本文来自微信公众号： 纪中展讲决策 ，作者：纪中展讲决策，原文标题：《盘点全球具身智能30强：谁能让机器人真正工作？｜#新排名》
3万辆汽车，10万个料箱。
这可能是当下具身智能行业最值得琢磨的两组数字。
第一组来自Figure。它的Figure 02在宝马美国斯帕坦堡工厂工作了11个月，运行超过1250小时，装载了9万多个零部件，参与生产了3万多辆BMW X3。
第二组来自Agility Robotics。它的双足机器人Digit，在GXO的真实仓库里，累计搬运了超过10万个料箱。
这两个数字都不如机器人翻跟头好看。翻跟头只需要十几秒，配上音乐，可以赢得满屏点赞；在流水线上把同一个动作做十万次，没有音乐，没有滤镜，甚至有点无聊。
但商业的秘密，常常就藏在这种无聊里。
一台机器人完成一次流畅的后空翻，和一台机器人在仓库里重复搬运十万个料箱，哪一个更接近具身智能的未来？
前者赢得掌声，后者才可能产生收入。
这也是我们推出这份“全球具身智能30强”的原因。我们不准备选出全球最会表演的30台机器人，而是寻找最有可能成为“机器人劳动力供应商”的30家公司。
换句话说，这不是一份机器人颜值榜、融资榜或者武术比赛成绩单，而是一张全球机器人开始上班之前的早期座次表。
具身智能，正在结束表演赛
过去两年，具身智能行业最常见的竞争方式是发视频。
你能跑步，我就翻跟头；你能叠衣服，我就炒菜；你能端一杯水，我就让几十台机器人一起跳舞。
视频越来越流畅，融资越来越大，机器人越来越像一个参加公司年会、节目排得有点满的新员工。
但视频很难回答真正的问题：这段视频拍了多少遍？有没有人在背后遥操作？中途失败了几次？换一个房间、换一件衣服、换一个光线，它还会不会？它能不能连续工作十个小时？一旦停下来，谁去重新启动？这份工作的成本，究竟比人高，还是比人低？
一分钟视频可以展示能力，却无法证明生产力。
融资也是如此。融资额代表资本愿意给一家公司多少试错时间，不代表机器人已经能够创造多少价值。
钱是粮草，不是战果。
至于机器人像不像人，就更容易把问题带偏。人形只是一种工程方案，不是智能程度的证明。仓库里的机器人不一定需要长腿，工厂里的机器人也不一定需要一张脸。客户最终购买的不是“像人”，而是任务被完成。
所以，这份榜单只坚持一个判断：具身智能正在从“谁先把机器人造出来”，进入“谁先让机器人稳定上班”。
真正的第一名，不是机器人最像人的公司，而是最早让客户为工作结果持续付钱的公司。
这份30强，究竟怎么排？
本榜单把“具身智能”理解为：机器能够借助某种身体，在真实环境中感知、理解、决策并完成动作。
因此，进入榜单的并不全是人形机器人公司。
有些公司造身体，有些公司造大脑；有些公司从模型出发，有些公司直接从仓储、制造、零售、巡检等工作场景切入。我们纳入全栈公司、本体公司、具身大脑公司和场景型公司，但不纳入传统固定式工业机械臂、纯零部件企业，以及只有概念视频却缺少可验证产品的项目。
评分满分100分，由六部分构成：
估值高，说明资本相信它有未来；客户复购，才说明有人相信它现在有用。
当然，这份排名也不是实验室里算出来的宇宙真理。具身智能行业的信息透明度很不一致，企业公布的“订单”“下线”“出货”和“部署”，经常是四个完全不同的概念。
因此，榜单更看重客户确认、连续运行、实际任务量和商业合同；缺少第二重证据的数据，会被审慎处理。
全球具身智能30强
截至2026年8月，综合技术、商业、量产和可信度，排名如下：
这份榜单最容易引起争议的，可能不是谁进了前30，而是谁没有排在第一。
为什么第一名不是最会翻跟头的公司？
Agility Robotics排在第一，不是因为Digit什么都会。恰恰相反，它目前能够稳定完成的任务并不算多。
但它做对了一件具身智能行业最容易忽视的事：把一件事重复做了十万次。
Digit已经在GXO仓库进入多年期RaaS商业部署，在完成试点后，又与丰田加拿大签署商业协议，并与Mercado Libre等企业推进部署。它不是在展示“我可能会做什么”，而是在证明“我已经做了多少”。
