技术成熟度 本体（机械结构）：接近量产 大脑（大模型）：快速进步 小脑（运动控制）：仍是瓶颈 泛化操作：实验室阶段 商业化路径 工业场景（先落地） 汽车制造、3C装配 单任务重复操作 已开始规模部署 商业服务（试点） 导览、配送、巡检 场景相对简单 小批量试用 家庭场景（远期） 清洁、陪伴、照护 5-10年窗口 估值判断 部分公司估值透支3-5年预期。但具身智能是确定性赛道，回调即机会。 结论 看订单、看量产能力、看团队工程化水平。概念炒作终将退潮，真本事才留得下。
什么是具身智能 AI不再只处理文字和图片，而是通过身体与物理世界交互——理解、操作、适应真实环境。 2026年进展 人形机器人：步态稳定、能搬东西 操作技能：抓取、装配、精细操作 世界模型：对物理规律的理解 代表 特斯拉Optimus Figure AI 国内：宇树、智元 挑战 硬件成本高 泛化能力弱（换个环境就懵） 安全性 判断 5年内具身智能从实验室走向工厂、仓储、家庭。真正的机器人助手比想象中更近。
硅基速览 Figure的Index众包平台已记录1600万条远程操作演示数据。 人形机器人竞争的核心正在从硬件转向数据：谁有更多真实操作数据，谁的机器人"大脑"就更强。 特斯拉Optimus Academy、Figure Index、智元工业场景——三家公司在用不同方式积累机器人训练数据。 正文 1600万条数据的意义 2026年9月，据Humanoid Press报道，Figure的Index众包平台已经记录了1600万条远程操作（teleoperation）演示数据。 这1600万条数据是什么？简单说：人类操作员通过VR/手柄远程控制人形机器人执行各种任务——叠衣服、擦桌子、倒水、整理货架。机器人在远程控制下完成任务时，它的摄像头视觉、关节位置、末端执行器动作都被记录下来。这些数据就是训练人形机器人"大脑"（具身智能模型）的燃料。 1600万条数据是什么量级？作为对比，特斯拉Optimus在Fremont工厂内部收集的数据，大约在几百万小时级别（不是条数）。Figure通过众包平台在更短时间内收集了1600万条演示，这个数据积累速度非常快。 为什么数据是人形机器人的核心壁垒 人形机器人的竞争，2024-2025年比的是"硬件能不能动"——关节够不够灵活、续航够不够长、负载够不够大。到2026年，硬件能力已经趋同：主流人形机器人都能走、能站、能抓东西。 真正拉开差距的，是"大脑"——机器人能不能看懂环境、能不能理解任务、能不能自主规划动作。而训练这个大脑，需要海量的真实操作数据。 这就是为什么Figure要建Index众包平台。自建远程操作团队成本高、速度慢；众包平台可以让全球的人在家用VR手柄帮Figure训练机器人。1600万条数据，就是这样众包来的。 三家公司的三种数据策略 硅基视角梳理一下头部人形机器人公司的三种数据积累策略： Figure：众包远程操作。 通过Index平台，让全球用户远程操作Figure机器人执行任务。优势是数据量大、场景多样；劣势是数据质量参差不齐，需要大量筛选和清洗。 特斯拉：工厂内部数据。 Optimus在特斯拉Fremont工厂内部执行真实工作任务，收集的是汽车工厂场景的数据。优势是数据质量高、场景真实；劣势是场景单一（主要是汽车工厂），泛化能力有限。 智元：工业场景付费客户。 智元把机器人卖给汽车零部件、3C电子工厂，在客户现场执行真实任务。优势是有真实付费客户验证；劣势是数据积累速度受限于出货量。 三种策略各有优劣，最终谁的数据策略能训练出最通用的具身智能模型，还需要时间验证。 数据飞轮的启动 人形机器人的数据飞轮，和大模型的数据飞轮逻辑一样： 机器人执行任务 → 收集数据 → 训练更好的模型 → 机器人执行更好 → 收集更多数据 Figure Index的1600万条数据，就是这个飞轮的第一推力。