中國機器人，讓美國人焦慮了

文 | 世界模型工廠

全球機器人的風向，正在悄無聲息地翻盤。

近日美國艾倫人工智能研究院創始CEO Oren Etzioni公開發文，標題直指中美對比：《馬斯克承諾了人形機器人，中國完成了交付》。

大意是，美國機器人靠畫餅賺估值，中國機器人靠交付賺真金。

這一判斷，與中國機器人實打實的量產數據相互呼應。

2025年，宇樹披露人形機器人實際交付超過5500臺，應用覆蓋科研教育、展示以及部分制造、巡檢等場景。

今年6月，智元第1.5萬臺具身智能機器人正式量產下線，當天就送進了一家3C工廠的產線，投入實際作業。

短短幾年，海外看中國機器人的眼光，徹底變了。

從前中國的標簽是廉價、模仿、花架子，現在美國卻開始焦慮一個越想越怕的問題：

如果美國掌握了全世界最聰明的機器人大腦，中國卻攥住了機器人的身體、供應鏈、工廠和訂單，這場仗到底誰會贏？

當中國機器人開始量產

2026年5月的東京人形機器人峰會，是全球產業格局的縮影。

這原本是日本和美國機器人的主場，波士頓動力、豐田等老牌巨頭悉數到場。

可全場的聚光燈，都落在了中國企業身上。

宇樹科技攜G1全尺寸人形機器人亮相，是現場為數不多的產業落地樣本；

泊松機器人展出兒童尺寸的K1人形機器人，呈現了流暢的群組動作表現；

逐際動力帶來成熟的人形機器人運動控制技術方案；

高扭矩科技的小型雙足機器人Mini Pi Plus，憑借極具競爭力的定價，讓海外從業者直觀感受到了中國供應鏈的成本優勢。

曾經在國際展會上偏居技術展區邊角的中國廠商，如今展臺前圍滿了來自全球的工程師、采購商與媒體，核對參數、詢價對接的人流絡繹不絕。

美聯社報道直言不諱，如今最耀眼的明星，毫無疑問是中國企業。

更有海外業內人士當場感慨：中國已經搶走了他們的飯碗。

在這場全球競賽里，中國突然成了必須認真對待的對手。

更讓海外警覺的是，中國機器人開始一臺臺從產線上走下來。

Omdia統計數據顯示，2025年全球人形機器人出貨量超過13000臺，美國的Figure AI和特斯拉等出貨量仍處于數百臺以內。中國的智元和宇樹各自超過5000臺，合計占比超過全球七成。

值得注意的是，這批量產下線的機器人已經脫離了跳舞、后空翻的表演屬性，其中一部分開始進入工廠和商業場景。

美國行業內部擔憂，一旦中國企業憑借規模化量產持續攤薄成本，將機器人的價格打到商用普及的臨界點，就會快速搶占全球市場份額。

屆時美國企業即便在算法層面保有優勢，也會因為缺乏量產能力、成本居高不下而喪失市場主動權。

美國機器人皮膚下的中國技術

更讓美國人扎心的真相，藏在機器人的外殼之下。

2026年3月，黃仁勛在一場發布會上，展示了一臺機器人版的Olaf——《冰雪奇緣》里那個雪人。

這本該是最純粹的美國故事：英偉達的芯片，谷歌的模型，迪士尼的IP，三個美國符號級公司湊在一起。

但《華爾街日報》扒了一圈供應鏈發現，Olaf脖子和腿部的運動，用的是中國機器人公司宇樹相關的組件。

報道援引一位參與項目的工程師的話稱：“我們試過三家美國本土廠商的方案，要么精度達不到動作要求，要么單部件成本高出四倍，最終只能選擇中國供應商的成熟方案。”

這并非個例。

《華爾街日報》走訪了美國近十家人形機器人初創企業與零部件供應商后發現，從核心的伺服電機、精密減速器，到一體化關節模組、高性能磁性材料，再到靈巧手的核心傳動部件，高度依賴中國供應鏈，占比普遍超過六成。

