2026 中国具身智能与人形机器人产业
人才洞察报告
量产元年的人才结构重构：从「能跑能跳」到「能干活」
· 人 才 数 据 研 究 组
二〇二六年十月
目录
前言
01 背景篇
1.1 政策：从写入报告到实景实训
1.2 资本：半年的钱，超过了过去一年
1.3 技术：从「能跑能跳」到「能干活」
02 结构篇
2.1 出货量：口径分歧下的真实刻度
2.2 应用结构：八成机器人在表演
2.3 产业链：钱和人在往哪里走
2.4 企业格局：万家企业与头部集中
2.5 头部企业：从「能造出来」到「谁来买」
2.6 行业趋势：分化与出清同时到来
03 人才篇
3.1 需求：一年增长六到七倍
3.2 供给：五个来源与三道断层
3.3 门槛：学历、年龄与能力清单
3.4 教育供给：9 所高校与百万缺口的时差
3.5 流动：换的是公司，不是赛道
3.6 人才怎么看企业：比薪资更靠前的几件事
04 薪酬篇
4.1 水平：平均年薪与分布
4.2 倒挂：最热的赛道，不是最贵的价
4.3 城市：五城承载近八成
4.4 特有岗位：新职业的薪酬分层
05 启示篇
5.1 对企业：组织要围绕「交付」重排
5.2 对人才：能力要按「真机」重估
5.3 对产业：拐点如何判断
06 附录篇
6.1 研究方法
6.2 数据来源清单
6.3 口径与使用说明
6.4 版权与免责声明
前 言
（ S I N O S O U T H ） 于 2 0 1 5 年 创 立 ， 以 深 圳 、 重 庆 双 总 部 为 支 点 ， 是 一 家 以 " 人 才 + 系 统 " 双 轮
驱动的人才竞争力咨询公司，也是企业全生命周期的人才战略伙伴。公司下设 猎 头 、 新 和 新
咨询两大业务板块，长期聚焦智能制造、新能源、AI机器人、能源电力等12大核心行业。
历经持续深耕， 已 在 全 国 2 0 0 多 个 核 心 城 市 开 展 业 务 ， 并 在 北 美 、 欧 洲 、 东 南 亚 、 韩 国
等境外地区布局，组建了1000余名专业猎头顾问与高级咨询师团队，累计为40000余家企业打造核心
人才体系，交付超过60000份Offer。依托8+32国际化标准服务流程与5000万+联合人才数据库，南
方新华持续辅助客户快速建立行业前10的核心人才竞争力。
2026年，具身智能走完了从实验室到产线的第一段路：出货量以倍数计增长，资本上半年投出的
钱超过去年全年，头部企业开始交付万台级订单。但把它拆开看，结构性真相与热闹叙事之间存在明
显落差——真正进入智能制造与仓储物流的机器人不足两成，岗位量一年增长六到七倍而人才供给仅
增长三到四倍，最缺的人不是写模型的，而是把模型装上身体、让它在真实世界里稳定工作的那一批。
读懂这道"交付"命题背后的人才逻辑，比追逐任何一个单一岗位的薪资更有意义。
基于这一判断， 人 才 数 据 研 究 组 推 出 《 2 0 2 6 中 国 具 身 智 能 与 人 形 机 器 人 产 业 人 才 洞 察 报
告》，希望为行业带来三方面价值：
第一，看清结构性变化。报告通过"公开研究交叉验证+交付侧结构观察"的研究路径，呈现人形机
器人招聘平均年薪42.63万元、30万元以上职位占62.88%，机械结构工程师岗位增速131.56%反超算
法工程师的102.78%，以及全国仅9所高校首批获批具身智能本科专业等事实，帮助企业在人才市场的
迷雾中看清真实轮廓。
第二，校准人才决策基准。报告给出核心岗位的薪酬锚点与稀缺性溢价——兼具机械控制与AI算
法融合能力的复合型人才跳槽涨幅可超过50%，五城承载近八成新发职位而苏州、杭州等产业带城市增
速领跑。这为企业制定薪酬策略、评估人才成本与选址布局提供了可参照的基准。
第三，提供穿越周期的判断框架。报告从"行业不缺岗位、缺能穿越周期的公司"这一核心命题出
发，提示企业在分化与出清并存的阶段，人才决策要把公司质地、技术路线收敛与岗位存续性纳入考
量，避免把人才问题窄化为单纯的薪资竞争。