当数据量足够大时，Figure的机器人模型会比竞争对手"更聪明"，因为它见过更多种任务执行方式。 但数据飞轮也有临界点。在数据量达到临界点之前，机器人的表现提升不明显；一旦越过临界点，模型能力会突然跃升——就像大模型在参数量达到某个阈值后出现"涌现能力"一样。 硅基AGI社区在论坛silicon-agi.com上有不少机器人研究者在讨论具身智能数据的采集方法和模型训练，从远程操作到仿真到真机实测，讨论非常专业。 硅基点评 Figure Index的1600万条数据，标志着人形机器人竞争从"硬件竞赛"进入"数据竞赛"阶段。2024年谁的机器人走得稳谁赢，2026年谁的机器人干得好谁赢。而"干得好"的背后，是1600万条真实操作数据的积累。 硅基视角的判断是：2027-2028年，人形机器人行业会出现"数据分化"——有足够数据积累的公司，机器人能力会快速跃升；没有数据积累的公司，机器人永远停留在"能走但不会干活"的阶段。这个数据鸿沟，会比硬件鸿沟更难跨越。 对机器人创业者的建议：现在就开始想"我的数据从哪来"。不要等到硬件做出来了再想数据问题——数据采集应该和硬件开发并行。众包、客户现场、仿真，多管齐下。数据才是人形机器人真正的护城河。 延伸阅读 世界模型Atlas与物理AI：李飞飞的空间智能革命 世界模型研究：AI 能理解物理世界的规律吗 WAIC 2026前瞻：300+AI产品全球首发看什么 本文由硅基AGI社区原创，欢迎访问博客 guijiagi.com 获取更多AI实战教程，或到论坛 silicon-agi.com 参与讨论。
硅基速览 36氪9月16日报道：人形机器人双巨头智元和特斯拉已跨过万台量产门槛，百亿估值独角兽还在追赶。 智元2026上半年出货9700台全球第一，特斯拉Optimus年底目标1.5万台。 2026年是人形机器人从demo到量产的分水岭——万台是供应链成熟和客户接受的临界点。 正文 万台分水岭 2026年9月16日，36氪发布深度报道《人形机器人量产分水岭：双巨头跨过万台，百亿独角兽还在追赶》。这篇报道的核心判断是：2026年是人形机器人行业的"万台分水岭"——跨过万台量产门槛的公司，和还在几千台级别徘徊的公司，正在拉开差距。 万台为什么是一个分水岭？因为它标志着三件事同时成立： 供应链成熟了。 万台级别的出货，意味着关节模组、伺服电机、谐波减速器、力矩传感器这些核心零部件已经实现了规模化供应。以前需要手工定制的零部件，现在已经有了标准化的供应链。 制造体系跑通了。 万台级别的量产，意味着从零部件采购、整机组装、质量检测到物流交付的整个制造体系已经跑通。这不是实验室里能做到的，需要真正的工厂管理能力。 客户接受了。 万台级别的出货，意味着有足够多的真实客户在使用这些机器人。不是"买回去放展厅"，而是真的在工厂、仓库、商店里干活。 双巨头格局 跨过万台门槛的"双巨头"： 智元机器人。 2026年上半年出货约9700台，全球份额超43%。主要客户是汽车零部件、3C电子工厂。营收从2023年的30万元飙升至2026年单季超10亿元。 特斯拉Optimus。 2026年底目标年产1.5万台，9月周产约1000台。目前所有机器人仅在特斯拉Fremont工厂内部使用，不对外销售。 追赶者阵营包括：Figure、宇树、小鹏、1X、Agility等。这些公司的出货量还在几百到几千台级别，与双巨头有3-10倍的差距。 为什么"万台"是关键节点 硅基视角拆解一下为什么万台是一个关键节点： 成本下降的拐点。 一台人形机器人的BOM成本，在100台级别时可能是100万元；到1000台级别降到50万元；到1万台级别可能降到20万元。规模效应的非线性下降，在万台级别会明显体现。 供应链议价权。 万台级别采购量，让机器人公司在与零部件供应商谈判时有议价权。100台采购量只能拿零售价，1万台采购量能拿批量价。 产品迭代速度。 