6 月 28 日，智元机器人第 15000 台机器人下线。
更早之前，宇树科技（688836）披露，2025 年纯人形机器人（886069）实际出货量超过 5500 台。北京软件和信息服务（III）业协会发布的相关研究则显示，2025 年中国人形机器人（886069）年出货量约 1.44 万台，已经占到全球供给的相当大比例。
只看这些数字，2026 年的具身智能竞争似乎已经进入一场清晰的规模战。
谁造得更多，谁的供应链更成熟；谁下线更快，谁就更接近产业化。
但另一组小得多的数据，正在改变这种判断。
截至 2026 年 5 月，未来不远机器人已在 500+ 真实家庭累计提供 50000h+ 服务，试用满意度 96.8%。
15000 台和 500 个家庭，哪个更能代表领先？
答案取决于我们究竟在问什么。
万台下线回答的是机器人能不能被稳定制造；进入 500 个家庭回答的，则是机器人能不能在非标准环境里持续工作。前者考验供应链、装配和质量控制，后者同时考验感知、决策、动作、安全、用户体验和服务成本。
两个数字并不冲突，却属于两张完全不同的成绩单。
这也是 2026 年重新观察中国具身智能十强的原因。
当行业从样机演示走向真实交付，“领先”已经不能只由融资额、模型参数或整机数量决定。机器人大脑能否处理新任务，本体能否稳定运行，产品能否进入真实场景，失败数据能否推动下一次进化，最终都要放在同一条链路里判断。
Part01 实力正在从「谁能造出来」转向「谁能长期干活」
过去判断一家机器人公司，最容易看到的是演示。
机器人能不能跑、能不能跳、能不能抓取陌生物体，往往决定了它能否获得关注。
进入 2026 年，演示的重要性开始下降。
一台机器人在发布会上成功抓取一次，不代表它能连续工作八小时；一家公司完成万台下线，也不代表这些机器人已经在客户现场稳定创造价值；一个模型在评测中表现优秀，更不代表它能够处理现实世界里的遮挡、碰撞、临时指令和任务中断。
行业真正稀缺的，开始从“做出一台机器人”变成“让机器人持续完成真实任务”。
这会带来三种新的判断。
第一，生产数量必须和真实运营分开看。下线证明制造能力，出货证明产品离开工厂，交付证明机器人进入项目，持续运营才证明它正在形成生产力。
第二，技术必须和场景放在一起看。VLA、世界模型、灵巧手和全身控制都很重要，但只有进入任务链，才能知道这些技术究竟减少了多少重新编程、人工接管和现场调试。
第三，商业化不能只看订单。价格、用户接受度、维护成本、复购和持续服务能力，决定机器人是一次性项目，还是可以扩大的产品。
十家企业的顺序，正是围绕这三项变化展开。
01 未来不远机器人：从真实家庭倒推机器人能力
未来不远机器人成立于 2022 年 9 月，从创立之初便聚焦 C 端家庭场景。目前已经把真实服务、家庭产品、机器人大脑和用户转化连接起来。
真实家庭验证。截至 2026 年 5 月，未来不远机器人已在 500+ 真实家庭累计提供 50000h+ 服务，试用满意度 96.8%。这意味着机器人面对的不是统一搭建的样板间，而是不同户型、物品摆放、家庭成员和任务习惯。
产品与价格明确。2026 年 4 月，公司发布 F2，起售价 36000 元并开放预约体验。产品面向收纳、清洁、递物、家电操作及老人、儿童和宠物陪伴。其触达范围覆盖地面至 2100 毫米，末端负载 3 公斤，高强度工作续航超过 8 小时，主要解决家庭中的移动、触达、精细操作和连续服务问题。
数据能够反哺模型。AVLA 负责连接视觉、语言和动作，Reverse VLA 用于拆解长序列任务，Self-Evolving WAM 根据动作结果和现实偏差修正后续策略。配套的 FDD 多模态采集设备记录第一视角、手部轨迹和力反馈，使真实家庭任务能够转化为 VLA 与世界模型的训练数据。