表 1 本报告的五项核心发现
发现 要点
规模的真实刻度
2025年中国 1.44万台出货量占全球 84.7%，2026 年上半年全球出货同比增长约
300%；但统计口径分歧显著，同一指标不同机构差距可达数倍。
八成机器人在表演
2026年上半年全球出货中，文娱表演、数据生产与科研合计超过六成，真正进
入智能制造与仓储物流的合计不足两成。
热度与价格倒挂
具身智能岗位量一年增长约 6至 7 倍，人才供给仅增长 3 至4 倍；但岗位平均薪
资约为大模型岗位的三分之二——热度最高的赛道，并不给出最高的价。
缺口不在算法，在「把模
型装上身体」
机械结构工程师岗位增速131.56%，超过算法工程师的 102.78%。产业缺的不是
写模型的人，是让模型在真实物理世界稳定工作的人。
供给端的十年欠账
全国仅9所高校首批获批具身智能本科专业，北京理工大学年度计划招生120人。
教育与产业的时差，是未来五年最难填的缺口。
分化与企业出清同时到来
头部企业开始上市与规模化交付，同期百余家拥有融资的企业被判断将收缩至
10至 20家。资本、订单与人才正在向少数公司集中——岗位不是在减少，而是
在换东家。
产业的分水岭已经出现：谁能让算法在真实的物理世界里稳定交付，谁才真正拿到了下一轮的入场券。
规模的故事讲完了，接下来是交付的故事。
01
背景篇
Background
政策、资本与技术三股力量在2026年同时到位，把具身智能从概念推入量产。
拐点是怎么到来的？
1.1 政策：从写入报告到实景实训
具身智能的政策路径，在两年内走完了从「提及」到「部署」的全过程。2025年，「具身智能」四个
字第一次出现在《政府工作报告》中；2026年 3 月，《「十五五」规划纲要》将其列入未来产业前瞻布局，
与量子科技、生物制造等并列。真正改变产业节奏的，是同年 6 月工业和信息化部与国务院国资委联合启
动的实景实训专项行动——它不再停留于方向指引，而是给出了可考核的清单：到 2026年底，在代表性场
景中完成应用验证与常态部署，凝练百个以上高价值应用场景，带动形成万台级规模落地能力。
政策的落点也随之从研发端转向应用端。标准体系建设在 2026年 2 月完成顶层设计，《人形机器人与
具身智能标准体系（2026版）》成为我国首个覆盖全产业链、全生命周期的标准框架；7月，人力资源和
社会保障部把「具身智能机器人应用技术员」列入新职业，下设数据采集员与训练师两个工种。一个岗位
能进入国家职业分类，意味着它的技能要求、培养路径和评价标准开始被系统化定义。
表 2 具身智能产业的政策节点（2025—2026）
时间 政策动作 发布方
2025年 「具身智能」首次写入《政府工作报告》 国务院《政府工作报告》
2025年底 工业和信息化部人形机器人与具身智能标准化技术委员会成立 工业和信息化部
2026年 2月
发布《人形机器人与具身智能标准体系（2026版）》，我国首
个覆盖全产业链、全生命周期的标准顶层设计
工业和信息化部
2026年 3月 《「十五五」规划纲要》将具身智能列入未来产业前瞻布局
《中华人民共和国国民经济和社
会发展第十五个五年规划纲要》
2026年 6月
工业和信息化部、国务院国资委联合启动 2026年度人形机器人
与具身智能实景实训专项行动，目标年底形成万台级规模落地
能力、凝练百个以上高价值应用场景
工业和信息化部、国务院国资委
《关于联合开展2026年度人形机
器人与具身智能实景实训专项行
动的通知》
2026年 7月
人力资源和社会保障部公示新职业，「具身智能机器人应用技
术员」入列，下设数据采集员、训练师两个工种
人力资源和社会保障部
口径说明：以上均为公开发布的政府文件与官方公告，可通过发布机构官网或权威媒体公开报道查证。
政策的角色正在切换：从「给方向」变成「给场景、给标准、给职业身份」。
当一项技术开始被标准化和职业化，它就不再是概念了。
1.2 资本：半年的钱，超过了过去一年