万台级别部署后，机器人在真实场景中的故障率、性能瓶颈、改进方向都会快速暴露。反馈给研发团队后，下一代产品的迭代速度会大幅加快。 百亿独角兽的困境 36氪报道中提到"百亿独角兽还在追赶"。这些百亿估值的人形机器人公司，面临一个尴尬的困境：估值高但出货量上不去。 为什么出货量上不去？几个原因： 成本太高。 单台成本50-100万元，客户ROI算不过来 场景不清晰。 还没找到真正能跑通ROI的商业场景 技术不成熟。 机器人的"大脑"不够聪明，干不了复杂任务 制造能力不足。 有设计能力但没有量产能力 这些困境，双巨头也经历过。智元的解决方案是"工业场景先行"——从标准化的汽车工厂场景切入；特斯拉的解决方案是"自己工厂先练"——用自家工厂当训练场。追赶者需要找到自己的路径。 硅基AGI社区在论坛silicon-agi.com上有不少机器人行业的分析师在讨论人形机器人的量产格局，从成本曲线到场景选择，讨论非常深入。 硅基点评 人形机器人万台量产分水岭的出现，标志着这个行业从"技术竞赛"进入"制造竞赛"阶段。2024-2025年比的是谁的机器人更聪明，2026-2027年比的是谁的机器人更便宜、更可靠、更能批量交付。 硅基视角的判断是：2027-2028年，人形机器人行业会经历一次洗牌——跨过万台门槛的公司会继续拉开差距，而停留在几百台级别、烧完融资的公司会被淘汰。这个行业最终会像电动车行业一样，头部3-5家公司占据80%以上的市场份额。 对从业者的建议：如果你在人形机器人创业，问自己一个问题——“我的万台量产计划是什么？“如果答不上来，你可能需要重新评估商业模式。万台不是一个数字，它是供应链成熟、制造体系跑通、客户接受这三件事同时成立的标志。 本文由硅基AGI社区原创，欢迎访问博客 guijiagi.com 获取更多AI实战教程，或到论坛 silicon-agi.com 参与讨论。
硅基速览 9月7日，小鹏汽车在广州建成自动化人形机器人工厂，IRON机器人自主走下产线。 年底量产、2027年客户交付。小鹏已完成9亿美元融资用于IRON量产。 与特斯拉"还在安装产线"形成对比：小鹏已经把人形机器人的"造车流水线"先建起来了。 正文 广州工厂：机器人自己走下产线 2026年9月7日，小鹏汽车在广州建成了一座专门生产人形机器人的自动化工厂。据teslant.com报道，这座工厂投产当天，第一台IRON人形机器人自主行走着走下了产线——不是被叉车运下来，而是自己迈着步子走下来的。 这个画面在机器人行业引起了不小的震动。因为它传达了一个信号：小鹏不只是"设计了一台机器人"，而是"建了一条能批量造机器人的流水线"。这两者之间的差距，就像"造了一辆概念车"和"建了一条年产10万辆的汽车产线"之间的差距。 小鹏的IRON机器人量产时间表： 2026年9月7日：工厂投产，首台IRON走下产线 2026年底：开始批量量产 2027年：向客户交付 9亿美元融资的底气 小鹏在人形机器人上的投入不是小打小闹。据Humanoid Press报道，小鹏已经完成了9亿美元的融资，专门用于IRON的量产。 9亿美元是什么概念？智元机器人2025年全年营收才10.5亿元人民币（约1.5亿美元）。小鹏为了量产IRON，一口气融了9亿美元——这是智元年营收的6倍。 小鹏为什么愿意在机器人上砸这么多钱？因为它看到了一个战略机会：小鹏是造车的，造车的核心能力是"大规模制造复杂机电产品"。人形机器人本质上就是"带轮子/带腿的电动车"——有电池、有电机、有控制器、有传感器。小鹏在电动车上积累的制造能力、供应链管理、质量控制体系，可以直接平移到机器人量产上。 与特斯拉的对比 小鹏IRON工厂投产的消息，恰好与特斯拉Optimus还在Fremont安装产线的消息形成对比。teslant.com的报道标题就是：“小鹏建了一座人形机器人工厂，特斯拉还在安装一座。” 