这其实是一个很朴素的商业道理：会做一百件事，每件只成功一次，仍然是实验室产品；只会做一件事，却能稳定完成十万次，已经有机会成为一门生意。
Figure排在第二。
它可能是目前全球最均衡的全栈型选手：既有本体，又有Helix具身模型，还有自己的BotQ制造工厂。Figure披露，2026年已生产交付超过350台Figure 03，产速从每天一台提高到每小时一台；Helix 02则完成了连续四分钟、没有重置和人工介入的洗碗机装卸任务。
更重要的是，Figure 02不是只在宝马车间里转了一圈。它经历了10小时工作班次、1250多个小时运行，装载了9万多个零部件。2026年，Figure 03又回到宝马，开始挑战更复杂的零部件排序和物流任务。
Figure没有排第一，只因为Agility目前的商业部署更早、客户范围更广、RaaS模式更清晰。但两家的差距很小。下一次排名，如果Figure能够证明数百台机器人在多个客户现场持续工作，第一名很可能换人。
第三名和第四名来自中国：智元和优必选。
智元最强的地方是速度。
从第一台样机到第5000台、第1万台，再到2026年6月第1.5万台机器人下线，它把具身智能带入了一个过去很少有人想象过的生产规模。更值得注意的是，智元没有只做一种人形机器人，而是同时布局全尺寸人形、半尺寸人形、轮式作业机器人和四足机器人。
但“下线”不等于“正在创造生产力”。
智元的机器人中，有相当一部分用于科研教育、文娱表演、数据采集和商业展示。2026年，它开始在龙旗科技真实的平板电脑生产线上部署G2机器人，这一步很重要，因为它开始把规模制造能力带进核心生产流程。
所以智元排在第三，而不是第一。它已经证明自己会造很多机器人，接下来要证明的是，这些机器人能够长时间做很多工作。
优必选的道路更稳，也更“工业”。
公司披露，2025年销售了1079台全尺寸具身智能人形机器人，相关收入达到8.2亿元，其中超过80%进入汽车制造、物流、3C电子、半导体、航空等工业场景。Walker S2也已经进入量产交付，并开始在欧洲零售物流和日立制造场景进行验证。
不过，优必选也坦率承认，目前Walker S2在一些任务上的效率大约只有人类的30%至50%。
这句话看起来不够性感，却比很多“即将改变世界”更有价值。
因为商业化不是机器人突然变得无所不能，而是从人类效率的30%，一点点爬到50%、80%，最后在某些任务上超过人类。行业真正的进步，常常不是一次惊天动地的发布，而是失败率降了2%，换电时间少了30秒，连续工作多了两个小时。
第五名银河通用，是中国公司里最值得关注的场景派。
它没有把所有希望都押在“万能机器人”上，而是先开了一家机器人商店。在上海陆家嘴的Galbot Shop里，一台机器人可以自主接待顾客、取货、结算、充电和远程调度；类似的零售终端已经开始进入多个城市。
一家九平方米的小店，看起来没有工厂宏大，却有一个很重要的价值：它本身就是数据工厂。
每天面对不同顾客、不同商品、不同摆放和不同指令，机器人只要真的营业，就会不断获得真实世界的数据。它学习的不只是“抓一瓶可乐”，而是怎样在一个有顾客、有货架、有意外情况的环境里完成工作。
排名第六的Apptronik，拥有一张令人羡慕的伙伴名单：奔驰、Jabil、GXO、Google DeepMind。它一边让Jabil帮助生产Apollo，一边让Apollo进入Jabil和奔驰的制造场景，再通过Robot Park和客户现场收集真机数据。
Apptronik的问题不是资源不够，而是目前能够公开验证的工作量，还没有追上它的融资额和伙伴阵容。
第七名Boston Dynamics，是这张榜单里最像“老冠军”的公司。
它在机器人运动控制上的地位几乎不需要证明，Spot和Stretch也已经进入真实商业场景。但新一代Atlas真正大规模进入现代汽车工厂，要等到2028年，先做零部件排序，到2030年才计划扩展到装配。
这就出现了一个很有意思的局面：技术上的老师傅，商业化反而被后来者追到了身后。
宇树排在第八，同样不是因为技术不够好。
