行业资讯

加入亿拓客·流量大师 撬动财富之门!!!

2026人形机器人产业研究报告丨18个月做家务?马斯克乐观,产业跟上了吗?

wang 2026-11-20 行业资讯
2026人形机器人产业研究报告丨18个月做家务?马斯克乐观,产业跟上了吗?
本期解读

报告名称:《2026全球及中国人形机器人产业发展研究报告》

报告出品:三个皮匠报告

一个机器人站在水池前,洗碗、擦干,再把碗收进柜子,动作看起来相当流畅。今年,这样的视频在社交媒体上引发了不少关注。评论区里,不少人开始期待:机器人什么时候才能进家门,替人分担家务?

当地时间11月18日,马斯克在TomorrowX峰会视频连线中给出了一个时间点:12到18个月。他说Optimus届时能完成倒垃圾、洗碗并将碗碟收进橱柜等家务,路径是“先重工业,再进家庭”。

不过,他也承认,目前还没有人形机器人能够独立完成从清理脏盘子、洗净、擦干到放回柜子的整套流程。预测归预测,真正做到又是另一回事。

演示视频里的厨房通常经过精心布置,物品位置、操作流程都相对固定。真实家庭却没有这样的条件:水槽里泡着昨晚的锅,台面堆着刚拆的快递盒,餐具大小不一,物品随手摆放,任务还可能随时被打断。

机器人能完成一次洗碗演示,不代表它能接手每天的家务。

斯坦福大学《2026 AI Index》的两组数据,足以说明问题:在RLBench软件仿真操作任务中,机器人成功率达到89.4%;在BEHAVIOR-1K家庭长流程任务测试中,表现最好的团队完整完成率只有12.4%。两项测试并非同一实验,不能简单理解为机器人从实验室进入家庭后,成功率从89.4%跌到了12.4%,但也说明了一件事:完成标准化动作,和独立处理复杂家务,仍然是两种不同的能力。

12到18个月的时间表已经摆在这里。问题是,机器人距离真正成为家庭劳动力,还有多少关要过?



01

市场预测画到2035年

但家庭应用还在等技术成熟

先看市场。

← 左右滑动查看更多

图:2024—2035年全球人形机器人市场销量与市场规模预测

据高工机器人产业研究所(GGII)预测,2025年全球人形机器人市场销量有望达到1.24万台,市场规模约63.39亿元;到2030年,全球销量将接近34万台,市场规模超过640亿元;到2035年,销量有望超过500万台,市场规模超过4000亿元。

中国市场的增长同样值得关注。

← 左右滑动查看更多

图:2024—2035年中国人形机器人市场销量与市场规模预测

报告预计,到2035年,中国人形机器人年销量将达到200万台左右,对应市场规模接近1400亿元。

劳动力供给变化、人力成本上升,以及制造业对柔性自动化的需求,都在推动机器人寻找新的应用场景。

但市场增长不意味着家庭需求已经成熟。

报告对未来市场的判断有一条清晰的时间线:前期增长主要依靠工业制造等B端场景,随后向商业服务拓展,个人应用市场则需要更长时间打开。未来十年人形机器人销量的增长,很大一部分要先在工厂、仓库和商业服务场所实现。

这也是为什么机器人看起来已经无处不在,真正能承担工作的产品却还不多。

2026年9月,国际机器人联合会(IFR)披露的数据显示,2025年全球人形机器人销量约7000台,主要用于工业和专业服务场景。相当一部分设备仍被研究机构和企业用于技术验证、数据采集,而非直接投入生产。汽车制造商虽然已经开始试点,但多数工厂的部署规模仍只有个位数或几十台。

市场预测描绘的是未来空间,当前出货量反映的则是产业所处的阶段。两者之间还有很长一段路。

图:人形机器人商业化成熟度时间轴(2025—2040)

报告将家庭应用放在商业化时间轴的后段,并不是没有理由。

工厂的生产线虽然也有复杂任务,但工位、操作流程和物料位置相对固定,企业可以根据机器人的能力调整工作环境。家庭恰好相反,机器人必须适应已经存在的生活环境。

一间普通住宅里,家具布局、物品摆放、地面材质、光线条件都可能发生变化。机器人还要面对老人、孩子、宠物,以及各种没有预设的突发情况。

报告预计,家庭机器人要真正具备商业竞争力,成本需要下降到普通家用汽车级别,约2万至3万美元。同时,机器人还必须具备可靠的多任务执行能力,并建立从硬件、通信到AI模型的全栈安全体系。