维度 小鹏IRON 特斯拉Optimus 工厂状态 9月7日已投产 还在安装中 首台下线 已自主走下产线 未开始 量产时间 2026年底 2026年底（目标） 客户交付 2027年 2027年（目标） 融资 9亿美元 不缺资金 核心优势 汽车制造体系 AI+硬件 这个对比不是说小鹏比特斯拉强——特斯拉的AI能力和品牌号召力是小鹏比不了的。但在"量产制造"这个维度上，小鹏确实走在了特斯拉前面。这反映了中国制造业的一个特点：先把工厂建起来，把量产跑通，把成本压下来，然后再慢慢优化技术。 造车新势力的机器人路线 小鹏不是唯一一家造车新势力做人形机器人的。整个中国新能源汽车行业，都在把机器人作为"第二增长曲线"： 小鹏IRON：人形机器人，广州工厂量产 蔚来：NIO Phone已经是手机，机器人项目在内部孵化 理想：创始人李想公开表示关注机器人赛道 比亚迪：有工业机器人基础，人形机器人在研发中 造车新势力做人形机器人，有天然优势：电机、电池、电控、传感器——这些都是电动车和人形机器人共用的核心零部件。把电动车的供应链复用在机器人上，成本可以大幅降低。 硅基AGI社区在论坛silicon-agi.com上有不少汽车行业的从业者在讨论造车新势力做人形机器人的优势和挑战，从供应链复用到底层技术差异，讨论非常深入。 硅基点评 小鹏IRON工厂投产，标志着中国造车新势力正式进入人形机器人量产竞赛。这不是PPT造机器人，而是真金白银建工厂、真刀真枪跑量产。 硅基视角的判断是：2027年，人形机器人行业会出现"双轨并行"的格局——中国公司（智元、宇树、小鹏）在量产速度和成本控制上领先，美国公司（特斯拉、Figure）在AI能力和品牌号召力上领先。最终谁赢，取决于谁先在真实商业场景中跑通ROI。小鹏IRON年底量产、2027年交付，这个节奏如果能兑现，它会成为第一家把人形机器人卖给外部客户的中国造车新势力。 延伸阅读 世界模型Atlas与物理AI：李飞飞的空间智能革命 世界模型研究：AI 能理解物理世界的规律吗 WAIC 2026前瞻：300+AI产品全球首发看什么 本文由硅基AGI社区原创，欢迎访问博客 guijiagi.com 获取更多AI实战教程，或到论坛 silicon-agi.com 参与讨论。
硅基速览 智元机器人2026年上半年出货约9700台，全球人形机器人市场份额超43%，登顶全球第一。 营收从2023年的30万元飙升至2025年的10.5亿元，2026年Q1单季已超10亿元——一个季度追平去年全年。 智元定位工业场景，与龙旗科技、均胜电子深度合作，已在汽车零部件、3C电子等场景落地。 正文 9700台：人形机器人量产的中国速度 2026年9月16日，36氪发布了一篇关于人形机器人量产格局的深度报道，其中最引人注目的数据是：智元机器人（AGIBOT）在2026年上半年以约9700台的出货量登顶全球人形机器人市场第一，市场份额超过43%。 这个数字的冲击力在于对比。2025年全年，全球人形机器人出货量总共才几千台。智元一家公司在2026年上半年就出货了9700台——这意味着2026年上半年全球人形机器人出货量至少在2万台以上，而智元一家就占了近一半。 更惊人的是营收曲线。根据36氪报道： 2023年：营收约30万元 2025年：营收约10.5亿元 2026年Q1：单季营收已超10亿元 从30万元到10.5亿元，智元用了两年时间。而从10.5亿元到单季超10亿元，它只用了一个季度。这种增长速度，即便是在AI行业也是罕见的。 为什么是智元 智元能在人形机器人量产上跑出来，不是偶然。硅基视角拆解三个关键因素： 工业场景先行。 智元没有一开始就追求"家庭服务机器人"这个终极场景，而是从工业场景切入——汽车零部件装配、3C电子检测、物流分拣。这些场景的特点是：任务标准化、环境可控、ROI可计算。汽车工厂老板不需要机器人"有情感"，只需要它"能24小时搬零件不出错"。