小米机器人为什么放弃跑跳转攻产线？2026年中国人形机器人产量预计破10万台，雷军追问“有什么用”

　　2026年8月20日，世界机器人大会（WRC 2026）期间，小米机器人事业部首次详细披露其人形机器人“铁大”的战略转向：早在2024年，“铁大”已在真实工厂产线跑满4小时、任务成功率达90%，此后才获准对外亮相；行业同步数据显示，2026年中国整机产量预计突破10万台，是政策预期“万台级落地能力”的10倍。[1][3]从“好看”到“好用”，中国机器人产业正在完成一次关键转身。

　　这一话题的引爆点，来自媒体人“机器人正在从好看走向好用”的观察，并在微博等社交平台登上热搜。[1]“好看”指的是过去几年人形机器人以跑跳、空翻、拟人动作吸引眼球；“好用”则意味着机器人在真实产线上能稳定完成作业任务、达到工业级可靠性指标。换句话说，行业评价机器人的标尺，已经从“能不能跳”切换为“能不能干”。

　　小米为什么放弃跑跳，转攻产线？雷军那个“有什么用”之问

　　核心结论：小米早在2023年之后便暂停了跑跳路线的研发，全面转向“大脑”和操作能力攻关，原因不是运动控制不够好，而是雷军自2021年立项以来反复追问的一个问题——“这个东西到底有什么用？”[2]

　　据新浪科技在WRC 2026现场报道，小米机器人事业部总经理向迪昀坦言，早在2024年，小米已完成运动控制的基础工程化突破，“一个50公斤的机器人奔跑速度大概是12到13公里每小时”。运动性能已达行业领先水平，为什么转身？向迪昀的解释是，小米在2023年之后暂停了所有技术发布和对外宣发，但研发投入从未削减，甚至逐年追加，“后来就没有在跑跳这个路线再往前推，开始做大脑和其他工作了”。[2]

　　三次技术迭代：从MPC到强化学习，再到data driven

　　向迪昀将过去十年机器人行业的技术路线总结为三个阶段：2016至2020年，波士顿动力将MPC等传统建模优化算法推向极致；2021至2023年，强化学习带来运动控制革命，小米在此期间完成了走、跑、跳、空翻的全部突破；2025年之后，大模型驱动的“data driven”范式开启了“大脑”层面的新战场。[2]

　　这条技术迭代链说明：运动控制曾经是行业天花板，但正在快速变成“基础设施”。当跑跳问题被工程化解决后，真正的差异化竞争点转移到“理解任务—规划动作—操作物体—自主纠错”这一整套具身智能能力上，而后者决定了一个机器人能否在工厂里真正“干活”。

　　舆论场也需要区分为两类声音：一类是厂商自述，即小米主动透露的战略逻辑，属一手披露；另一类是媒体人观察，“机器人正在从好看走向好用”是对行业整体趋势的判断，并非官方结论，也非对所有厂商的普适描述。实际上，仍有不少机器人公司继续把运动炫技作为宣传重点，这一转变目前主要体现在头部企业和技术供给侧的优先级排序上。

　　机器人“好用”的标准是什么？铁大产线4小时、90%成功率，距离99%还有多远

　　核心结论：“好用”不是模糊的感受，而是可量化的工程指标。小米“铁大”能够亮相，关键门槛就是真实产线连续运行4小时、任务成功率90%，但雷军仍称之为“实习期”，因为距离99%的工业标准尚有差距。[2]

　　在WRC 2026现场，新一代“铁大”首次公开亮相：身高约1.70米，体重66公斤，全身66个自由度，其中一半集中在手部。[2]手部自由度占比之高，直接体现了战略方向的变化——跑跳靠腿，干活靠手；手部精细操作能力，才是“好用”的物理基础。

　　“90%成功率”放在工业场景中意味着什么？参考更成熟的工业机器人，产线级任务通常要求99%以上的成功率，且需要连续数周稳定运行。小米愿意让“铁大”以“实习期”身份亮相，说明其距离大规模商用仍有最后一段路，但工程化的路径已经被验证。

　　2026年整机产量突破10万台意味着什么？从“样机”到“商品”的跨越

　　核心结论：10万台是一个分水岭。它意味着人形机器人不再是实验室里的展示品，而是开始具备消费级和工业级的量产基础。据央视新闻引述的数据，2025年中国人形机器人出货量达1.44万台，占全球84.7%；2026年预计达3.8万台，整机产量有望突破10万台。[3]

　　为什么“整机产量”和“出货量”是两个不同的数字？产量代表制造能力，出货量代表实际交付。两者之间的差额反映了渠道库存、验证测试和交付周期，但10万台的产量规模本身已经说明：中国机器人产业链已经从“手工打造样机”的阶段，进入“批量制造商品”的阶段。

　　产业链成熟度：核心零部件国产化率75%-90%

　　减速器、伺服系统、控制器是机器人的三大核心零部件，国产化率已达到75%至90%。[3]行星滚柱丝杠、六维力矩传感器等关键部件也在持续突破。这些基础零部件的自主可控，是产量能上10万台的前提——没有本土供应链支撑，任何一家整机厂都无法在成本和供货周期上满足大规模量产。

