走出春晚舞臺，誰在為中國人形機器人的“野心”搭臺子？

2025年1月28日，宇樹科技的人形機器人登上春晚，那段魔性的“扭秧歌”讓它一夜之間成為頂流。

384天后的2026年春晚，舞臺上已經是四家企業同臺競技。

機器人登上2025年春晚截圖

當人們驚嘆于人形機器人的進化速度，在另外一群人眼里，這段時間卻格外漫長。

在春晚的直播鏡頭下，機器人任何微小的誤差都會被放大成事故。臺上是光影與科技，臺下是無數制造者屏住呼吸的心跳，直播鏡頭沒有“返工鍵”，每一個動作、每一處連接都不能出錯。那幾分鐘，像被拉長了一樣。

直到最后一個鏡頭結束切走，制造者們才終于松了一口氣，群里彈出一句句刷屏的——“成了。”

這種興奮不喧嘩，卻足夠滾燙，是因為自己手里的零件、自己守過的工藝、自己卡過的每一道關，真的托住了舞臺上的那束光！

左上松延動力，右上宇樹科技

左下魔法原子，右下銀河通用

真正決定機器人能不能走到大眾面前的，不是一次驚艷，而是無數次不出錯。

創新的故事，大多可以歸為兩種。第一種，是通過天才的靈感與突破，變不可能為可能，創造出前所未有的從0到1；第二種，是日復一日地與成本、良率、耐用性等枯燥的問題打交道，把一次成功變成一百次、一千次都成功。

前者在商業舞臺上永遠不缺觀眾，人們津津樂道于喬布斯的“One more thing”或馬斯克的火星移民計劃；但后者，常常被聚光燈遺忘，隱身在產業鏈的毛細血管里，卻決定了創新能否真正落地、能否普及。

今天，當人類科技史再次站在AI與人形機器人爆發的節點上，所有的目光都集中在算法與大模型之上時，而我們看到的是，一場屬于中國制造業的革命正在發生。

在2026年的這個春節，中國人形機器人之所以能夠蓬勃發展，不僅是因為有頂尖的算法團隊，更因為背后有強大的中國供應鏈，有其中無數中小工廠的共同托舉。

一、舞臺上的光芒來自舞臺下

十幾年前，人形機器人還是昂貴的奢侈品。

2011年，日本本田推出的人形機器人Asimo，成本達250萬美元（約合人民幣1735萬元），甚至與2014年訪問日本的奧巴馬一起踢過足球，但因為造價昂貴只能作為“吉祥物”；2013年美國波士頓動力發布人形機器人Atlas并以193萬美元（約合人民幣1340萬元）出售給香港大學；

左Asimo機器人，右Atlas機器人

即便到2025年末，馬斯克在特斯拉股東大會上談到的成本降至2萬美元（約合人民幣14萬元），也建立在2026年啟動量產、未來年產百萬臺的假設之上。

而在中國，2024年宇樹科技G1人形機器人售價就已經下探到9.9萬元。

G1人形機器人

這種價格斷層，僅僅是因為我們的人工更便宜嗎？

如果放在幾十年前，這個結論可能會被很多人認可。30年前，微波爐是進口的高檔家電，中國工廠把它做到了幾百塊；15年前，盾構機是昂貴的“洋裝備”，中國工廠把它做到了全球第一。

摩根士丹利的數據顯示，2025年利用中國供應鏈制造一臺人形機器人的物料清單（BOM）成本，是脫離中國供應鏈的1/3。

這種成本差異的背后，是供應鏈效率的差異。當一整套供應鏈就在家門口時，意味著研發工程師上午改完的圖紙，下午就能發給幾公里外的中小工廠，晚上就能拿到上機床切出來的樣件。在其他國家需要幾周甚至幾個月走完的供應鏈流程，在中國只需要24小時。正是這些分布在長三角、珠三角、京津冀等產業帶里密密麻麻的中小工廠，用極度靈活的響應能力，把硬件研發跑出了“軟件更新”的速度。

在2026 CES展的機器人展區中，中國機器人企業占據一半以上的席位，數量約為美國同行的4倍。如今，中國人形機器人的關節靈活度、手指靈敏度及復雜任務執行能力已全球領先。沒有人會再認為，中國人形機器人企業之所以能與全球頂尖企業同臺競技，只是因為價格更低。

2026 CES展中國人形機器人亮相

1973年日本早稻田大學研發了世界第一個人形機器人WABOT-1，到2000年國防科大才研發出中國第一臺仿人機器人，再到現在2026年2月2日“Bolt”機器人峰值速度達到10米/秒，創下世界紀錄。我們起步雖晚，卻在短短20多年間完成了從追隨到并跑、再到局部領跑的跨越。

一臺人形機器人，全身上下有幾百個零件。每一個零件的成型，背后都是一疊疊反復修改的圖紙。這些圖紙能不能變成真的機器人，靠的是無數個中國中小工廠日夜倒班，在機臺前把科幻的想法，一點點磨成實體。那些看似不起眼的廠房，那些老舊機臺邊深夜亮著的燈光，支撐起了中國人形機器人的快速迭代。