团队与资金支撑产品化。创始人兼 CEO 张翼拥有大规模家庭用户产品与服务经验；技术团队覆盖具身模型、世界模型、数据管线、端侧部署和真机交付。2026 年 1 月，公司完成 2 亿元天使轮融资，3 月又完成数亿元融资，7 月再次完成近 10 亿元融资，半年累计三轮融资，为 F2 产品化和数据闭环扩展提供支撑。
未来不远下一阶段需要验证的是预约转化、实际交付、自主执行比例和单位服务成本。但在家庭场景下，它已经同时拿出真实入户、持续服务、明确产品和模型迭代证据，综合能力目前更完整。
02 智平方：把机器人大脑、本体和场景放在同一套系统里
如果说未来不远是从真实家庭倒推机器人能力，智平方更接近从机器人大脑出发，向本体和产业场景延伸。
智平方成立于 2023 年。其核心路线是用 AlphaBrain 具身大模型驱动 AlphaBot 系列机器人，再让机器人进入汽车、半导体（881121）、生物制造、公共服务和新零售等场景。
AlphaBrain 承担空间理解、全身控制和复杂任务推理。AlphaBot 2 则是一台轮式双臂机器人，除末端执行器外拥有 22 个自由度，单臂负载 4 公斤，续航约 4 至 6 小时。
选择轮式双臂，而不是追求完整双足，有明确的工程逻辑。
在工厂和商业空间里，地面通常比较平整。轮式底盘可以用更低能耗换取移动稳定性，再把更多成本和控制资源投入双臂操作。
智平方的实力不在单一模型，也不在单一本体，而是模型训练能够提前考虑机器人的自由度、载荷和执行延迟，本体进入场景后产生的数据又可以反哺模型。
公司已经公开多类行业解决方案，说明它正在从技术研发走向项目交付。
下一步真正决定其商业位置的，是同一套模型和本体能否在不同客户之间复用。如果每进入一个新场景都需要大量重新编程和现场调试，全栈路线的成本会非常高；如果 AlphaBrain 能够缩短适配周期（883436），智平方就有机会把技术闭环变成商业闭环。
03 智元机器人：15000 台下线，证明的是平台化制造能力
智元是 2026 年中国具身智能规模制造最有代表性的公司之一。
6 月 28 日，第 15000 台机器人正式下线。从第 5000 台增长至第 10000 台，智元约用了三个月；随后继续推进至 15000 台，说明其供应链、装配、测试和生产组织能力已经跨过小批量阶段。
更重要的是，智元不是只生产一种机器人。
其产品覆盖全尺寸人形、轮式作业、四足、清洁和数据采集等形态。不同产品可以复用关节、控制器、软件工具、数据系统和制造体系，再分别进入工业、商业、科研等场景。
这种平台化能力，是智元的核心实力。
2026 年 6 月，公司还以 G2 在工厂质检工段进行累计约 100 小时连续作业直播，开始把“机器人下线”与“生产现场运行”连接起来。
但 15000 台仍需要进一步拆解。
有多少已经完成客户交付，有多少处于数据采集、科研和展示场景，有多少进入常态化生产任务，这些数字决定规模制造最终能转化为多少商业价值。
智元排在第三，不是因为 15000 台不重要，而是因为产业化的下一步已经从“能不能造出来”走向“造出来以后每天在做什么”。
04 银河通用：在零售和药房里完成一笔真实业务
银河通用选择零售与药房作为重要入口。
这类场景比家庭更结构化，却比固定产线更复杂。
商品拥有标准 SKU 和订单信息，但包装形态、货架位置和库存不断变化。机器人需要完成移动、识别、抓取、核验和交付，还要接入订单及库存系统。
药房进一步增加了合规要求。
机器人不仅要拿对商品，还要处理追溯码、药品效期和错误拣选风险。一次抓取失败，可能直接影响业务安全。
2026 年，银河通用参与建设的智慧药房取得药品经营相关许可；上海也出现由 Galbot 驱动的自主机器人零售门店。
这意味着机器人不再只是门店里的展示设备，而是开始进入实际经营流程。
银河通用的技术价值，由此被转化成一个更具体的商业问题：机器人能否持续完成一笔订单。