零次方机器人等企业选择先进入商业清洁、零售整理等标准化程度较高的场景,积累数据和操作经验,再逐步向家庭迁移。这条路线看起来没有那么吸引眼球,却更符合当前的技术条件。


02

从89.4%到12.4%

机器人距离独立做家务还有多远

家务机器人真正难的地方,不是能不能抓起一个杯子,而是能不能连续完成一整套任务。

以洗碗为例,机器人需要识别水槽里的餐具,判断不同物品的形状和位置,抓取时控制力度,清洗时适应水流和物体状态,最后还要完成擦干、分类和收纳。

每一步都涉及感知、判断和动作控制。单个动作出错,可能只是杯子没拿稳;多个动作串联起来,一次失误就可能让整项任务中断。

斯坦福大学《2026 AI Index》中的两组测试数据,反映了这种能力差距。

在RLBench软件仿真环境中,机器人操作任务成功率已经达到89.4%。但在BEHAVIOR-1K家庭任务测试中,表现最好的团队完整完成率只有12.4%。

两项测试的任务范围和评估方式不同,不能直接进行数值上的性能对比。RLBench主要考察标准化操作能力,BEHAVIOR-1K则包含大量需要移动、抓取和连续操作的家庭长流程任务。后者更接近机器人进入家庭后需要面对的问题。

不过,12.4%也不是人形机器人技术进步的终点。

2026年9月,Figure发布了Helix 2.5,并公布了一组新的测试结果。

Figure将机器人带进美国湾区30个此前没有参与训练的家庭,测试整理客厅、折叠毛巾和整理床铺三项任务。测试过程中,机器人没有在这些家庭或对应物品上进行额外的数据采集、微调和环境适配。

在420次测试中,Helix 2.5成功完成237次,整体成功率达到56%。作为对照,没有使用Index人类行为数据预训练的模型,成功率为9%。

需要说明的是,这56%是Figure公布的三类指定任务测试结果,并不意味着机器人已经具备56%的通用家务能力。任务本身经过定义,测试环境也不等于日常生活中长期有人居住、物品不断变化的家庭。

但这56%背后,藏着一个更尖锐的问题:如果失败的那44%发生在真实家庭里,后果由谁承担?打碎一只碗是小事,碰倒老人、误伤宠物、泄露家庭隐私,就不是一句“技术还在迭代”能交代过去的。成功率每提升一个百分点,背后对应的不只是算法进步,还有事故责任界定、保险机制和行业标准的空白。

Figure的实验仍然有重要意义:机器人开始展现出在陌生家庭环境中迁移已有技能的能力,而不必每进入一个新环境就重新采集数据训练。

Figure的实验还说明,人类行为数据正在成为具身智能训练的重要资源。机器人不仅需要学习如何完成动作,还要从大量人类活动中理解物体、空间和动作之间的关系。

图:具身智能大模型技术演进对机器人能力的影响

从传统编程到视觉-语言-动作(VLA)模型,再到具备推理能力的具身智能模型和世界模型,技术路线正在发生变化。

传统机器人更多依赖预先编写的动作指令,环境一变就可能需要重新编程。VLA模型让机器人能够结合视觉信息和语言指令生成动作,进一步提升任务执行的灵活性。世界模型则试图让机器人理解物理环境,预测动作可能带来的结果,从而更好地处理陌生场景。

但模型能力提升,不等于可靠性问题已经解决。

对于家庭用户来说,机器人偶尔成功一次没有太大价值。真正有用的是每天都能完成任务,遇到意外能够及时调整,发生故障时不会对人造成伤害。

这也是家务机器人与演示型机器人之间最重要的区别。


03

核心硬件占成本60%以上

国产替代才刚进入关键环节

如果说算法决定机器人能做什么,那么硬件决定它能不能稳定地做出来。

人形机器人并不是简单地把机械结构拼在一起。它需要在有限的体积和重量内,完成高精度运动、环境感知、力反馈和持续运行,对核心零部件的性能要求很高。

图:人形机器人BOM成本结构分析

报告指出,核心硬件占人形机器人总成本的60%以上。其中,减速器、伺服电机和高精度传感器是技术壁垒较高的三个环节。

从具体产业链看,五类核心子系统值得关注:

伺服电机: 为机器人提供动力和运动控制,技术壁垒较高,国内鸣志电器、汇川技术等企业已具备量产能力。

减速器: 用于提高扭矩和运动精度,谐波减速器领域日企长期领先,绿的谐波、双环传动等国产企业正在追赶。

行星滚柱丝杠: 将旋转运动转化为高精度直线运动,工艺壁垒较高,欧美日企业具有先发优势。

传感器: 负责环境感知和自身状态反馈,其中六维力传感器是精细操作的重要技术环节。

轴承与编码器: 分别承担支撑、位置和速度测量等功能,高精度产品仍有进口依赖。

图:人形机器人核心子系统性能与量产可行性挑战

国产替代已经有了一些进展。

以谐波减速器为例,报告指出,绿的谐波产品精度已接近国际先进水平,价格低约20%。这意味着国产供应商正在逐步进入主机厂的供应体系。

成本下降的空间也已经被机构测算出来。万联证券预计,随着国产化率提升,未来3至5年,人形机器人关节模组成本有望下降70%至80%。

宇树科技G1的售价已经降至约1.6万美元,也说明国内企业在整机成本控制方面具备一定竞争力。

不过,核心零部件的竞争不是简单地比谁报价更低。

精密零部件需要经过长期的工艺积累和客户验证,产品一致性、使用寿命、良品率以及批量交付能力,都会影响最终的竞争力。即便某家企业在实验室里做出了性能接近国际产品的零部件,也不意味着它马上就能稳定供应大批量整机订单。

对中国人形机器人产业来说,供应链完整度是优势,精密制造能力则决定这项优势能否真正转化为产品竞争力。


04

五年TCO倒挂

人形机器人比人工贵出45万到115万元

技术能不能实现是一回事,企业愿不愿意买又是另一回事。

对B端客户来说,设备是否值得采购,最终还是要算经济账。

报告以汽车产线一个中等复杂度的装配工位为例,对比了人工、传统工业机器人和人形机器人五年期总拥有成本(TCO)。

图:单工位五年期总拥有成本(TCO)对比分析表

方案
五年期TCO
人工方案
约75万元
传统工业机器人
约75万元
人形机器人
约120万—190万元

人形机器人目前的成本劣势相当明显。

报告测算,其初始购置和部署成本约80万至150万元,还包括初始训练费用;年均维护成本约8万元。即使考虑软件升级和任务切换的便利性,五年总成本仍然明显高于人工和传统工业机器人。

不过,这组数据也不能只看绝对价格。

传统工业机器人擅长固定流程、高速、高精度的重复作业,但换产往往需要重新设计产线、调整设备和编写程序。一套焊装线从A车型切换到B车型,可能需要停机数周、投入数十万元重新编程和调试,这段时间的产能损失往往比设备本身更贵。人形机器人的优势恰恰在这里:同一台设备经过训练和软件调整,理论上可以适应不同工位和任务,换型成本趋近于零。

对于产品型号固定、产量大的工厂,传统工业机器人依然更划算;但对于高混合、小批量、频繁换型生产,产线改造和停机成本可能让人形机器人的柔性价值体现出来。

报告引用汇丰银行的预测称,在典型工业应用场景中,人形机器人的投资回报周期有望从当前平均约7年缩短到2027年的2年左右。这一判断建立在核心零部件降价、量产规模扩大和任务能力提升等多个条件之上,仍需要后续实际部署验证。

