GGII的销量曲线很陡:2025年中国灵巧手市场销量约1.92万只,同比增长236.84%;2026年预计达7.02万只,同比再增265.63%;到2030年有望突破43万只。数字很热,但如果据此直接说灵巧手已经跨过量产拐点,会把两个不同层次混在一起。真正先热的是数据采集设备。核心问题也随之浮出:灵巧手销量上升与数据采集设备需求升温之间是什么关系?当前需求主要来自哪些环节?设备热是否等于商业化成熟?
一、销量曲线先起来,生产工位还没跟上
灵巧手销量增长有真实需求支撑,但需求结构需要拆开看。均胜灵犀相关负责人判断,当前实际走量以三指、六主动自由度等相对简单结构为主,需求主要来自科研、数据采集和模型训练,真正进入生产工位的比例非常低。这句话很关键:它把“卖得多”和“上产线”分开了。科研采购、训练场采集、模型验证会先形成订单,生产工位替换则要过节拍、稳定性、投资回报三道更硬的关。
灵心巧手相关负责人的描述提供了另一个侧面:灵巧手从“给实验室买一台试试”,变成“产线上按节拍要货”。这反映部分头部企业交付场景在扩展,但仍需保留受访口径,不能外推为全行业已经规模化。销量曲线是行业热度的先行指标,不是生产工位渗透率的证明。
二、设备热发生在数据基础设施环节
数据采集设备升温,先于灵巧手大规模进入生产工位。智能眼镜、胸戴相机、腕部相机、UMI设备、智能头环等设备被用于采集人类操作视频,再转化为机器人预训练数据。行元智能发布的跨本体数据引擎Chorus就支持多类设备采集,并称测试中可实现超40倍有效训练数据扩容;其披露的每小时有效机器人轨迹处理成本降至15元,单位训练样本等效成本仅需5元/小时。这是企业测试配置下的数据,不是全行业成本,但指向一个趋势:数据采集之后,真正的竞赛在数据转化效率和跨本体复用。
训练场建设把这一环节的位置进一步显性化。中国信通院《具身智能训练场研究报告(2026年)》口径显示,截至2026年6月底,全国建成启用的具身智能公共验证训练场超70家,在建或规划中还有46家。训练场需要设备、场景和评测体系,数据采集设备自然先起量。物理AI的数据缺口也在放大需求:截至2026年初,全球高质量真实物理交互数据总量约50万小时,而实现物理AI需要千万小时量级,行业缺口超过95%。设备热对应的是补数据基础设施,不是整机量产已经成熟。
三、价格与五道关决定商业化门槛
GGII统计显示,主流连杆方案灵巧手价格每只约2万元至5万元,腱绳、直驱方案每只普遍10万元以上;灵巧手在人形机器人(886069)整机成本中占20%至25%,发动机约占燃油车成本15%至20%。成本占比高、价格带仍宽,说明灵巧手不是靠销量数字就能完成普及的零部件。灵心巧手相关负责人列出五道关:硬件工程化、触觉与感知工程化、算法泛化、商业账算平、标准与评测。五道关没有捷径,设备热也无法替代。
盘古智库高级研究员江瀚的观点更直接:行业能造出几万只灵巧手,但大部分仍靠手工调试,远未到标准化量产阶段。核心零部件供应链协同、不同型号扩产、产线连续运行稳定性,都是设备热之外的另一张考卷。数据采集设备可以先把数据工位搭起来,但灵巧手要进生产工位,仍要回答故障率、维护成本和投资回收期。
四、跟踪三个信号,别把设备热当拐点
灵心巧手相关负责人给出三个拐点信号:手的价格降到客户不用细算账即可采买;没见过的任务也有足够把握做对;普通工程师不需要博士团队配合,一周内能部署新任务。这三个信号比销量增速更接近商业化本质。后续可跟踪出货结构、生产工位比例、价格下探、故障率和触觉数据标准化进展。若出货仍集中在科研和数据采集,设备热就更多是数据基础设施投资;若生产工位比例抬升、价格带收窄、部署周期(883436)缩短,才谈得上量产拐点。