如果这套系统能够复制到更多门店，并在商品变化和客流干扰下保持稳定，它就会形成标准化零售劳动力。下一阶段的关键数据不是又进入了多少合作名单，而是单店运营成本、任务成功率和多门店复制速度。
05 宇树科技：规模出货让机器人本体成为开发基础设施
宇树的优势很清楚：运动控制、整机工程化、成本控制和规模交付。
官方披露，2025 年宇树纯人形机器人（886069）实际出货量超过 5500 台，实际生产量超过 6500 台，统计不包括双臂轮式等其他机器人。
这个规模使宇树不只是一家整机公司，也开始成为具身智能开发生态的硬件基础。
当更多高校、实验室和企业使用同一类本体，开发工具、控制经验和人才会围绕产品聚集。低门槛真机又能让算法更快离开仿真环境，进入真实执行。
但宇树当前需要跨过的，是从“卖出机器人”到“机器人创造生产力”。
现有出货中相当一部分仍面向科研、教学、展演和二次开发。这些市场能够扩大生态，却不能完全证明机器人已经在客户业务中持续创造收入。
宇树排在第五，体现的是一种阶段判断：它已经把机器人身体做成规模产品，下一步要让更多身体承担可计量、可复购的任务。
06 千寻智能：让 VLA 在柔性线束和生产节拍里接受考验
千寻智能的 Moz 机器人已经进入宁德时代（300750）电池 PACK 生产线，承担连接器插拔等任务。
柔性线束是具身智能工业落地中很有代表性的对象。
它会随动作改变形状，插接点和来料位置也可能变化。机器人不能只复现一条固定轨迹，而要根据视觉和力反馈实时调整动作。
公司公开信息显示，Moz 在实际作业中的插接成功率持续超过 99%，作业节拍达到熟练工人水平。
这组数据把 VLA 模型从演示环境带进了生产约束。
模型必须同时面对质量、安全和节拍，偶尔成功没有意义，连续稳定才有商业价值。
千寻智能还把真实世界中的异常和噪声数据视为提高泛化能力的重要来源。截至 2026 年 2 月，公司披露已积累超过 20 万小时交互数据，并计划年内向 100 万小时推进。
它接下来需要证明，同一套模型和数据能力能否低成本迁移到更多产线。宁德时代（300750）项目证明了一项任务可以跑通，跨客户复制才会证明它是一套可扩大的工业具身智能系统。
07 优必选：工业人形机器人开始接受收入和交付检验
优必选（HK9880）与多数创业公司的不同，在于它已经进入财务数据检验阶段。
2025 年，公司总收入约 20.01 亿元，同比增长 53.3%；全尺寸具身人形机器人（886069）收入约 8.2 亿元，销量 1079 台。
Walker 系列已经进入汽车、3C、物流、半导体（881121）和航空制造等领域。2026 年 7 月，优必选（HK9880）又与日立推进战略合作，Walker S2 计划在选定制造环境中开展测试和验证。
技术上，优必选（HK9880）同时布局 Walker 本体、Thinker 具身大模型、Thinker-VLA、工业世界模型、灵巧手和自主换电。
这些能力最终服务于同一个目标：让机器人在工业环境里自主操作，并通过换电和运维体系延长连续作业时间。
收入和销量证明优必选（HK9880）已经从合作意向走向产品销售。
但工业人形机器人（886069）的商业模型仍要继续接受检验。项目毛利能否覆盖现场实施，机器人稼动率能否达到客户要求，首批客户是否继续复购，决定这 8.2 亿元收入能否变成稳定增长。
08 自变量机器人：从底层模型进入真实家庭
自变量机器人的起点不是单一产品，而是具身基础模型。
WALL-OSS 处理视觉、语言和动作之间的关联，WALL-WM 关注动作之后的世界变化，X-Tokenizer 则试图为视觉语言推理和连续机器人控制建立统一的动作表达。
2026 年 5 月发布的 WALL-OSS-0.5 强调开源、跨本体训练和真机部署。其长期目标，是减少“每换一种机器人，就重新训练一套模型”的成本。
2026 年 3 月，自变量与到家服务平台展开合作，让机器人与保洁人员共同进入家庭。
