人形機器人，拼腦子的時候到了

人形機器人產業正迎來一個關鍵轉折點，當「身體」的技術成熟度已逼近量產門檻，「大腦」的智能水平成為決定誰能真正勝出的核心變數。2026年7月，來自矽谷近200家初創企業的聯名信，以及輝達執行長黃仁勳發布的首條推文，都將矛頭指向同一個引爆點——中國AI公司月之暗面（Moonshot AI）推出的Kimi K3大模型。這款參數規模達2.8萬億的開源模型，在多項權威測評中得分超越美國頂尖閉源模型，並將於7月27日完整開放權重，成為全球參數最大的開源模型。這不僅改寫了外界對中國AI實力的認知，也為人形機器人的競爭格局投下震撼彈。 過去一個多月，市場對於人形機器人的想像還停留在「最強中國軀體」與「最強美國大腦」的強強聯合。輝達與宇樹科技在6月宣布推出人形機器人參考設計H2+，當時被視為運動控制與算力優勢的完美結合。然而，Kimi K3的出現，以及矽谷企業對美國政府可能切斷中國開放模型渠道的強烈憂慮，都顯示中國在「大腦」層面已具備與美國並跑甚至局部超越的實力。中國大模型走的是以開源為主的路線，技術普惠全球開發者，並已深度嵌入全球AI創新生態，成為不可或缺的基礎設施。 在人形機器人的「軀體」領域，中國依託全球最完整的製造業體系與供應鏈，已經在運動控制、硬件量產與成本控制上建立明顯優勢。從伺服電機、減速機、控制器到整機，中國供應鏈為產業爆發奠定了堅實基礎。電驅關節的單價從最初的小一萬塊錢，下降到如今低於一千塊，降幅超過九成。六維力傳感器價格也從數萬元級大幅降至數千元級，背後是中國供應鏈從傳統貼片式工藝向光學式結構躍遷的成果。諧波減速器、伺服電機等核心零部件同樣迎來大幅降本，國產產品精度已對標國際頂尖水平，價格卻僅為進口產品的一半甚至三分之一。 這些成本優勢直接反映在人形機器人的性能表現上。宇樹科技的人形機器人Unitree H1首次在不依賴液壓系統的情況下完成站立後空翻，眾擎T800凌空飛踢，榮耀「閃電」半馬奪冠，智元遠征A3全程自主乒乓球對抗，以及「具身天工3.0」成功完成「托馬斯迴旋」等極限動作，都是中國供應鏈效率與技術實力的集中體現。這些成就背後，離不開中國製造業門類齊全、產能充足、核心零部件快速國產化的支撐。 然而，美國人形機器人領域同樣擁有強大優勢。輝達佔據全球GPU市場超過九成的份額，CUDA生態構築了深厚的軟件護城河；OpenAI、Google DeepMind不斷迭代大模型能力，形成「芯片+模型+仿真訓練」的閉環。特斯拉Optimus、Figure 03、Agility Robotics的Digit等主流機型，都依託Meta、OpenAI、輝達等企業的底層大模型技術，具備較強的視覺-語言-動作映射能力。在AI芯片方面，美國實力強大，中國則面臨產能結構性短缺與先進設備受限的挑戰，算力需求的爆發式增長也加劇了供給壓力。 不過，在大模型層面，中國取得的進展不容忽視。除了月之暗面的Kimi K3，在具身智能專用模型領域，包括無界動力MWA、智平方NeuroVLA、北京人形機器人創新中心Pelican-Unify 1.0等，也在國際權威評測中登頂或奪冠。這些成果意味著，中國已經形成了從通用基座到具身專用的完整模型矩陣，為人形機器人的「大腦」升級提供了堅實基礎。 2026至2027年被視為人形機器人產業的關鍵驗證窗口。特斯拉Optimus V3計劃年中亮相、7至8月啟動投產，長期設計年產能達1000萬台。宇樹科技則以創紀錄速度獲得科創板註冊，成為「A股人形機器人第一股」，近50家企業排隊IPO，資本正在推動產業從「實驗室炫技」走向「規模化量產」。隨著市場越來越理性，人形機器人已經不能只靠「身體」吃飯，跑跑步、翻翻跟頭將越來越讓人審美疲勞。高質量具身數據稀缺、泛化能力弱、大腦與小腦協同不暢等「大腦」層面的短板，必須抓緊補上。 資本的持續投入是為「大腦」爭取時間的關鍵。從當前的市場操作來看，注入鉅額研發資金、打通IPO進退通道、加速供應鏈國產替代，是國內資本常用的三大核心方式。2026年第一季，國內具身智能領域披露的融資總金額超過345億元，單筆平均額升至5.5億元。頭部企業如鹿明機器人、星動紀元、銀河通用、千尋智能等，均完成數億元至數十億元的融資，產業資本與國資成為主導力量。這些資金直接支撐了具身大模型與精密執行器等高成本環節的突破。 與此同時，產業鏈正經歷從「定製化研發」向「標準化量產」的重構。降本核心驅動力已從單一硬件替代轉向構型收斂、工藝革新與規模效應的三重疊加。整機價格正從「百萬元」級快速下探至「十到二十萬元」區間，部分消費級輕量機型已突破萬元大關。金屬注射成型工藝的普及、供應鏈垂直整合與國產化率提升，都是推動成本下降的關鍵因素。按照目前發展速度，預計到2026年下半年至2027年，當整機使用成本低於製造業工人年均成本時，商業化閉環將有望實現。 然而，人形機器人「大腦」目前仍面臨多重挑戰。高質量真機數據稀缺，泛化能力弱，難以適應非結構化環境；端側算力與實時性矛盾突出，複雜大模型難以在低功耗芯片上支撐毫秒級多模態推理；「大腦」決策與「小腦」控制協同不暢，指令下發存在時滯，仿真到真實的遷移成功率依然偏低。這些問題都需要時間與持續投入來解決。 人形機器人產業正處在一個關鍵的分水嶺。當「軀體」的技術成熟度已逼近量產門檻，「大腦」的智能水平成為決定誰能真正兌現具身智能商業價值的關鍵變量。只有「物理智能」與「認知智能」深度融合，人形機器人的價值才能真正顯現——不是替代人類的物理勞動，而是要在人類設計的物理世界裡，用人的形態去執行一切。這場競賽，已經從拼「身體」正式進入拼「腦子」的階段。