数据采集设备先热,对产业的推动作用在于把数据供给从项目制采集推向可复用、可评测的基础设施,为模型训练和场景验证补燃料。它不等于灵巧手商业化已经成熟。设备热、数据采集需求和量产成熟是三个层次,混在一起看,容易把补课当成毕业。
一、销量曲线先起来,生产工位还没跟上
灵巧手销量增长有真实需求支撑,但需求结构需要拆开看。均胜灵犀相关负责人判断,当前实际走量以三指、六主动自由度等相对简单结构为主,需求主要来自科研、数据采集和模型训练,真正进入生产工位的比例非常低。这句话很关键:它把“卖得多”和“上产线”分开了。科研采购、训练场采集、模型验证会先形成订单,生产工位替换则要过节拍、稳定性、投资回报三道更硬的关。
灵心巧手相关负责人的描述提供了另一个侧面:灵巧手从“给实验室买一台试试”,变成“产线上按节拍要货”。这反映部分头部企业交付场景在扩展,但仍需保留受访口径,不能外推为全行业已经规模化。销量曲线是行业热度的先行指标,不是生产工位渗透率的证明。
二、设备热发生在数据基础设施环节
数据采集设备升温,先于灵巧手大规模进入生产工位。智能眼镜、胸戴相机、腕部相机、UMI设备、智能头环等设备被用于采集人类操作视频,再转化为机器人预训练数据。行元智能发布的跨本体数据引擎Chorus就支持多类设备采集,并称测试中可实现超40倍有效训练数据扩容;其披露的每小时有效机器人轨迹处理成本降至15元,单位训练样本等效成本仅需5元/小时。这是企业测试配置下的数据,不是全行业成本,但指向一个趋势:数据采集之后,真正的竞赛在数据转化效率和跨本体复用。
训练场建设把这一环节的位置进一步显性化。中国信通院《具身智能训练场研究报告(2026年)》口径显示,截至2026年6月底,全国建成启用的具身智能公共验证训练场超70家,在建或规划中还有46家。训练场需要设备、场景和评测体系,数据采集设备自然先起量。物理AI的数据缺口也在放大需求:截至2026年初,全球高质量真实物理交互数据总量约50万小时,而实现物理AI需要千万小时量级,行业缺口超过95%。设备热对应的是补数据基础设施,不是整机量产已经成熟。
三、价格与五道关决定商业化门槛
GGII统计显示,主流连杆方案灵巧手价格每只约2万元至5万元,腱绳、直驱方案每只普遍10万元以上;灵巧手在人形机器人(886069)整机成本中占20%至25%,发动机约占燃油车成本15%至20%。成本占比高、价格带仍宽,说明灵巧手不是靠销量数字就能完成普及的零部件。灵心巧手相关负责人列出五道关:硬件工程化、触觉与感知工程化、算法泛化、商业账算平、标准与评测。五道关没有捷径,设备热也无法替代。
盘古智库高级研究员江瀚的观点更直接:行业能造出几万只灵巧手,但大部分仍靠手工调试,远未到标准化量产阶段。核心零部件供应链协同、不同型号扩产、产线连续运行稳定性,都是设备热之外的另一张考卷。数据采集设备可以先把数据工位搭起来,但灵巧手要进生产工位,仍要回答故障率、维护成本和投资回收期。
四、跟踪三个信号,别把设备热当拐点
灵心巧手相关负责人给出三个拐点信号:手的价格降到客户不用细算账即可采买;没见过的任务也有足够把握做对;普通工程师不需要博士团队配合,一周内能部署新任务。这三个信号比销量增速更接近商业化本质。后续可跟踪出货结构、生产工位比例、价格下探、故障率和触觉数据标准化进展。若出货仍集中在科研和数据采集,设备热就更多是数据基础设施投资;若生产工位比例抬升、价格带收窄、部署周期(883436)缩短,才谈得上量产拐点。
数据采集设备先热,对产业的推动作用在于把数据供给从项目制采集推向可复用、可评测的基础设施,为模型训练和场景验证补燃料。它不等于灵巧手商业化已经成熟。设备热、数据采集需求和量产成熟是三个层次,混在一起看,容易把补课当成毕业。