资本对具身智能的定价，在 2025年发生了数量级的变化。据 IT桔子统计，国内具身智能领域融资额
从 2023年的 86.76 亿元、2024年的 93.55亿元，跃升至 2025年的 398.32亿元；融资事件数从 2023年的
42起增至 325起。金额与事件数同时放量，说明进入赛道的资本不再只是少数机构的试探。
2026年的节奏更快。据新华社《经济参考报》报道，截至 2026年 5 月 11日，当年国内具身智能领域
投资总额已经超过 2025 年全年，单笔 10亿元及以上融资超过 10 起。更值得关注的是资金流向的结构变化：
2025年，早期投资占比超过 60%；而到 2026年，成长期项目的融资金额占比达到 73.23%，约 70%的资金流
入前 20家企业。资本的注意力正从「谁在做」转向「谁能交付」。
图1 中国具身智能领域一级市场融资趋势（2023—2025）
口径说明：本图采用 IT桔子单一口径的完整年度序列，仅取 2023—2025三个完整年度，以避免与 2026
年不同时点的统计混用。2026年数据因统计区间未完整，本报告以定性方式引述，不并入序列。
从产业链环节看，资金高度集中在中游。据 IT 桔子统计，截至 2026 年 6 月 4 日，中游「大脑与本体」
环节融资额占全链路的 71.82%，上游核心零部件占 20.74%。这个分布反映了一个现实判断：整机与具身大
模型仍是资本认为最可能产生超额回报的位置，而零部件的价值释放依赖整机放量的节奏。
图 2 具身智能融资的产业链分布（2026年 1—6 月4 日）
1.3 技术：从「能跑能跳」到「能干活」
2026年被行业普遍称为人形机器人的量产元年，但量产并不等于成熟。头部企业负责人的公开判断相
当克制：
宇树科技创始人王兴兴在 2026世界机器人大会上表示，当前没有大规模推广，最主要的原因是效
率和泛化能力还不够——在一个固定场景里成功率接近 100%，可操作物品稍作更换、环境稍作调整，成功
率就会迅速下降。银河通用创始人王鹤则给出了一个更具体的坐标：今天的具身基础模型，大致处于数字
AI时代的 GPT-2阶段，预计到 2028年前后才可能接近 GPT-3.5到 GPT-4 的水平。
把拐点量化，是这个行业正在努力做的事。王兴兴给出的临界线是：把机器人带进一个从未见过的陌
生环境，只通过语言告诉它要做什么，它能完成约 80%的任务——达到这个水平，才接近产业真正的爆发点；
而时间上，快则两三年，慢则五年甚至十年。这解释了为什么出货量在涨，而真正的工业替代尚未成规模：
产能可以先于能力到位，但采购决策最终要算投资回报账。
这一轮的技术命题已经变了。
过去问的是机器人能不能走稳，现在问的是它能不能在一个陌生的环境里，把一件事干成。
02
结构篇
Structure
出货量、应用场景、产业链分布与企业格局，四个切面拼出具身智能产业在2026年的真实形状。
规模在涨，但结构尚未长成。
2.1 出货量：口径分歧下的真实刻度
具身智能最容易被误读的指标就是出货量，因为同一年的数据在不同机构之间存在数倍差距。以 2025
年为例，赛迪传媒与中国电子报联合发布的《2025年人形机器人市场研究报告》显示，我国人形机器人整
机企业超过 140家，出货量 1.44 万台，全球占比 84.7%；而高工机器人产业研究所给出的国内出货量则为
1.8万台；CounterpointResearch统计的 2025 年全球出货量为 1.3万台。
进入 2026年，增速的判断高度一致，但基数差异依旧存在。据 CounterpointResearch统计，2026年
上半年全球人形机器人出货量达 2.2万台，同比增长约 300%，全年预计超过 5 万台。中国市场的预测则出
现分层：摩根士丹利年内两次上调中国人形机器人出货预期，从年初的 1.4万台逐步上调至 2.8万台，最
终给出 5 万台的年度预测；高工机器人产业研究所的预测更为激进，认为国内出货量将达 6.25万台。