并非企業不愿扶持本土產能，而是本土供應鏈難以匹配快速迭代的節奏。

定制一款高精度關節模組，美國本土廠商普遍需要六周交付，而深圳供應商最快三天即可拿出樣品。

無極科技創始人潘云哲在接受《衛報》采訪時表示，畢業后曾留在硅谷嘗試深耕靈巧手創業。

“很多核心精密部件美國本土沒有量產線，定制開模價格高得離譜，最后我只能讓國內的父親把零件打包好，通過國際快遞寄到美國，才能勉強推進研發”。

最終他選擇放棄硅谷的創業環境，帶著核心團隊落地深圳。

潘云哲表示，深圳的產業集群效率是海外無法比擬的。

辦公周邊即可覆蓋精密加工、傳感器配套等全鏈條資源，設計方案調整后當天就能拿到手板測試。

在美國需要半年走完的研發迭代周期，在深圳一個月即可完成。

在這些報道的結尾，海外媒體不約而同地指向了同一個深層焦慮：

美國掌握著機器人的大腦，但沒有成熟、高效、低成本的硬件供應鏈作為身體支撐，再聰明的大腦也無法落地。

讓美國業界不安的是，這種供應鏈優勢并非一朝一夕能夠追趕。

它根植于中國幾十年的制造業積累，依托消費電子、新能源汽車等龐大產業外溢的產能與技術，形成了難以復制的完整產業生態。

這也正是中國機器人產業能快速實現量產落地的底氣。

美國的兩難死局

中國供應鏈的強勢，把美國架在了火上烤。不用吧，不行；用吧，不安。

這種糾結，已經從嘴上的焦慮，變成了實際的行動。

2026年6月，《福布斯》專門報道了美國機器人企業的“去中國供應鏈”嘗試。

Figure AI、1X、Apptronik、Tesla這些美國頭部公司，都在琢磨著怎么減少對中國部件的依賴。

1X尤其激進。

這家公司試圖自己掌握電機、電池、結構件、傳動系統、軟體外覆和傳感器等更多環節。

可理想很豐滿，現實很骨感。

機器人是一個由大量零件、材料、工藝和供應商共同組成的復雜系統。

少依賴中國，不只是換一家供應商那么簡單，而是意味著美國公司要重新補制造能力、工藝經驗、規模生產的課。

當美國公司忙著補供應鏈，華盛頓已經直接出手了。

2026年3月26日，美國共和黨和民主黨聯合提出《美國安全機器人法案》，擬禁止采購或使用來自中國等所謂“外國對手”的無人地面系統，其中明確涉及人形機器人。

到了6月，美國眾議院議員又提出新的GUARD Act，要求進一步審查來自中國等國家的機器人，對被認定構成國家安全威脅的產品提供進口限制機制。

這種情緒，《華爾街日報》總結得很準確：羨慕，也擔憂。

既羨慕中國供應鏈的效率和成本，又擔憂自己的產業命脈握在別人手里。

中國的國家級產業殺招

美國心里很清楚，他們面對的，從來不是宇樹、智元、優必選這幾家機器人公司。

他們面對的，是一整套舉國協同、閉環運轉的國家級產業體系。

這才是最讓他們忌憚的地方。

《華爾街日報》報道指出，中國現在有140多家人形機器人相關企業，從零件到整機全覆蓋。

再加上國家層面的戰略布局，地方的補貼、稅收、園區扶持，以及政府采購托底，形成了一套全方位的產業扶持體系。

最厲害的，不是給錢補貼，而是政府同時扮演了三個角色：投資人、客戶、試驗場。

給政策給資源，幫企業活下去，這是投資人；

政府采購下單，給企業穩定現金流，這是客戶；

開放工廠、政務、民生場景，讓機器人在真實環境里迭代，還能攢數據，這是試驗場。

相比主要依靠企業和風險資本驅動的美國，這種政府模式更容易在產業早期形成規模。

更可怕的是，中國全產業鏈上下游擰成一股繩的協同力。

智元與龍旗、銀河通用與寧德時代兩對組合，正是這套模式的鮮活注腳。

龍旗既是智元的投資方，也是客戶。雙方不只停留在資本關系上，龍旗還向智元開放3C制造場景，用于機器人測試、適配和部署。

公開信息顯示，雙方已簽署數億元規模的精靈G2框架采購訂單，規劃部署近千臺機器人。

這種合作的意義在于，機器人公司不需要先在實驗室里把產品做好，再去尋找客戶，而是可以直接進入真實產線，與制造企業一起調整工位、末端執行器和作業流程。

銀河通用與寧德時代的合作邏輯類似。

寧德時代不僅參與銀河通用融資，也把電池制造場景開放給機器人驗證。

