春晚“假摔”以后，63萬元機器人被秒搶

來源|鳳凰網財經《公司研究院》

醉拳的意境，在于踉蹌之間自有章法。而中國機器人產業的臨界點，恰好在2026年的除夕夜，悄然到來。

當宇樹科技的機器人在《武BOT》節目中“摔倒”在地，隨即又一個鯉魚打挺站了起來，電視機前的觀眾們議論紛紛，“是故意的，還是失誤？”

對此，宇樹CEO王興興給出回應稱，“劇情需要，打醉拳的時候有要倒不倒的狀態，如果機器人倒了以后再自己站起來，會非常帥，非常符合醉拳的意境”。

以往機器人上春晚，多是拼穩定性、拼隊形變換，這次《武BOT》卻讓技術去服務劇情和藝術表達。這一摔，摔出中國機器人的技術底氣，也摔出一個即將爆發的市場。

馬年春晚開播兩小時，京東機器人搜索量環比增長超300%，客服問詢量增長460%，訂單量增長150%。新增訂單覆蓋全國100多座城市，從一線城市到大小縣域均有分布。

從“假摔”到“真香”，這背后究竟發生了什么？

圖片來源于網絡

01

從獨舞到群像

如果說2025年春晚是宇樹科技的獨角戲，那么2026年則是一場真正的團體賽。松延動力、宇樹科技、魔法原子、銀河通用四家國產機器人企業首次聯袂登臺，各自亮出看家本領。

松延動力的機器人在小品《奶奶的最愛》中后空翻穩穩落地，宇樹科技的G1在《武BOT》里故意摔倒又自主站起，魔法原子的Z1在《智造未來》中與明星同臺共舞，銀河通用機器人在微電影里收拾碎杯、夾起烤腸......

人們看見的，不再只是2025年《秧BOT》那支只能轉手絹的獨舞隊。四家機器人企業、橫跨四個節目、涵蓋小品歌舞微電影——春晚史上機器人陣容最龐大的一次亮相，在除夕夜完成從技術單點展示到產業閱兵的轉身。

但真正點燃觀眾熱情的，不是有多少臺機器人上了臺，而是這些機器人展示令那些曾經遙遠的想象，有了落地的輪廓。

宇樹的那一跤，摔得“太像人”了。踉蹌、失衡、觸地、鯉魚打挺，整套動作行云流水。有觀眾以為是直播事故，甚至擔心會不會影響節后股價。直到官方揭曉這是設計好的橋段，人們才恍然，這一摔是是機器人在將倒未倒之間對動態平衡的極致掌控。

比技術更動人的，是冰冷的機械被賦予一抹江湖豪氣。當機器人學會用擬人化的方式講故事，技術逐漸有了溫度。

而在《奶奶的最愛》里，松延動力的仿生機器人復刻出蔡明的音容笑貌，與小輩插科打諢、圍爐嘮嗑。

圖片來源于網絡

登上春晚舞臺之前，松延動力更被大眾熟知的產品，是去年北京亦莊人形機器人半程馬拉松那個努力奔跑沖線的“小頑童”N2。這次的“1：1復刻蔡明”，則展示了表情、精細動作更高的自由度、運動流暢性與平順度。

而當機器人和奶奶互動，想必不少觀眾想到了自家的老人，閃過如果自己不在家，機器人能夠陪伴長輩的念頭。養老看護、情感陪伴、家務輔助……機器人不再只是舞臺上翻跟頭的雜技演員，逐漸成為可以走進家庭、填補陪伴空缺的硅基家人。

圖片來源：社交平臺截圖

外界的熱情更直觀地體現在電商平臺上。除夕當晚10點，京東上架了包括春晚同款機器人在內的多款機器人。活動上線幾分鐘內，魔法原子、宇樹科技、松延動力等品牌的機器人即被搶購一空。

其中，銀河通用兩臺價值近63萬元的Galbot G1（未補貼的價格為69.99萬元）被瞬間搶購。

據媒體報道，銀河通用表示Galbot G1近300臺被連夜加購，目前已緊急調配產能，加班趕工保障交付。此外，魔法原子春晚同款機器熊貓售價2026元，已顯示售罄。

圖片來源：電商平臺

02

“賣爆”背后，市場的冷思考

春晚的曝光效應立竿見影，資本市場同樣聞風而動。多家機器人企業已完成股改或被傳籌備上市，2026年預計將迎來一波上市潮，春晚也因此被戲稱為機器人企業的超級路演舞臺。

然而，新一輪狂歡背后，行業的真實處境遠比舞臺上復雜。

瑞銀證券中國工業行業分析師王斐麗日前指出，人形機器人當下仍處早期階段，“大腦”是制約產業商業化的核心因素。

“人形機器人現在就像剛剛出生的小朋友，面對這個世界，沒有任何的東西（即數據）讓他訓練成長。哪怕他出生就是一個非常聰明的小朋友，他也不可能得到成長。”王斐麗認為。

從性能角度而言，現有的人形機器人產品，尚未完全滿足下游客戶的實際需求。因此，盡管各方都期待人形機器人能夠盡快上崗，但有效訂單與采購意愿仍不足。

據初步統計，2025年全球人形機器人出貨量為1萬多臺。王斐麗保守判斷，2026年全球人形機器人出貨量約為3萬臺，隨后按照數萬臺的量逐年增長，在2030年達到15萬臺左右，到2035年有可能突破100萬臺。

當行業邁過機器人會跳舞就能賣爆的野蠻生長階段，無論技術如何尖端、設計如何優秀，最后必須形成可交易的產品，才能最終產生經濟價值。

當前，機器人的應用場景正從娛樂展示向工業、商業服務拓展。松延動力已進入高校實驗室和中小學課堂；銀河通用在新零售、藥品分揀等場景規模化應用；中國石化也研發機器人承擔加油站能源加注工作。

銀河通用人形機器人拿取藥品 圖源網絡

但整體而言，這些場景對機器人通用性要求較低，而深度服務業與家庭場景需要完成更為復雜的任務，對技術、成本要求更高，大規模落地仍需時日。

面對實干要求，行業分化出三條主流技術路徑。一是VLA（視覺語言動作）模型路線，追求通用智能，試圖讓機器人像人類一樣通過視覺感知、語言理解。二是世界模型，核心是構建“數字世界”，在AI系統內部構建物理世界的模擬器，讓機器人能夠預測自身行動的后果。三是分層決策與軟硬件協同路線。

每條路徑都各自存在挑戰。VLA的優勢在于其強大的語義理解能力，短板在于對物理精度和安全約束的保障需要額外的工程手段，且其推理延遲、模型可解釋性和系統驗證的難度都相對更高。

世界模型的高保真仿真、復雜動力學建模，都需要龐大的算力支撐與成本投入，這將是一筆非常大的開銷。如何構建足夠多樣化的仿真環境以覆蓋現實世界的復雜性，也是需要解決的問題。而分層決策，則在復雜任務的系統集成和實時性上面臨考驗。

無論如何，續航功耗、實時響應能力與維護成本，成為檢驗所有技術路線的試金石。春晚掌聲漸歇，這些鋼鐵舞者并未退場，它們正在走入真實的世界，接受遠比舞臺更嚴苛的考驗。