机器人卖得越来越多，但真正“在岗干活”的比例仍然不高。10月16日，在杭州举行的国际电信联盟具身智能标准焦点组2026年第三次会议及具身智能标准高级研修班上，中国信息通信研究院人工智能研究所联合清华大学电子工程系、具身智能测试实验室发布《具身智能发展报告（2026年）》（英文版），给出了一份相对克制的行业坐标。

报告显示，2026年上半年全球人形机器人出货量超过2.2万台，同比增长近300%。但把结构拆开看，答案并不在车间：文娱商演与科教数采合计占比超过60%，导览导购约占19%，智能制造约占13%，仓储物流仅占5%。也就是说，当下卖出去的机器人，大头仍在舞台、展厅、学校与数据采集场，真正进入产线承担搬运、上下料的还是少数。

报告将这一阶段特征概括为“由展示体验向实际使用、由单点验证向规模应用逐步深化”。从产业链看，2026年中国具身智能上下游分工进一步明确：上游是数据、算力、基础软硬件与核心零部件，中游是产品与技术服务，下游是行业应用。地域分布上，北京、广东、上海分别收录企业109家、84家和58家，合计占比约62%；江苏45家、浙江39家，前五省市合计超过八成，“头部集中、长尾分布”的态势依旧显著。

热度是真的。报告援引IT桔子数据，2026年上半年国内具身智能领域发生融资322起，融资金额约935亿元，较上年同期增长约5倍，融资额前20家企业合计约550亿元、占总融资额59%，百亿估值企业增至20家。产品供给同样在加速：2025年世界机器人大会发布新品123款，2026年增至311款。

冷意也是真的。报告把当下的困境归纳为“技术冷、应用冷、企业冷”：技术层面，前沿模型闭源，国内多数企业仍集中于π0、π0.5、OpenVLA等较早开放的模型做复现和微调，基座模型落后前沿闭源模型约两代，泛化能力、作业节拍、持续运行和故障恢复仍有明显短板；应用层面，复杂任务中表现最好的模型普遍需要针对目标任务重新微调，场景、任务或操作对象一变，就要重新采数据、重新适配，落地模式仍未跳出“每个场景、每个任务重做一遍”的老路；企业层面，同质化竞争加剧，可落地任务集中在包裹与零部件分拣、料箱搬运、取放、上下料、质检与巡检等少数标准化或半结构化流程。

一个直观的市场信号是人形机器人的日租金：从2025年初的约2万元降至2026年的千元级。早期依赖设备稀缺性、面向表演展示“赚快钱”的商业模式正在快速失效，部分创业企业已处于实质性停滞、仅维持低速运转。报告判断，未来两至三年行业将通过市场竞争完成首轮出清，可持续的商业闭环尚未形成。

与之对应，标准正在成为另一条主线。国际电信联盟具身智能标准焦点组已汇聚来自57个国家和地区的500余名专家，设立九大分组，围绕基础架构与术语、多模态数据、具身智能模型、系统集成与接口、开源生态等方向推进研究；由中国信息通信研究院牵头推动的ITU-T F.748.66《具身智能系统框架及能力要求》已于2025年12月获批生效，明确了感知、决策、执行、交互、学习等关键能力要求。清华大学电子工程系教授汪玉在发布时表示，具身智能正处于从“技术闭环”走向“生态协同”的关键窗口期，不会靠一次技术突破突然完成，更可能螺旋式上升、渐进演化。

报告还点出了最硬的约束：要实现机器人的“ChatGPT时刻”，模型需要千万小时级有效数据。在高数据需求与大规模缺口牵引下，国内已有数十家公司进入具身数据赛道，仿真合成与真实数据并行演进。

这份结构数据对做商用机器人生意的企业有直接参照意义。配送、清洁、工业搬运这些“每天都在重复同一件事”的场景，恰恰是标准化程度最高、最容易跑出稳定节拍的地方：一台配送机器人一天跑几十趟，一台清洁机器人一夜扫几千平方米，数据在真实工况里持续产生，设备稼动率可以被物业、酒店、工厂直接算进成本表。相比之下，展会上的样机演示很难回答“连续运行三个月会怎样”。

在安徽，这种“按岗位算账”的逻辑正被越来越多客户接受。合肥的园区、滁州的酒店与商业综合体、天长和芜湖的制造车间，采购方关注的重点已经从“能不能动”转向“能不能顶一个班次”“故障了多久能来人”。普渡机器人安徽代理商在本地项目里也反复遇到同一类问题：楼宇电梯能不能联动、闸机能不能刷开、地面材质和坡度是否适配、后台能不能导出清洁面积与任务记录。这些看似琐碎的细节，决定的正是报告里那13%和5%能不能继续往上走。

从产业节奏看，未来两三年是一道分水岭：靠演示拿订单的公司会加速退出，把设备真正嵌进客户流程、把运维网络铺到地市一级的公司才有机会留在牌桌上。对采购方而言，比起发布会上的参数，更值得核对的仍是三件事——在第二个、第三个客户处是否独立跑过，有没有可核验的运行数据，以及更换场景时需要付出多少改造成本。