图 3 全球人形机器人出货量（CounterpointResearch单一口径）
表 3 人形机器人出货量的多口径对照（单位：万台；数据来源：各机构公开发布）
机构/来源 统计范围 2025 2026H1 2026E 2030E
赛迪传媒·中国电子报 中国·整机 1.44万台 — — —
高工机器人产业研究所 中国 1.8万台 — 6.25万台 —
摩根士丹利 中国·外销口径 — — 5万台 44.6万台
CounterpointResearch 全球 1.3万台 2.2万台 超 5万台 —
2026世界机器人大会 中国 — 超4 万台 — —
口径说明：上述数据来自不同机构，统计范围、产品定义（是否含轮式与双臂形态）与统计时点均不一
致，数值之间不可直接比较。本报告将其并列，是为了呈现市场认知的真实分歧。
分歧本身也是一种信息。它说明这个行业还没有形成统一的统计口径与产品定义——恰恰是产业早期
的典型特征。对于用人企业而言，更可靠的做法不是追逐某一家机构的绝对数值，而是观察增速方向与结
构变化。可以确认的共识有两点：一是中国企业在全球出货中占据主导地位，二是增长的主要来源已从科
研采购转向多元场景。
2.2 应用结构：八成机器人在表演
出货量解释了产业有多大，应用结构才解释产业成熟到什么程度。把 CounterpointResearch统计的
2026年上半年全球出货拆开看，文娱表演占 33.6%，数据生产与科研占 27.0%，服务与导览占 19.0%，三者
合计接近八成；真正进入智能制造的比例为 12.8%，仓储物流为 4.9%，合计 17.7%——不到两成。
图 4 全球人形机器人出货的应用结构（2026年上半年）
这一结构并非坏事。文娱表演与数据生产是产业早期的现金来源与数据来源：前者让企业获得订单与
曝光，后者为具身大模型积累真实世界的交互数据。真正值得警惕的是把出货量直接等同于产业落地——
一台在展台跳舞的机器人，与一台在仓库连续搬运两个班次的机器人，对产业的意义完全不同。
表 4 应用结构的口径对照（数据来源：摩根士丹利、野村证券）
来源 结构特征
摩根士丹利（2026H1全球）
约 65%流向娱乐展示、前台接待、教育研发与数据采集；约 35%进入工业
产线、物流仓储等其他场景
野村证券（2026年中国全年预测）
约30%表演及娱乐、约 30%消费、约 20%政府采购、约 15%教育、商业及
工业等约 5%
产业正在穿越一道门槛：从「卖出机器人」到「卖出机器人能干的工作」。前者的天花板是科研预算，
后者的天花板是制造业的用工成本。
2.3 产业链：钱和人在往哪里走
人形机器人的价值分布高度集中在硬件。按公开的产业链拆解口径，执行系统——包括无框力矩电机、
谐波减速器、行星滚柱丝杠与伺服驱动——占整机物料成本约 65%，感知系统约 22%，两者合计接近九成。
软件与 AI 的成本占比反而很低，因为模型的边际复制成本趋近于零。这个结构决定了人才需求的重心：整
机厂商需要的是能够把成本压下来、把良率提上去的工程团队，而不只是算法团队。
表 5 人形机器人整机成本结构（拆解口径；数据来源：公开产业链拆解综合测算）
成本环节 占整机物料成本
执行系统（电机/减速器/丝杠/驱动） 约 65%
感知系统（力觉/视觉/IMU/触觉） 约 22%
结构件与材料 约 8%
电源系统 约 3%
软件与 AI 约 2%
口径说明：成本结构为公开产业链拆解口径，综合多家券商
研报与产业图谱测算。不同机构的测算模型
与整机配置假设不同，结果存在差异，本报告采用中位估算，仅用于观察价值链分布，不作为交易依据。
国产化进度则决定了成本下探的空间，也决定了哪一类工程师最紧俏。谐波减速器的国产化率已超过
九成，国产价格约为海外同类的一半；控制器超过六成，伺服系统接近四成；而加工难度最高的行星滚柱
丝杠仍在三成以下，高端市场依然依赖德日供应商。这意味着「能啃下高精度传动件」的工艺与制造工程