它的运动控制、产品价格和量产能力已经把行业门槛大幅拉低。过去只有实验室和大公司买得起的机器人，开始进入中小企业、大学甚至个人开发者的预算范围。
但本榜单不奖励流量，也不奖励翻跟头。
宇树下一步真正需要证明的，不是机器人能不能完成更漂亮的武术动作，而是它们能不能在工厂、仓库和服务场景里，长时间完成可计价的工作。宇树创始人王兴兴也承认，具身智能软件真正迎来类似ChatGPT的突破，可能还需要两年至十年。
第九名ANYbotics和第十名Dyna Robotics，可能是榜单里最“不像主角”的两家公司。
ANYbotics做的是四足巡检机器人。它不追求人形，却已经进入石油、天然气、电力、矿山等危险环境。客户购买它，不是因为它像人，而是因为有些地方人不愿意去、有些工作人不应该去。
Dyna Robotics甚至懒得给机器人装腿。两条机械臂站在固定位置，折毛巾、叠衣服、处理餐巾，机器人不散步，也不和顾客聊天，却可以在酒店、洗衣房和餐厅连续工作。公司披露，其系统在24小时连续测试中成功率超过99%，并已在一些客户现场每天运行16小时。
这两家公司提醒了整个行业一件事：机器人不是非得先学会走路，才能开始挣钱。
具身智能正在打三场战争
看30个名字，看到的是排名；再往里走一步，看到的是三场战争。
第一场是身体之战。
机器人能不能稳定走、稳定抓，摔倒之后能不能站起来，电机是否过热，电池能不能支持一个完整班次，零部件坏了是否容易维修，最后还能不能把价格降下来。
在这场战争里，中国公司整体更有优势。
中国拥有完整的电机、减速器、传感器、电池、加工和整机供应链。一个新设计出来之后，不需要等半年才能拿到样件，可能几周就可以重新装到机器人身上。智元、宇树、优必选、傅利叶、逐际动力等公司的快速迭代，都与这套供应链有关。
第二场是大脑之战。
机器人能否看懂陌生环境，理解一句自然语言指令，面对没有见过的物体和变化，仍然知道下一步怎么做。
Physical Intelligence、Skild AI、FieldAI，以及中国的自变量、千寻智能，都在争夺这一层。它们不一定坚持自己制造每一种身体，而是希望一个模型能够控制不同品牌、不同形态的机器人。
如果这一层最终出现平台型赢家，它可能成为具身智能时代的Android。
但问题也在这里。语言模型可以在互联网上读到几乎整个人类知识，机器人却没有一个现成的“物理世界互联网”。它要知道杯子会碎、毛巾会变形、螺丝拧紧之后应该停下来，只能依靠模拟、人类视频、遥操作和真机运行一点点学习。
第三场是工作之战。
这一场最没有科技发布会的气质，却最接近商业本质。
机器人能不能嵌入客户的生产流程？能不能和传送带、仓储系统、工人以及其他机器协作？一次搬运的总成本，能不能低于人工或者传统自动化？出了问题，谁来负责？
身体可以买，模型可能开源，真正难复制的，是客户现场、工作数据和流程知识。
一家公司如果赢得身体之战，它可能成为机器人制造商；如果赢得大脑之战，它可能成为平台；只有赢得工作之战，才可能成为真正的机器人劳动力公司。
中国和美国，走的是两条不同的路
中美具身智能的差异，不能简单概括成“中国做硬件，美国做软件”。
更准确地说，美国公司习惯从模型、资本和大型企业客户出发，中国公司习惯从供应链、产品和规模制造出发。
Figure有宝马，Agility有GXO、丰田和Mercado Libre，Apptronik有奔驰、Jabil和Google DeepMind。美国公司获得一个客户之后，往往围绕一个真实场景做长期试点，再把客户现场变成模型训练和产品迭代的一部分。
中国公司则迅速把机器人造出来，再通过密集出货、数据采集和场景试用推动迭代。
根据路透社在2026年世界机器人大会期间的报道，中国企业在当年上半年交付了超过4万台人形机器人，占全球市场的绝大部分。宇树、智元、优必选、银河通用、乐聚、傅利叶、云深处、逐际动力和星动纪元，已经构成一支非常密集的中国队伍。
这个数字当然令人振奋。
但这里有一个问题：出货是否等于真实需求？
一些机器人被卖给地方训练中心、展示中心、科研教育机构和政府支持项目。这些订单不是没有价值，它们可以帮助企业扩大生产、收集数据、培养工程师。但它们和终端制造企业基于投入产出计算之后，愿意连续多年购买机器人劳动力，不是一回事。
