超935亿元涌入 具身智能机器人加速落地

　　每小时1200件，准确率95%，24小时不停歇……曾经在展会上跳舞翻跟头的“显眼包”，如今已成为广州邮区中心“上岗”的新同事。2026年上半年，国内具身智能赛道融资总额突破935亿元，同比增长5倍。从“炫技”到“实干”，具身智能机器人正在加速进厂。

　　广州邮区中心江高陆运出口中心的邮件分拣流水线上，数台具身智能机器人正挥动双臂，精准完成面单识别、包裹供件及异常件分拣等工作。经过5个多月持续优化，每台机器人的供件效率已从最初每小时300件提升至最高每小时1200件，准确率超过95%，并且可以24小时不间断作业。

　　“这个岗位劳动强度比较大，且是重复性工作。”中国邮政广州邮区中心运行维护中心负责人汪磊介绍，预计今年第四季度，机器人供件效率将达到每台每小时1400件，明年第一季度要实现每小时1600件。与此同时，他们还在探索机器人在装车、卸车和仓配环节的延伸落地。

　　这不是个例。在北京亦庄的一家汽车工厂内，具身智能机器人正跟随生产线节奏，练习零部件取放、柔性盖板放置、料箱折叠等精细化操作。在单一工站里，机器人可以实现98%的成功率。

　　从快递分拣到汽车制造，从3C电子到动力电池生产线，今年以来，机器人正在加速“进厂打工”。

　　机器人加速“进厂打工”的背后，资本也在用真金白银押注这一赛道。2026年上半年，国内具身智能赛道融资总额突破935亿元，同比增长5倍。

　　但投资逻辑正在发生变化：机器人企业能否完成工程化交付、实现规模化应用，以及是否具备持续获得订单的能力，已经成为投资机构重点考察的指标。伴随着一级市场投资逻辑的变化，具身智能机器人行业正在从早期的技术验证阶段，迈向商业化落地阶段。

　　拓斯达机器人产品线总经理黄晶将产品落地划分为三个阶段：

　　第一阶段工业场景落地；

　　第二阶段进入商用场景；

　　第三阶段才是家庭场景。

　　想要让机器人顺利“进厂上班”，并没有想象中简单。缺少真实场景数据，就是一大阻碍。

　　不同于大语言模型可以利用互联网公开文本数据进行训练，具身智能机器人需要学习的是现实世界中的物理规律，包括不同材质物体的抓取方式、力度控制，以及复杂环境中的运动反馈。而这些来自工厂生产线的数据，往往具有高度私密性，并不会公开流通。

　　如何破解数据难题？行业正在寻找新的路径：让机器人进入真实场景，在工作过程中不断积累数据，再用数据反向提升机器人能力；能力提升后的机器人进入更多应用场景，又会产生更多数据。通过不断循环，机器人实现持续进化。这就是业内所说的“数据飞轮”。

　　在全国各地，不少科技公司正在进行这样的探索，希望通过真实场景打磨技术，在机器人落地过程中逐渐形成“数据飞轮”，再通过场景训练不断迁移，最终实现跨场景应用。“整个行业已经意识到，技术真正的价值是在场景里，在真实需求里。”广东深圳若愚科技有限公司首席执行官孙腾的想法正是许多同行一致认可的。

　　产业加速落地的背后，离不开政策推动。今年6月，工信部、国资委联合启动人形机器人与具身智能实景实训专项行动，要求到2026年底，凝练形成百个以上高价值应用场景，带动形成万台级规模落地能力。

　　从展台到车间，从“看谁动作更酷”到“看谁干活更稳”，具身智能机器人行业正在经历一场从“炫技”到“实干”的范式转移。

　　从935亿元融资里看到的不是又一个概念风口，而是一条清晰的商业化路径：真实场景产生真实数据，真实数据训练更强能力，更强能力打开更多场景。当这个“数据飞轮”转起来，机器人就不再是展厅里的展品，而是生产线上的生产力。

　　万台级规模落地的目标已经定下，百个高价值场景的清单正在拉长。谁能率先在真实工业场景中跑通“数据飞轮”，谁就有可能在这场“实干期”的竞争中占据先机。