跳到正文
世界时间EU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

关于人工智能与技术的门户事件 · 分析 · 访谈 · 技术背景

搜索
直播
›

IDC数据:2026年上半年中国人形机器人出货量占全球77.9%

TechNode于9月29日援引IDC数据称,2026年上半年中国出货超过19000台人形机器人,占全球约25000台出货量的77.9%。

科技解释林晓雯发布: 2026年9月29日5 分钟阅读资料来源 5
IDC数据:2026年上半年中国人形机器人出货量占全球77.9%

2026年上半年,中国出货超过19000台人形机器人,占全球出货量的77.9%。TechNode于9月29日报道了这组数字,并注明数据来自IDC。全球出货量接近25000台,同比增长432.1%。TechNode援引IT之家称,IDC还把2030年全球人形机器人出货量预测上调至75万台以上。

热潮的轮廓就是这样:一个国家,半年时间,一份把市场在四年内放大约三十倍的预测。如今任何关于人形机器人工厂的说法,都得先和这个数字放在一起看。

另一面的参照是工厂里实际装了多少。The Robot Report 9月29日的制造业调查引用了国际机器人联合会的数据。截至2024年的十年间,工业机器人装机量翻了一倍。机器人密度,也就是每1万名工人对应的机器人数量,持续上升,韩国、新加坡、德国和日本居前。人形机器人在这个存量里几乎可以忽略。The Robot Report自己的评价很直接:人形机器人关注度很高,但才刚开始商业试点,其他形态的机器人早已上市。

工厂里的活,仍落在传感和训练上

出货数字和能干活的机器人之间的差距,体现在最不起眼的一层:力与力矩传感。ForceN为机器人手腕和其他关节制造力扭矩传感器,曾向手术、物流和人形机器人提供传感系统。据The Robot Report 9月29日报道,该公司将在RoboBusiness 2026上做一场相关速成课。创始人兼首席执行官Robert Brooks将于10月20日下午2:15(美国太平洋时间)在加州圣克拉拉开讲。课程教参会者如何在人形机器人上使用力扭矩传感器,以及如何避免把它们弄坏。内容来自三年工作,公司称合作对象包括许多全球顶尖人形机器人企业。

那篇文章里的说法可以照字面理解。没有力扭矩传感器,机器人在作业时就不知道自己施加了多大压力。感觉不到力的人形机器人会压坏零件、掉工具,或者在双指夹爪本就不是为此设计的任务上卡住。

训练是问题的另一半,而这里的测量更乱。fig.inc于9月29日发布的技术报告评测了Astra、Opus 5.5等前沿模型。测试覆盖网页自动化以及操作、装配、工业流程和驾驶等物理任务。报告的核心发现被作者称为参差不齐的表现。没有明确的领先者:在测试的每一对模型里,得分较低的模型都解出了得分较高者失败的任务。同样的不均衡也出现在物理领域。在每个领域平均分更高的模型,在某些任务类别上仍然更差。作者发布了RIDGE数据集,包含五个领域的逐项结果和模型输出。

这对任何承诺通用工厂人形机器人的人都重要。如果能力在任务之间摆动这么大,单一基准分数对厂长几乎说明不了什么。它不会告诉你机器人能不能干线上那道具体的工序。

五百万台机器人,其中人形只有几千台

装机存量给炒作划出了尺度。近期一些报道称全球工厂机器人保有量超过五百万台,FLASH24在此不把这些报道当作已核实的事实。其中只有几千台是人形机器人。The Robot Report的调查还给出一个需求侧数字。据推进自动化协会的数据,2026年上半年机器人订单金额同比增长6.6%。该协会指出,非汽车行业订单增加,抵消了汽车主机厂的下滑。

订单金额增长6.6%,人形机器人出货增长432.1%,两者并不矛盾。这是市场与试点之间的差别。

所以本周最值得注意的人形机器人发货,根本不去工厂。据The Robot Report 9月29日报道,横跨旧金山和巴黎的初创公司Flourish开始销售Flourish One。这台3555美元的轮式人形风格家用机器人,让早期用户只用一部智能手机,在不到30分钟内教会它新家务。首批50台,手工组装,公司称希望赶在圣诞节前发货。

“我把电脑里的一切都自动化了。……可回到家,我生活里最难受的那些事还在那儿,”创始人Antoine Marcel对The Robot Report说。

Marcel主张先做家庭而不是工厂,因为每个家庭都有自己的怪癖。所以Flourish按任务、按家庭做微调,而不是等一个通才模型。机器人有两条手臂,每条负载1.5 kg(4 lb.)。电池按手臂运行12小时设计。底座靠近地面处有一个小型激光雷达,双指夹爪上装有腕部摄像头。机器人由一块Raspberry Pi驱动,训练和更高层的推理跑在云端GPU上。公司称这样能把物料成本压下来。

局限也说得明白。机器人不防水,第一代不会洗碗,也不会给狗洗澡。灵巧度有限:整理杂物、倒垃圾、擦桌子这类基础清洁,但做不了精细装配。教学依靠手机的惯性测量单元。用户像在做那件事一样移动手机,机器人跟着模仿。

把两幅图景并排放,工厂的问题眼下自有答案。中国的19000多台和IDC对2030年的75万台预测,描述的是一个快速扩张的制造基地。The Robot Report的调查描述的是人形机器人仍在试点、集成和投资回报都还很难的工厂。ForceN的课程讲的是别把传感器弄坏。fig.inc的报告讲的是会不可预测地失败的模型。Flourish讲的是50台一批、还不能沾水的机器人。

这些都不说明IDC的数字错了。它说明那是出货数字,不是装机数字。未来两年关于人形机器人的各种说法,成败就在这个差别上。

评论 0

资料来源

5
  1. 01China accounts for 77.9% of global humanoid robot shipments in H1, IDC saysEN
  2. 02ForceN to give a crash course on force and torque sensing for humanoids at RoboBusinessEN
  3. 03Meet Flourish One, the Raspberry Pi-powered humanoid built for busy parentsEN
  4. 04State of Robots in ManufacturingEN
  5. 05Astra, Opus 5.5, and other Frontier Models Demonstrate Jagged Performance Across SoTA Agentic Tasks from Web Browsing to RoboticsEN

本文所有数字与引语均来自下列来源,未添加来源之外的内容。

本内容由编辑部在人工智能辅助下制作完成。

林晓雯

林晓雯

人工智能、模型与技术

林晓雯负责FLASH24的人工智能、模型与技术方向,主要写科技、人工智能与模型、媒体与互联网三个领域。她习惯从论文预印本、开源代码库和厂商技术文档入手,先核对训练数据来源和评测口径,再决定是否落笔。遇到模型跑分,她会自己复现一遍小规模测试,并对照独立第三方榜单,确认数字没有注水。她常联系一线工程师和产品经理,也盯着各大会议截稿日,把不同版本的技术报告放在一起比。业余时间她玩3D打印、折腾老电脑,还关心模型从网络垃圾里学到的偏见问题,这让她对数据清洗格外敏感。她有一条原则:拿不到原始数据的性能宣称,不写。

编辑部 →

评论

0
  1. 还没有评论——来说两句吧。

写评论

评论公开展示。我们不发布辱骂、垃圾信息和广告内容。