《金融时报》曾统计，中国已经建成或正在建设大量机器人训练中心，也记录了行业对部分需求质量和“循环融资”现象的担忧。
所以，对中国具身智能公司，下一阶段最重要的不是继续宣布订单，而是回答三个问题：机器人交付给了谁？每天工作几个小时？客户为什么还要再买？
今天，中国可能是全球机器人“身体”最丰富的国家；美国则在争夺机器人“大脑”和高价值客户。
但最终决定胜负的，既不是身体，也不是大脑，而是谁先拿到最多真实工作的数据，形成“部署越多、数据越多、模型越强、成本越低”的循环。
具身智能公司最终卖的不是机器人
今天，大部分机器人公司仍然在卖设备。
客户花钱买下一台机器人，再负责安装、维护、培训和使用。这和购买一台工业设备没有本质区别。
接下来可能出现的是RaaS，Robot as a Service，机器人即服务。客户不拥有机器人，而是按月、按年租赁，机器人公司负责维护、升级和持续运行。
再往后一步，才是这个行业真正可能改变商业世界的地方：按工作结果付费。
不卖一台机器人，而是承诺一年完成100万次搬运；不卖两条机械臂，而是按折叠多少件衣服结算；不卖一台巡检机器人，而是保证每天完成多少公里巡检、发现多少异常。
到了这一步，机器人公司卖的就不再是机器，而是劳动力。
这会彻底改写行业的价值标准。
过去大家关心机器人售价多少，未来客户会关心一次有效任务多少钱；过去大家比较参数，未来会比较每千小时故障率；过去发布会上展示机器人会做多少件事，未来财报里会披露机器人完成多少工作。
销量最大的公司未必最值钱。真正值钱的，可能是拥有最低单次任务成本、最高有效工作时长、最丰富真实工作数据和最强跨场景复制能力的公司。
说白了，未来的机器人公司，可能越来越不像一家设备公司，而像一家拥有百万“机器员工”的劳动力平台。
老板现在应该做什么？
对大多数企业家来说，现在最容易做错的动作，是急着买一台人形机器人放在公司门口。
它可以接待客户，可以拍视频，年会时还能表演一个节目。唯一的问题是，它可能并没有解决公司里的任何问题。
真正应该先选的，不是机器人，而是一份工作。
这份工作最好重复、危险、枯燥、缺人，而且结果能够计算。比如每天需要搬多少箱货、检查多少个点位、折叠多少件织物、完成多少次分拣。只有工作本身可以被度量，机器人是否创造价值才有答案。
买机器人不是数字化转型，让机器人在你的公司里稳定工作六个月才是。
企业还要准备面对一个经常被忽视的问题：机器人进入之后，流程也要跟着改变。
过去的生产线围绕人设计，工具放在什么高度、通道有多宽、物料怎样摆放，都是因为人有两只手、两条腿和一双眼睛。机器人进入以后，企业不是简单地把人换掉，而是要重新设计一部分工作流程。
这也意味着，具身智能带来的机会不只属于机器人公司。
场景改造、机器人运维、数据采集、安全认证、保险、租赁、职业培训、二手设备、行业解决方案，都会出现新的生意。
卖铲子的人已经很多了，接下来更稀缺的，可能是知道应该去哪里挖矿的人。
未来一两年，这张榜单一定会快速变化。
今天排在前面的公司，可能因为一次规模化部署失败掉出前十；今天排在二十几名的公司，也可能因为找到一个真正高频、刚需、可复制的场景突然上升。
决定排名的，不是谁又融了多少钱，也不是谁的视频又刷了屏。
而是谁能从十台试点扩展到数百台稳定运行，谁能把人工介入率真正降下来，谁能证明机器人创造的价值高于采购、部署和维护的总成本。
客户不会长期为一台机器人长得像人付钱。
只有当机器人在工厂里干完一个班次，在仓库里搬完十万个料箱，在商店里接待完一天的顾客，客户想的是“今天的活又干完了”，而不是“这里有一台机器人”的时候，具身智能才真正成立。
全球具身智能真正的第一名，不会是最早把机器人造出来的公司。而是最早让客户忘记它是一台机器人，只记得这份工作已经完成的公司。
说明：本榜单依据截至2026年8月可获得的公开资料进行综合判断，不设置国家配额。企业披露的订单、产量、出货和部署数据，在缺少客户或第三方验证时均采取审慎评分。榜单判断的是当前竞争位置，不构成对企业投资价值的预测。