因此,当前人形机器人的商业化更适合从半结构化任务切入。

搬运、分拣、精细质检和基础组装等场景,既有一定的操作复杂度,又相对容易规范流程,比直接替代完整岗位更容易跑通经济模型。

成本压力也推动了商业模式变化。

图:人形机器人主要商业模式对比

目前主要有三种模式:设备销售加运维、按月租赁的RaaS(Robot as a Service),以及面向特定客户的定制化解决方案。

其中,RaaS值得关注。

过去企业采购设备,需要一次性承担购置成本、维护成本和技术迭代风险。采用RaaS后,客户按照使用周期付费,厂商则需要持续提供设备、维护和软件升级服务。

风险并没有消失,而是在客户与厂商之间重新分配。客户降低了前期投入,厂商则必须保证设备利用率和运行稳定性,否则租赁业务很难持续盈利。

对人形机器人企业来说,RaaS不只是降低客户采购门槛,也是在检验产品能否真正进入生产环节。


05

中国人形机器人的优势

在供应链,也在制造业场景

中国人形机器人产业的竞争力,不能只看整机企业推出了多少新产品。

← 左右滑动查看更多

图:中美人形机器人技术路径对比,与人形机器人核心零部件国产化现状与技术壁垒

从报告对中美技术路径的比较来看,两国企业在AI架构、运动控制、核心部件和商业化场景上各有侧重。中国企业的优势主要体现在制造业基础、供应链配套和成本控制能力上。

首先是供应链。

从伺服电机、减速器到丝杠,国内已经形成了一批相关供应商。新能源汽车、3C电子和高端装备制造行业长期积累的精密加工与自动化经验,也为人形机器人产业提供了技术基础。

其次是应用场景。

中国拥有规模庞大的制造业和物流体系,汽车、电子、仓储等行业存在大量重复性操作和柔性生产需求。这些场景能够为机器人提供真实的训练环境,也让整机厂商有机会与产业链上下游共同迭代产品。

但供应链完整,不代表所有关键环节都已经实现突破。

行星滚柱丝杠、六维力传感器和高精度编码器等领域,仍然存在工艺和产品可靠性方面的差距。特别是精密零部件,能否稳定量产、能否通过头部客户验证,远比推出一款样品更重要。

这也是中国人形机器人产业接下来需要解决的问题:整机企业可以通过快速迭代抢占市场,但长期竞争力最终还要建立在核心零部件和工程化能力之上。


06

机器人进家门

技术和成本之外还有一道社会关

即便技术和成本问题逐渐解决,机器人也不一定能马上成为家庭成员。

报告将人形机器人产业化的关键节点概括为三个奇点:经济性奇点、规模与能力奇点、社会接受度奇点。

前两个解决的是机器人能不能干活、能不能规模化使用,最后一个则关系到人们是否愿意让它进入自己的生活。

图:不同场景下公众对人形机器人的接受度

报告基于500人的市场调研发现,公众对人形机器人的接受度存在明显的场景差异。

应用场景
公众接受度
应急救援
82%
电力巡检
80%
仓储物流
77%
汽车装配
58%
商超服务
55%
医院辅助
42%
家庭护理
32%
儿童陪伴
28%

越是远离私人生活、任务边界越清晰的场景,公众接受度越高;越是涉及家庭成员、个人隐私和情感互动的场景,接受度越低。

这并不难理解。

工厂里的机器人主要负责生产任务,出了问题可以通过停机、检修和重新编程处理。家庭机器人却可能与老人、孩子长期共处,它搭载的摄像头、麦克风和其他传感器,也会持续接触家庭空间中的大量私人信息。

一旦出现机械故障、误操作或数据泄露,影响的不只是设备本身,还可能涉及人身安全和家庭隐私。

所以,家庭机器人需要的不仅是更聪明的模型,还要有足够可靠的安全机制、隐私保护措施和事故责任界定体系。

对行业来说,建立信任的过程不会因为某家企业发布了一段漂亮的视频而完成。用户需要看到产品长期稳定运行,看到企业能够处理故障,也需要知道出现问题后由谁负责。

这道关,技术进步可以帮助跨越,但无法完全替代社会规则和用户信任。


07

写在最后

马斯克给出了12到18个月的时间表,Figure则用30个陌生家庭的测试,展示了人形机器人在家务任务上的新进展。

但距离真正进入普通家庭,还有几笔账要算:核心硬件成本能不能继续下降,机器人能不能在陌生环境中稳定完成多步骤任务,长期运行是否足够安全,用户又是否愿意接受一个带着摄像头和执行机构的机器长期待在家里。

这些问题,没有哪一个能靠一段演示视频解决。

未来几年,人形机器人可能会先在工厂、仓库和商业服务场景里积累经验。等到设备成本、任务能力和安全体系逐渐成熟,家庭应用才有机会从少数人的尝鲜,变成真正的消费市场。

机器人什么时候能替人做家务,最终不取决于它什么时候学会洗碗,而取决于它什么时候能够每天把家务做好,而且让这件事足够安全、足够可靠,也足够便宜。


报告节选

▼ 上下滑动查看更多 ▲

三个皮匠报告自研库

  • 八大板块,200+原创报告

  • 定制报告品质

  • 专属自研数据图表库

  • 限时799/2年

报告下载

全文查阅

2026全球及中国人形机器人产业发展研究报告

猜你喜欢