智元在这些场景里证明了ROI，订单自然就来了。 与供应链深度绑定。 智元与龙旗科技（ODM）、均胜电子（汽车零部件）深度合作。龙旗帮智元做量产制造——以前帮手机品牌代工，现在帮机器人品牌代工。均胜帮智元进入汽车工厂的供应链。这种"机器人公司+ODM+汽车零部件"的铁三角，让智元的量产爬坡速度远快于纯技术创业公司。 成本控制。 人形机器人的成本一直是商业化的最大障碍。一台能用的人形机器人，BOM成本以前在50-100万元。智元通过规模效应+供应链优化，把成本压到了可接受范围——据报道，智元的工业人形机器人售价已经下探到20万元以下。 与特斯拉、Figure的对比 智元出货量全球第一，但它在技术上仍然与特斯拉Optimus和Figure有差距。三者的定位对比： 维度 智元 特斯拉Optimus Figure 2026出货量 ~9700台（H1） ~15000台（全年目标） 未量产 核心场景 工业（汽车/3C） 特斯拉工厂内部 BMW工厂 商业化 对外销售 仅内部使用 有限商用 核心技术 量产+成本控制 特斯拉制造体系 AI+硬件 价格 ~20万元 目标2-3万美元 未公开 一个有趣的现象：智元是"卖机器人给别人用"，特斯拉Optimus是"自己造自己用"。智元已经对外销售，特斯拉的Optimus目前只在自家Fremont工厂内部使用，还没对外销售。这就是"出货量第一"的来源——智元卖得多，特斯拉还在自用。 人形机器人的量产拐点 36氪的报道标题是"人形机器人量产分水岭：双巨头跨过万台，百亿独角兽还在追赶"。这个判断很精准：2026年是人形机器人从"demo"到"量产"的分水岭。 跨过万台门槛意味着什么？ 供应链成熟了。 万台级别出货，意味着关节模组、伺服电机、减速器这些核心零部件已经实现了规模化供应，成本降下来了。 制造体系跑通了。 万台级别的量产，意味着从零部件采购到整机组装到质量检测的整个制造体系已经跑通。这不是实验室里能做到的。 客户接受了。 万台级别出货，意味着有足够多的客户愿意为这个产品付费。不是"试试看"，而是"真的在用"。 硅基AGI社区在论坛silicon-agi.com上有不少机器人行业的从业者在讨论人形机器人的量产进展，从关节模组成本到具身智能模型，讨论非常深入。 硅基点评 智元9700台出货全球第一，是中国硬科技在2026年最值得骄傲的事件之一。它证明了一件事：在人形机器人这个赛道，中国公司不仅不落后，反而在量产速度上领先全球。 硅基视角的判断是：2027年是人形机器人的"规模化商用元年"。当出货量从万台到十万台时，单台成本会进一步下降到10万元以内，这时人形机器人的ROI就会在更多场景下跑通——物流、零售、餐饮、安防。智元现在积累的量产经验和客户数据，会在这个阶段转化为巨大的竞争优势。 对投资者和从业者的建议：不要只盯着特斯拉Optimus的发布会。真正的人形机器人商业化，发生在你看不到的汽车工厂和3C车间里。智元、宇树、小鹏这些中国公司，正在用"工业场景先行"的路线，把人形机器人从科幻变成商品。 本文由硅基AGI社区原创，欢迎访问博客 guijiagi.com 获取更多AI实战教程，或到论坛 silicon-agi.com 参与讨论。
当"智能体开发员"成了一个正经职业 2026年9月9日，人力资源和社会保障部发布第八批新职业名单。这一批里最受AI圈关注的两个新身份是： 具身智能机器人应用技术员； 智能体开发员。 至此，中国的数字职业总数达到113个。一个曾在创业者朋友圈里流传的头衔，被正式写进了国家职业分类大典。 数据来源：人力资源和社会保障部第八批新职业公告，2026年9月9日 为什么"智能体开发员"入列是个信号 职业分类大典不是随便发的名单。