师，在未来数年都会是稀缺资源。
表6 核心零部件的国产化进度与人才含义（数据来源：产业研究口径综合）
环节 国产化率（约） 产业含义
谐波减速器 90% 已实现国产替代，国产价格约为海外同类的一半
控制器 60% 超六成
环节 国产化率（约） 产业含义
伺服系统 40% 接近四成
行星滚柱丝杠 30% 不足三成，高端市场仍依赖德日
2.4 企业格局：万家企业与头部集中
供给端的扩张速度可以用企业数量来度量。启信宝《具身智能全景洞察报告》显示，截至 2026 年 5 月，
全国具身智能相关企业已突破万家，其中上市公司 269家；2025年新增企业数量同比增长 37%。企业构成
上，民营企业占比约 85%，国资入场率约 4%——这是一个仍由市场力量主导的早期市场。
但「万家」这个数字需要拆开理解。启信宝的报告同时显示，产业链呈现「上游厚、中游薄、下游多
元」的结构：上游零部件企业超过 8,000 家，中游本体制造与系统集成企业约 1,900家，下游终端应用企
业约 2,370家。真正决定产业上限的中游环节，企业数量反而是最少的——这正是资本集中投向中游的原
因，也是人才竞争最激烈的位置。
图 5 具身智能产业链的企业分布（2026年 5月）
口径说明：国产化率为产业研究口径，非官方统计，不同来源测算存在差异，仅用于观察替代进度的相
对位置。
地域集聚同样显著。广东、浙江、江苏、上海、北京五省市的相关存续企业合计占全国总量超三分之
二，深圳以超过 1,100 家企业占全国总量的 10%以上。值得注意的是温州的出现——凭借低压电器与精密模
具的长期积累，温州以近 780家相关企业位居全国城市前列。这说明具身智能并非凭空生长的
新产业，它
正在把中国既有的制造业基础重新激活。
2.5 头部企业：从「能造出来」到「谁来买」
企业格局的观察，只有落到具体公司才有意义。2026年头部企业的动作集中在两件事上：一是资本化
——宇树科技 8月登陆科创板，智元机器人 7 月启动港股上市流程；二是订单化——从科研采购转向真实
场景的常态化作业。这两件事同时发生，构成了产业从技术验证走向商业交付的分水岭。
表 7 头部企业 2026年核心动态（数据来源：上交所与港交所披露文件、公司公开发布及权威媒体报道）
企业 2026年核心动态 来源
宇树科技
（688836.SH）
8月 19日登陆科创板，发行价 150.80元/股，募资 42.02
亿元；2026年一季度营收 4.23亿元，同比增长 68.49%，
扣非净利润同比下降 52.55%；截至 2026年 7月，双足人形
机器人累计生产下线约 1.8万台
上交所发行上市审核信息、
宇树科技招股说明书
优必选
（09880.HK）
上半年营收12.69亿元，同比增长 104.2%；全尺寸人形机
器人收入 5.90亿元、同比增长 1,445%，销量 921台、同比
增长1,946.7%；毛利率升至 44.7%，期内亏损同比收窄
23.0%；研发人员 1,103人
优必选2026年中期业绩公告
（港交所披露）
智元机器人
7 月启动港股上市流程，基石投资人给出的目标估值为 400
亿至 500亿港元；累计下线机器人于 9月突破 2万台；2026
年上半年出货份额居全球首位；2025年营业收入突破 10亿
元
公司公开发布、财新、腾讯
新闻等公开报道
银河通用
3月完成 25亿元新一轮融资，国家人工智能产业投资基金
（大基金三期）首次出手具身智能赛道，投后估值超200
亿元，累计融资约 70亿元；7月完成管理层调整
公司公开发布、时代财经等
公开报道
星动纪元
3 月至 4月两个月内累计融资近 25亿元，由顺丰集团领投；
二季度开启千台级机器人交付，机器人已进入10余个物流
中心作业
证券时报、红星资本局公开
报道
乐聚机器人
2025年营业收入 2.58亿元，同比增长约 365%；「夸父」
系列贡献收入 1.78亿元，全年出货 577台，平均售价 30.81
万元/台