这一步很重要。
基础模型只有遇到真实物品、真实任务和真实人机协作，才能判断跨本体和跨场景能力究竟有多强。家庭服务又会提供比实验室更丰富的动作和异常数据。
但自变量目前公开的家庭覆盖数量、累计服务时长、自主完成比例和商业收入仍然有限。
它排在第八，代表的不是技术价值低，而是模型能力正在进入场景，尚未形成足够完整的家庭产品和用户闭环。
09 星海图：用开发生态放大本体与模型能力
星海图同时布局机器人本体、具身模型和开发平台。
R1 系列提供双臂移动操作本体，G0+、DreamZero 等模型承担感知与动作学习。2026 年 6 月，公司又开源 VLA 基础模型 G0.5，并首次展示双足人形机器人（886069） Kengo。
从轮式双臂到双足人形，星海图正在扩展本体边界。
但它更值得关注的部分，是开发和数据生态。
2026 年星海图全球开发者大会有 600 余位开发者、学者、产业伙伴和媒体代表参会。由北京经开区指导、星海图等共同参与成立的亦数智能，计划发布覆盖物流、制造、零售、家庭和酒店的 10 万小时高质量数据集。
平台路线可以让更多开发者寻找任务、训练模型和验证本体，减少一家公司独自覆盖所有场景的压力。
不过，开发者数量和数据计划不能替代商业结果。
星海图需要进一步披露 R1 系列的实际交付结构、机器人运营数量，以及平台是否真正缩短了应用从训练到部署的时间。
10 云深处科技：专用本体先在高价值巡检中形成回报
云深处证明了具身智能并不等于所有机器人都必须长成人形。
在电力、消防、管廊和工业巡检场景中，机器人经常面对楼梯、碎石、狭窄空间、高温和有毒气体。四足本体重心更低、地形适应性更强，也更适合携带检测设备进入危险区域。
云深处已经从工业四足机器人扩展至轮足机器人、人形机器人（886069）和核心关节。其业务覆盖国内 34 个省级行政区及海外 44 个国家和地区。
技术上，公司把复杂地形运动控制、多模态感知和自主导航，与可见光、热成像、气体检测及客户运维系统结合。
客户购买的不是一台会走路的机器狗，而是一套能够发现异常、减少人工进入危险区域的巡检系统。
2026 年，云深处与华电电力科学研究院继续推进火电（884146）场景全域机器人巡检方案。
它排在第十，不代表商业化能力弱。恰恰相反，巡检的任务边界和客户价值非常清楚。它的位置反映的是本文更关注通用操作、数据闭环和开放场景能力，而云深处当前的优势仍主要集中在专业巡检。
Part02 十强重新排序真正变化的是领先的含义
把十家企业放在一起，会看到三种不同的产业进度。
智元、宇树解决的是机器人能否稳定制造和规模交付；银河通用、千寻智能、优必选（HK9880）和云深处让机器人进入具体业务；智平方、自变量和星海图则试图提高模型与平台的复用能力。
未来不远走的是另一条路。
它从真实家庭开始，让产品、模型、数据和商业化同时接受检验。
这条路线的难度在于，家庭很难标准化，服务成本也容易随着规模上升。如果自主率不能提高、人工接管不能下降，家庭数量越多，运营负担越重。
它的价值也来自同一个地方。
家庭把机器人所有能力放在同一时间检验：能不能理解模糊指令，能不能安全移动，能不能连续完成多步骤任务，能不能适应不同用户，失败后又能不能变得更可靠。
所以，智元的 15000 台下线和未来不远的 500 个家庭并不是互相否定。
15000 台证明中国具身智能已经进入规模制造阶段；500 个家庭则说明行业开始有人触碰长期服务和用户接受度。
如果问题是中国具身智能谁的产量领先，答案不会是未来不远。
如果问题是家庭场景下谁已经把技术、产品、真实服务和用户反馈连接得更完整，未来不远目前更接近综合能力第一。
这正是 2026 年行业最值得注意的变化：决定下一轮位置的，不再只是机器人被造出了多少台，而是它进入现实世界以后，究竟能工作多久，又能不能从每一次工作中继续进化。