二、打破物理極限

在具身智能的浪潮中，我們往往習慣于仰視那些算法突破，例如視覺模型如何識別物體，以及語言、動作模型如何規劃路徑。上海一家誕生于硅谷的機器人公司正是這一領域的佼佼者。然而，當這些頂尖的算法試圖走出實驗室，進入真正的工廠產線時，它們面臨的第一次考驗往往不是代碼，而是如何制造。

該公司要造出一種像人一樣的雙臂機器人，能像熟練工一樣在流水線前，去完成手機、醫療器械等精密產品的組裝。

市面類似雙臂機器人示例

但在實際落地時，這張完美的圖紙卻成了制造的難點。這個核心部件制造難度極高，不僅表面要像鏡面一樣光滑，哪怕涂上一層保護膜后，間隙誤差也要控制在一根頭發絲的四分之一以內。

在這個階段，工廠不再僅僅是按圖施工的勞動力，而是幫助創新企業解決物理上可行性的關鍵伙伴。

海智在線在基于數據驅動的設備與工藝標簽進行篩選后，發現上海一家工廠完美契合該公司的需求。這家工廠此前服務的行業雖然看似與高精尖機器人毫不沾邊，但數據表明，該工廠具備這種高精度加工的能力。

在通過平臺快速報價后，該公司與工廠深入交流技術難點，解決了研發階段的核心技術難題。有時候，超前科技想法落地的關鍵，就藏在一個個不起眼的車間里。

三、如何替研發減負

在杭州，一家全球足式機器人領域的頭部企業，曾面臨著成長的陣痛。該公司雖然有數百人，但是卻沒有專職采購，隨著業務版圖的極速擴張，技術經理發現自己陷入了分身乏術的困境。他本該專注于技術，但現實卻逼著他不得不兼職去做采購。

這種“研發兼職采購”的模式，在很多研發型企業中并不罕見。一家連續兩年全球控制器銷量第一的領軍企業，正站在產業升級的十字路口。作為人形機器人行業最強大腦的擁有者，該公司想要實現完全的“輕資產運營”，將精力全力聚焦于核心算法與控制系統的研發，而將生產、加工、組裝等制造環節全部外包。

然而現實挑戰隨之而來。對于一家頂尖機器人公司而言，他們需要的不是簡單的零件加工廠，而是一個具備設備整機生產能力的超級工廠。該工廠不僅要具備獨立做鈑金、機加工、噴涂、裝配全流程的能力，更要具備組裝調試的專業能力，最重要的是能理解機器人控制系統技術邏輯。

海智在線的一站式服務，恰恰是為這種“找誰來造”的效率難題而生。平臺貫通供需匹配、協同生產、即時交互、快速驗證、交付管控、支付結算等關鍵環節，讓企業不必把“供應鏈管理能力”全部押在少數幾個人身上，而是把它沉淀為可復用的數字化能力，同時通過結構化的工廠產能數據庫與系列AI工具，把“誰能做、誰更適合做、誰更能配合做”從經驗判斷，變成更可量化、更可追溯的決策過程。

在傳統的制造業里，工廠的技能點通常是“偏科”的。做鈑金的工廠，能把鐵殼子做得漂亮，但不懂電路和裝配；做組裝的工廠，能把線接好，但沒有大型機床來生產外殼。

平臺將關鍵點聚焦于工廠的綜合能力，最終鎖定了南京的一家工廠。該工廠各種工藝都不是最頂尖的，但它集研發設計、多工序生產、裝配調試于一體，能夠實現從零散零件到整機系統的一次性交付。

當供應鏈不再靠人肉篩選與反復試錯，創新企業才真正有機會把有限的時間投入到把技術做深，把產品迭代得更快，把想象力更穩地落到現實里，讓創新的勝負，不被瑣碎的尋源成本與協同摩擦所決定。

四、速度生死線

當“找誰來做”這件事被系統化解決，供應商是否能跟得上創新研發的速度就至關重要。

在不久前結束的第十屆海智在線千人會的機器人論壇上，魔法原子機器人科技有限公司供應鏈總監殷程香分享了具身智能項目的一個現實。

項目節奏極快，對供應商的響應速度和服務能力要求極高。許多新方案必須在打樣階段迅速送樣、完成測試驗證。“急的時候，今天給圖紙，恨不得明天就能拿到加工件”。上游供應鏈能否在資源投入、響應機制上及時跟上，直接關系到項目能否按節奏推進。

千人會現場圖片

這種對速度的極致追求并非個例，而是行業的生存常態。

對于另一家由清華大學智能產業研究院（AIR）孵化的具身智能初創企業而言，速度不僅僅是效率，更是生死線。

處于技術爆發前夜的他們，為了驗證最新的產品構想，面臨的需求全是驗證件，批量極小、品種繁雜、設計圖紙變動極快。

對于習慣了規模流水線作業的工廠來說，這種訂單既干擾正常的排產計劃，又沒有利潤空間。因此，大部分工廠的回復要么是直接拒絕，要么是漫長的排期等待。

這種供需不匹配的代價就是，頂尖的科學家團隊和極其昂貴的AI算力，常常因為缺幾個非標結構件而被迫停工等待。在那段時間里，硬件的交付速度成了制約公司研發進度的最大瓶頸。

