人形机器人：中国上半年出货19000台，占全球77.9%，工厂里到底有多少在干活

这组IDC数据由TechNode在9月29日发布，TechNode注明来源为中国媒体IT Home。如果这个数字站得住，中国就不只是人形机器人市场里的一个参与者，它本身就是这个市场。同一份IDC预测认为，2030年全球人形机器人出货量将超过75万台。这个预测的前提是，当前的曲线还要再向上弯四年。

但「工厂」这个词在这里承担了太多含义。把一台人形机器人运出厂门，和让它站上产线干活，是两回事。这份材料里最新的几篇报道，正好说明这两件事之间还差多远。

车间里干活的主力还不是人形机器人

The Robot Report在9月29日发布的制造业调查，把这个差距摆得很清楚。据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。韩国、新加坡、德国和日本在机器人密度上领先，也就是每万名工人对应的机器人台数。2026年上半年，据美国自动化促进协会统计，机器人订单金额同比增长6.6%。该协会指出，非汽车行业的增长抵消了汽车主机厂的放缓。

在这份调查里，人形机器人还是一个承诺，不是一项支出条目。报告写道，人们对人形机器人的兴趣很高，但它们才刚刚开始商业试点，而其他形态的设备已经可以买到。今天真正在干活的是协作机器人、自主移动机器人和移动操作机器人。

所以IDC的标题数字和行业媒体给出的一线图景并不矛盾。它们量的是不同的东西：一个是运出厂门的台数，一个是在厂门内真正干活的台数。

力与力矩传感是那个不体面的瓶颈

如果说中国的出货数字描述的是供给，那么RoboBusiness 2026上的一场演讲描述的就是需求端的问题。据The Robot Report报道，ForceN创始人兼CEO Robert Brooks将于10月20日下午2点15分在加州圣克拉拉做一场题为「人形机器人力与力矩传感速成课」的演讲。这天是这场为期两天活动的第一天。

力矩传感器让机器人有了触觉。同一篇报道指出，没有它们，机器人就不知道自己干活时施加了多大压力。Brooks预计会用到他与人形机器人公司合作三年的经验，以及在外科、物流和野外机器人领域做力与力矩开发的经验。他给出的目标是加快量产和现场就绪。

这对只看出货量的报道是个有用的纠正。能抓住箱子的机器人，不等于能抓住鸡蛋的机器人。差别在传感系统里，不在台数统计里。

一台3555美元的家用机器人，规格表承认了什么

消费端市场也在动。据The Robot Report 9月29日报道，总部横跨旧金山和巴黎的初创公司Flourish开卖了Flourish One，一台轮式人形家用机器人，售价3555美元。公司称，早期用户可以只用一部智能手机，在30分钟内教会它一项新家务。

它的规格表对局限写得很坦率。每条手臂的负载能力是1.5公斤。电池按手臂运行12小时设计。底座靠近地面处装了一个小型激光雷达，每个两指夹爪上带一个腕部摄像头。机器人不防水，所以这一代既不会洗碗，也不会给狗洗澡。它适合整理、倒垃圾和擦桌子这类基础清洁，而不是精细装配。

Flourish正在手工打造首批50台，希望能在圣诞节前发货。为了压低物料成本，这台机器用Raspberry Pi做主控，技能模型的训练和更高层行为的推理都放在云端GPU上。联网是「思考」的前提，用户也可以选择在自己的电脑上跑这些负载。创始人Antoine Marcel告诉The Robot Report，在机器人里装一块NVIDIA GPU会立刻让成本翻倍。选1.5公斤，是因为大多数家务并不需要很大的负载。

「我收拾公寓的方式和你收拾家里的方式不一样。你要花30分钟教它怎么给你的植物浇水，」Marcel说。「我们会为此微调一个AI模型……然后机器人就能在你家里做这件事了。」

教学靠的是手机里的惯性测量单元。用户握着手机，像做那件事一样移动它，机器人同步模仿这个动作。Marcel把这称为产品里最神奇的部分，因为不需要任何额外硬件。

软件水平参差不齐，基准测试把它盖住了

硬件限制只是故事的一半。fig.inc的研究人员在9月29日发布的一份技术报告，评估了前沿模型在网页自动化和物理任务上的表现。物理任务包括操作、装配、工业流程和驾驶。结果就是作者所说的「参差不齐」。

结论很直接：在测试的每一对模型里，得分较低的那个都解出了得分较高的那个解不出的任务。在网页任务上，最好的模型会随网站变化，也会随基准测试自己的难度标签变化。一次模型更新可能让平均分几乎不动，而许多单项任务的结果却翻转过来。一次把平均分抬高的更新，仍然会丢掉旧模型已经解出的任务。

物理领域同样不均。在各项领域平均分上都胜过Gemini 3.5-Flash的模型，在某些任务类别上仍然更差。作者发布了一个叫RIDGE的数据集，覆盖五个领域的逐项结果，从VisualWebArena到Bench2Drive、VLABench、IndEgo和Assembly101。他们的意思是，基准测试的均值掩盖了成功率在任务之间的波动。当部署决策依赖这些数字时，这一点很要紧。

把出货总量当成能力代理指标的人，需要记住这个提醒。数量告诉你多少台出了厂门，它不告诉你其中任何一台浇水时有多可靠。

未来十二个月要检验什么

这份材料里最新的来源都指向一个方向：关于人形机器人的讨论，正从演示转向规格。负载多少公斤。能运行多少小时。机器人思考时是否需要联网。一套传感器能不能让它不把抓着的东西捏碎。

据TechNode报道，中国在上半年出货中占77.9%，这是一个真实而醒目的数据点。IDC对2030年的75万台是预测，不是出货。夹在这两个数字之间的是The Robot Report制造业调查提出的更难的问题：这些机器里有多少会在车间或家里干有报酬的活，而不是只被计入一项装机统计。

RoboBusiness 2026将于10月20日和21日在圣克拉拉举行，届时会有一些答案被记录下来。ForceN的演讲是一个数据点。其余的会体现在订单金额、现场试验上，最终体现在一台3555美元的机器人能否被教会浇花，而且不用教第二遍。