相比單純的財務投資，這種“產業方入股+開放場景+聯合研發”的模式更值得關注。

因為機器人真正缺的，往往不只是資金，而是一個愿意長期配合改造流程、容忍早期故障、持續提供真實數據的客戶。

某種程度上，中國機器人產業正在形成一種新的關系：客戶不僅買機器人，也參與把機器人訓練成能用的產品。

難怪馬斯克都承認，中國之外，看不到任何像樣的人形機器人競爭者。

中國的數據工廠

但只會造身體，還不夠。機器人真正的終局，仍然要回到大腦。

而在這一層，中國又開始做一件讓海外格外敏感的事情：批量生產數據。

智元總裁彭志輝曾表示，當前具身智能最大的短板就是數據，大語言模型與具身操作數據之間仍相差約3至5個數量級。

2026年3月，《金融時報》記者走進湖北人形機器人創新中心。

眼前不像一家傳統工廠，更像一座巨大的機器人學校。

價值約2億元人民幣的實驗設施里，搭建著廚房、臥室等模擬真實環境。攝像頭和傳感器盯著機器人的每一個動作。

拿起杯子、整理物品、操作工具、在房間里移動。每一次成功，每一次失敗，都被記錄下來。

一名21歲的項目負責人把自己形容成老師。區別是，教人一個動作，可能示范幾次就夠了；教機器人，卻可能要重復幾百次、幾千次。

湖北這一個創新中心，只是中國正在出現的一批機器人訓練場之一。

《金融時報》判斷，數十個由政府支持的機器人“訓練農場”，正在中國各地出現，目的只有一個：給機器人的大腦準備足夠多的數據。

更讓海外不安的是，中國手里還有一個天然優勢：工廠，全球最密集的制造業場景之一。

這里有裝配線、倉庫、物流、質檢、搬運，有數不清的真實任務，也有數不清的異常情況。

一旦機器人真正進入這些地方，一個潛在的飛輪就可能啟動：

機器人越多，真實數據越多。數據越多，模型越好。模型越好，又能部署更多機器人。

這不是已經完成的事實，而是中國正在爭奪的下一張牌。

美國擁有互聯網時代最龐大的數據資產，而中國，可能正在攢下物理世界最大的數據工廠。

比美國人更焦慮的是中國人

有意思的是，越靠近中國機器人產業內部，越沒人輕言“已經贏了”。

2026年3月，宇樹科技創始人王興興公開談到具身智能的“GPT時刻”。

他給出的時間窗口不是當下，而是大約還要2到3年。

在他的定義里，真正的行業拐點，是機器人能在約80%的陌生場景中，僅憑語言指令完成約80%的任務。

而今天的行業，顯然還遠未摸到這條線。

泛化能力薄弱、數據效率低下，是橫亙在眼前的核心短板。

換一個房間、換一件操作物體、換一種光線環境，模型的表現就可能出現大幅下滑。

據行業機構測算，大模型從仿真環境遷移到真實非結構化場景后，性能普遍出現30%-40%的衰減，復雜通用任務的真實場景成功率整體不足30%。

即便智元已經把累計產量做到1.5萬臺，彭志輝依然判斷，機器人真正走進家庭，至少還需要數年時間。

比技術瓶頸更現實的尷尬，是落地端的“適配悖論”。

雙足行走、靈巧操作，本是人形機器人最具話題性的技術亮點，也是外界眼中替代人力的核心底氣。

可一旦放進高度標準化的工廠車間，這些引以為傲的特性，反倒成了多余的成本負擔。

據產業成本測算，一臺工業級人形機器人疊加全生命周期運維成本，總投入約在50萬至60萬元區間，靜態回本周期約5年，遠超制造業通用設備的常規折舊與回本基準。

哪怕是坐擁廠房、展廳天然場景優勢的車企，用數十萬的機器人去替代年薪10萬的產線工人，這筆經濟賬也遠未到劃算的地步。

與此同時，光鮮的出貨數字背后，也藏著未跑通的真相。

摩根士丹利的數據顯示，2025年中國市場售出約1.2萬臺人形機器人，但其中相當一部分流向了科研、教育與測試場景，而非成熟的工業或商業落地應用。

這正是中國機器人產業最真實的反差。

外界忙著比拼進度、焦慮彎道超車，產業內部卻還在反復叩問三個最樸素的商業問題：賣給誰？為什么買？多久能回本？

這三個最基礎的問題，至今沒有明確的答案。

當美國人在焦慮中國跑得太快，中國人卻在焦慮這條路到底能不能跑通，這大概就是當下機器人產業最真實的反差。