破局的關鍵，不在于尋找技術最頂尖的大廠，而在于匹配最合適的工廠。海智鎖定了幾家年產值只有千萬左右的中小工廠，規模雖小，卻擅長柔性生產，不僅能夠接受研發件的特殊需求，更具備快速切入生產能力，加上同城協作的地理優勢，鏈條被徹底打通，最終實現了一周甚至更短交期的穩定交付。

五、新物種的跨界解法

當前的機器人行業正經歷著一場“寒武紀大爆發”，就像生物進化一樣，機器人的形態正在突破雙足行走的限制，應用場景也不再停留在實驗室。有貼地爬行的“蜈蚣”機器人，有水上作業的仿生“水黽”，甚至還有當街巡邏的球形警衛。2025年7月，頂級期刊 Science 子刊《Science Advances》的一期封面展示了一只由彈性樹脂打印而成的大象機器人。

彈性樹脂打印而成的大象機器人

想象力在加速，制造難題也在同步升級。

很多企業在遇到新形態需求時，第一反應仍然是在機器人行業內部尋找答案。但真正的新物種，往往并不誕生在單一行業內部，而誕生在能力的交叉地帶。

創新被卡住，未必是因為缺少“新材料”或“新工藝”，而往往是因為供應鏈無法理解這種跨界需求。關鍵在于誰能把這些中小工廠高效地聚在一起，組織起來。

華東某知名機器人企業在開發新一代產品時，就遇到了這樣的現實問題。為了讓機器人具備更好的交互感與防護性，公司希望打造一套兼具科技感與實用性的“皮膚與戰衣”系統：既要貼合多自由度關節運動，又要耐磨、可量產，還要在視覺與觸感上完成升級。但需求落到現實，他們卻發現這既不是傳統機器人供應鏈能夠直接解決的，也不是簡單紡織品工廠可以勝任的。

市面人體觸感皮膚機器人示例

真正的突破，不在材料本身，而在需求被重新拆解之后。

當問題從“我要一種新型機器人皮膚材料系統”，轉變為“我需要復雜曲面貼合能力”“我需要高精度長期摩擦場景下的耐久能力”時，路徑被重新打開。答案不再局限于機器人行業，而延展到更廣闊的供應鏈能力版圖。

最終，海智為這個項目組織的，并不是某個“機器人專用工廠”。而是一家長期服務戶外品牌的工廠，他們熟悉這類高彈材料在復雜外形上的處理方式；以及一家主要服務醫療護具的企業，在長期使用場景中積累了關于耐用性和連接穩定性的經驗。

每一家工廠只負責自己最熟悉的一段環節，但通過數字化供應鏈的整合，這些分散的經驗被重新組合在一起。

這不是材料層面的科技革命，而是組織方式的數智革命。

過去，科技產品的制造仍然沿用傳統行業邊界劃分能力。認為做汽車的只理解汽車，做醫療的只理解醫療，做家電的只理解家電。但新物種本身就是跨界的——現在的機器人里同時存在汽車邏輯、醫療邏輯、戶外裝備邏輯、消費電子邏輯等，未來還可能融入更多領域的經驗。如果供應鏈仍然按行業標簽運轉，就必然無法匹配這些復合需求。

中國能夠承接新物種的關鍵，不在于某一種材料或某一家頭部工廠，而在于擁有完整而細密的工業門類基礎。當需求被拆解為能力節點，當這些節點被數字化、被識別、被快速組織，跨界新物種的落地，就不再是偶然，而是一種可以持續復制的系統能力。

六、尾聲

1920年，卡雷爾·恰佩克發明了“Robot”這個詞，翻譯成中文就是“苦力”。在隨后近一個世紀的時間里，機器人確實忠實地扮演著工業流水線上不知疲倦的勞動力。

但在今天，從仿生機器人到陪伴機器人，從桌面機器人到服務機器人，我們對智能機器人的定義早已超越了單純的替代人工，它承載了人類對智慧生命更復雜的想象與投射。

除了AI賦予的聰明大腦，機器人也需要一個強健靈活的身體。新材料的適配、新工藝的探索，這些物理世界的難題，往往比虛擬世界的代碼更難攻克。

在過去的一年里，海智致力于幫助全球各地的機器人創新圖紙找到落地的土壤，并成立了人形機器人專項小組。我們看到了無數核心零部件在中國工廠里從概念變為實體，更見證了許多傳統工廠因為承接了這些前沿需求，而找到了新的生機。

春晚的大幕漸合，屬于AI+機器人的時代大幕才剛剛拉開。我們相信，隨著AI與制造的深度融合，人形機器人終將從舞臺上的驚艷走向日常。這條路上，不只是更強的模型、更快的算力，還要有一張足夠厚實的制造供應鏈網絡。