它有实际的政策含义： 职业培训有了官方依据：职业院校、社会培训机构可以名正言顺地开设相关专业； 技能等级与认证体系可以建立：初级、中级、高级智能体开发员，未来可能有对应的国家职业资格或技能等级证书； 人才统计进入官方口径：这个行业到底有多少人、缺多少人，从此有了统计基础。 换句话说，“智能体开发员"从一个互联网黑话，变成了一个可统计、可培养、可认证的正式行当。这是产业成熟到一定程度的标志——就像当年"数据分析师"“人工智能训练师"入列一样。 智能体开发员到底干什么 这个职业不是"会写提示词"那么简单。结合当前Agent产业的实际工作，它的职责大致包括： 需求拆解：把一个业务目标（比如"自动处理售后工单”）拆成Agent能理解的子任务； 工具编排：为Agent选择并连接所需的API、数据库、业务系统； 流程设计：设计多Agent协作的工作流、判断分支、异常处理； 评测与迭代：设计测试集、评估Agent成功率、持续调优； 安全与合规：确保Agent不越权、不泄露数据、输出可控。 这其实是一个横跨"产品经理+程序员+测试+合规"的复合角色。它的出现，说明AI应用已经从"单模型聊天"进入了**“多智能体干活”**的工程化阶段。 具身智能机器人应用技术员：物理世界的新工种 另一个新职业——具身智能机器人应用技术员——指向的是AI从屏幕走进物理世界： 负责部署、调试、维护具身智能机器人； 在工厂、仓储、服务业现场调教机器人的感知与动作； 对接机器人的大模型"大脑"与实际任务场景。 这和"智能体开发员"是一体两面：一个负责数字世界里的Agent，一个负责物理世界里的具身Agent。两个职业同批入列，说明政策制定者已经把"AI真正干活"这件事，看成了一个需要专门劳动力的行业。 数字职业113个：一个国家层面的转向 把视野拉大：中国数字职业已达113个。这个数字背后是一条清晰的政策路径—— 从最早的电子商务、网约车、直播带货，到人工智能训练师、数据标注师，再到今天的智能体开发员、具身智能技术员，每一次新职业发布，都是官方对一次技术浪潮就业结构的确认。 这种"先观察、再入列、再培训、再认证"的节奏，比西方很多国家"民间先干、政策后补"的模式更有系统性。它意味着国家层面对AI就业的判断是：不是简单替代，而是在创造一批需要专门训练的新职业。 行业影响 职业教育迎来新专业：职业院校会快速跟进，开设智能体开发相关课程； 企业用人有了岗位标准：招聘"智能体开发员"时，可以参考国家职业标准，减少"凭感觉招人”； 人才争夺加剧：这个复合角色短期内供给稀缺，会成为AI应用公司争夺的关键岗位。 展望 “智能体开发员"入列，标志着中国AI产业的重心正在从"卷模型参数"转向"卷应用落地”。当一个国家开始为"如何把智能体组织起来干活"培养专门人才时，说明真正的Agent经济，已经从论文走进了招工市场。 下一批新职业名单里，会不会出现"AI安全评估师"“AI Agent运维工程师”？很可能。关注中国AI职业与就业政策变化的读者，guijiagi.com会持续跟进每一批新职业背后的产业信号。
9月2日李飞飞创办的World Labs发布世界模型Atlas，仅凭1-6张照片即可合成最长1分钟、1440p连贯运镜视频。多模态自回归扩散Transformer架构原生处理文本、图像、视频与3D深度。物理AI/具身智能成为投资人最关注方向，2026世界机器人大会发布311款新品。
9月7日宇树宣布实现全球首次世界模型实时驱动全自主人形机器人格斗：UnifoLM-WLA-1.0参数量60亿，使用2500小时真机数据，覆盖64项任务。人形机器人第一次在高速、对抗、不可预测的对抗场景下完成全自主实时决策。
小米卢伟冰在柏林IFA断言AI下半场一定是物理AI，CyberOne人形机器人首次海外展出并已在汽车工厂实习、自攻螺母工站成功率98%；智象未来HiDream-O1-Embodied具身世界模型以0.692分登顶RoboColiseum核心子榜单。产业资本正从语言模型向物理世界迁移。