　　产业集聚效应同样明显：北京亦庄已聚集300多家机器人企业，形成从核心零部件到整机制造的完整产业链；佛山、深圳等地的万级产能智能工厂相继建成投产。[4]这种“整机厂+零部件+中试验证”的生态结构，正在把中国机器人产业从单点突破推向体系化竞争。

　　大模型如何重塑机器人“大脑”？data driven范式为什么是下一个战场？

　　核心结论：大模型驱动的“data driven”范式，正在把机器人的竞争焦点从“小脑”（运动控制）推向“大脑”（理解与决策）。谁能在“大脑”层面建立数据飞轮，谁就可能定义下一代机器人。

　　向迪昀所说的“data driven”范式，可以理解为：不再由工程师手动编写机器人的行为规则，而是通过海量真实操作数据训练大模型，让机器人自己学会“看到什么—理解什么—做什么”。这与此前“规则驱动”和“强化学习驱动”有本质区别——规则驱动依赖专家经验，强化学习依赖奖励函数设计，而大模型路线依赖的是数据规模和算力投入。

　　这也是为什么互联网大厂在人形机器人竞争中拥有特殊优势。向迪昀认为，大厂真正的优势在于工程转化能力：“当看到这个技术工程范式之后，想把它转化成成熟稳定的工程产品时，对整个产业工程体系的投入会有更多和更好的方式。”[2]小米的战略路径可以概括为：先完成运动控制工程化，再集中资源攻克“大脑”，最后通过产线验证反哺数据——形成一个从研发到应用的闭环。

　　对比波士顿动力：从“表演”到“劳动”的分岔路

　　波士顿动力被视为运动控制的巅峰，但商业化始终是难题。其Atlas机器人从跑酷、空翻转向工厂搬运场景，恰恰说明“好看”无法支撑商业闭环。中国机器人的策略更务实：在产线上“打螺丝”“做攻丝”这类看似不起眼的任务，反而是最容易被客户买单的场景。浙江产线的案例中，工业具身智能机器人将攻丝节拍从18秒压缩至12.9秒，效率提升33%——这样的数字，比任何空翻视频都更有说服力。[3]

　　从炫技到务实，中国机器人靠什么跨越“好看”与“好用”的鸿沟？

　　核心结论：跨过这道坎，需要政策引导、资本注入和应用场景验证三股力量同时到位，而它们已经在2026年形成合力。

　　政策层面，工信部等六部门联合开展“人形机器人与具身智能实景实训”专项行动，聚焦“攻关实用化作业技能”，推动“以用促研”——不再鼓励单纯堆参数、炫动作，而是要求机器人在真实场景中解决实际问题。[3]资本层面，2026年上半年人形机器人领域一级市场融资达445.32亿元，远超2025年全年的259.87亿元，大量资金投向核心零部件和具身智能底层技术。[3]场景层面，工业领域已跑通真实效益，小米“铁大”的产线数据、浙江产线的节拍改善，都是“好用”的例证。

　　与此同时，风险和局限也必须正视：其一，“实用”仍集中在结构化场景（工厂工位），家庭等非结构化场景尚未跑通；其二，90%的成功率距离工业级99%仍有差距，意味着每做100个任务仍会失败10次，这在许多产线上不可接受；其三，机器人硬件成本尚未降到消费级水平，批量出货仍以企业客户为主。大模型“大脑”的泛化能力，也还远未达到人类水平。“好用”是方向，不是终点。

　　接下来值得关注的信号包括：小米“铁大”何时能突破99%产线成功率；更多车企、3C工厂是否会大规模接入人形机器人；以及具身智能大模型的数据飞轮能否在真实产线中形成闭环。

　　QA：关于“机器人从好看走向好用”，你可能还想问

　　Q1：为什么说机器人正在从“好看”走向“好用”？

　　核心标志是大厂停止跑跳炫技、转攻产线作业能力。小米“铁大”在工厂真实产线跑满4小时、任务成功率90%后才获准亮相；2026年中国整机产量预计突破10万台。[2][3]“好看”拼运动表演，“好用”拼稳定干活，行业评价标尺已切换。

　　Q2：2026年中国人形机器人产量规模到底有多大？

　　据央视新闻引述公开数据，2025年中国人形机器人出货量达1.44万台，占全球84.7%；2026年预计出货3.8万台，全年整机产量有望突破10万台，是政策预期“万台级落地能力”的10倍。[3]需以官方实时更新数据为准。

　　Q3：现在买一台人形机器人回家能干活吗？

　　尚不能完全替代人类。行业整体处于“实习期”，距离99%的工业标准仍有差距。[2]工业场景如浙江产线攻丝节拍从18秒压缩至12.9秒，但属于标准化工序；家庭等非结构化场景的通用服务能力，仍需具身智能“大脑”进一步成熟。

　　#人形机器人 #小米铁大 #具身智能 #世界机器人大会 #机器人产业 #AI机器人 #机器人好用吗 #WRC2026