能总经理助理王韵淇介绍，公司从十年前就开始布局谐波减速器，对标国际顶尖厂商进行正向和逆向开发。国际顶尖产品标称的有效寿命是15000小时，目前丰立智能的核心指标已经非常接近。不过，她也坦言，谐波减速器的三大核心零部件之一的柔轮，其材料仍然高度依赖进口，公司正在用国产材料进行替代验证。

然而，技术路线的选择并没有像外界预期的那样趋于一致。

对此，王韵淇判断，双足上肢使用谐波减速器、下肢使用行星减速器，四足全部使用行星减速器，轮式机器人腰腿部使用谐波减速器、上肢根据真实工况定制，这些方案已经形成主流共识。但更大的变量来自于成本因素。

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中，对定位精度的要求并不那么高，反而对刚性和价格更为敏感，因此行星减速器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分析。他举例称，目前机器人上半身使用哪一类关节模组，行业尚未形成定论。跑步这类大动作大家喜欢使用行星减速器，因为便宜且爆发力强；但在操作环节，基本没人使用行星减速器，因为其精度与谐波减速器相差一个量级。如果模型足够强大，可以反过来降低对硬件的要求，将谐波减速器换成行星减速器。

张玉峰算了一笔账。如果去年人形机器人两万台是行业共识，那么乘上身十几个关节，市场规模比起汽车行业仍然小很多。硬件成熟度的打磨、成本下降、一致性提升等方面都将面临挑战。

他向徽声在线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达到1万小时以上，两指夹爪做到工业级千万次使用、两到三年寿命并不难，但灵巧手却难以达到这个水平，身上很多其他关节也还存在同样的问题。

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，大关节使用的无框力矩电机在技术和成本上都比较成熟，难的是手指、手腕上使用的微型无框电机。它个头小，但结构与玩具电机完全不同，需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运行，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并不难达到，难的是在批量生产时每一台都能做到。关键在于自动化产线，而行业内并没有现成的成熟设备可供使用，只能自己和设备供应商联合开发，这不是一两年能搞定的事情。

夏继同时提醒，最怕垂直爬坡式的需求增长，比如这个月一万台下个月十万台，这对整个供应链来说几乎是灾难性的。

灵巧手则面临着另一种情况，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，能够接受较高的价格。而整机厂对价格高度敏感，能否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，让灵巧手实现规模化爆发的不仅仅是价格因素，还需要产品稳定度和使用寿命的提升，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而使用得更多，但发热严重，长时间稳定运行的可靠性是眼下需要突破的点。

削黄瓜、弹钢琴、拼积木，世界机器人大会最值得看的几双手

在芯片层面，机器人行业的发展则更是停留在更早的阶段。

灵境智源副总裁黄媚表示，目前全球机器人算力主要依靠通用芯片和车载芯片进行过渡，海外巨头凭借通用生态取得了阶段性领先。她将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、规划闭环能力，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然是空白领域，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

上游零部件的差距可以用具体的参数进行比较，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。这三项发布分别对应数据、评测和部署反馈三个关键环节。

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，中间缺少的东西比想象中要多得多。

其中，最直观的是数据问题。杨海波判断，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进行数据采集，但具身预训练的数据却接近于零，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。因此，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于仿真技术。

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。这种依赖具有底层性和隐蔽性，不容易被察觉。

光轮智能全栈自研的仿真平台SimFoundry已经取得了显著成果。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，缺口分散在机器人产业链的各个位置。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，不适合垂直整合模式，更适合战略协同模式。

他提了两类风险：一是不能因为单一需求爆发就盲目扩产，因为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进行国产替代，哪些可以继续依赖国外技术。

这种战略协同模式在今年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，将传感器、关节模组、数采头环等关键零部件放在自己的展位里进行展示。

傅利叶相关负责人表示，这种参展模式旨在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和迭代升级。

北京人形则选择把技术摊开给行业使用。本届WRC上，北京人形推出了大一统具身智能模型Pelican-Unify和具身大脑模型Pelican-VL 2.0，并宣布后者同期商用；硬件端则首秀了身高1.35米、整机39公斤的轻量化机型天工Omni，并将底层接口、运动控制框架和具身操作能力一并开放给行业使用。

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，与200多家高校合作伙伴进行了二次开发合作。

熊友军表示，现在客户真的开始关注投入产出比了，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。