公司招股材料及公开披露
口径说明：宇树科技、优必选的数据来自上交所发行上市审核信息、招股说明书与港交所披露的中期业
绩公告，属公开披露口径；其余企业数据来自公司公开发布与权威媒体报道，估值类信息为融资时的公
开口径，非经审计财务数据。
把这几家的收入结构拆开，会看到一个共同特征：整机企业的收入仍在快速放大，但盈利尚未同步。
优必选上半年营收增长超过一倍，期内亏损收窄 23%；宇树科技一季度营收同比增长 68.49%，扣非净利润
却同比下降 52.55%。原因并不复杂——研发、量产爬坡与市场开拓三项投入同时前置，而交付收入确认在
后。这也解释了为什么下半场的竞争焦点会落在订单质量上：来自工厂的常态化复购订单，与来自科研机
构的一次性采购，对企业的意义完全不同。
人力结构是另一个更少被讨论、但对用人企业更有参考价值的切面。以宇树科技招股说明书披露的数
据为例，截至 2025 年 12月末，公司员工总数 516人，其中研发人员 184人，研发占比 35.66%；研发团队
中含博士 4人、硕士 69 人，覆盖 AI 算法、运动控制、感知交互等 12 类关键岗位。
表 8 头部企业的人力结构（数据来源：招股说明书与业绩公告）
企业 人力指标 统计时点/来源
宇树科技 研发人员 184人，员工总数 516人，研发占比35.66% 截至2025年 12月末（招股说明书）
宇树科技
研发团队含博士4人、硕士 69人，覆盖AI算法、运动控制、感知交互等12
类关键岗位
截至2025年 9月末（招股说明书）
宇树科技 研发费用1.45亿元；2023—2025年累计 2.65亿元 2025年（招股说明书）
宇树科技 研发费用中职工薪酬 5,707.98万元，占研发费用63.27% 2025年前三季度（招股说明书）
宇树科技 劳务外包费用 5,040.11万元，高于2024年全年的 1,922.26万元 2025年前三季度（招股说明书）
优必选 研发人员1,103人；上半年研发投入超 3亿元，全年预计约7亿元 2026年上半年（中期业绩公告）
优必选 累计获授权专利3,112件，其中发明专利1,857件、海外授权专利530件 截至2026年6月末（中期业绩公告）
这组数字里藏着两个信号。第一，研发费用中职工薪酬占 63.27%——对具身智能企业而言，智力投入
几乎等同于人力投入，人的价格直接决定研发成本。第二，同期劳务外包费用达到 5,040.11万元，高于 2024
年全年的 1,922.26 万元。订单增长快于自主招聘能力时，企业用外包补住产线的缺口。这说明产业当前的
用人瓶颈不只在高端的算法岗位，也在装配、测试这类规模化用工上。
一家公司可以靠融资买来时间，但买不来订单。
当资本市场开始问「造出来卖给谁」，人才的价值标准也就从能不能做，变成了能不能交付。
2.6 行业趋势：分化与出清同时到来
钱的绝对量仍在增长。2026年上半年，国内具身智能赛道股权融资总额达到 934.74亿元、融资事件
322笔，融资规模同比约增长五倍，事件数同比增长 137%；若把海外交易一并计入，高工机器人的口径为
1,325亿元、同比增长 428%——量级差异来自统计范围的界定。同期估值超百亿的企业从 2025年的 3 家增
加到至少 22家。但资金的分布方式变了——融资额排名前 20的企业合计获得 550亿元、占总融资额的 59%，
仅前 5家就占去 37%，头部与腰部的融资难度差距被迅速拉开。按上半年的节奏推算，IT 桔子预计 2026年
全年融资规模突破 1,500亿元。
图 6 2026年上半年融资规模的多口径对照
口径说明：IT桔子为股权融资口径，不含 IPO、定增与并购交易；高工机器人口径包含海外交易。两者
统计范围与事件认定标准不同，本报告并列呈现，不做加权合并。
格局的分层已经可以画出来。北京智源人工智能研究院行业研究中心把当前企业分为三个梯队：宇树
科技、智元机器人、优必选、银河通用、傅利叶智能、乐聚机器人、松延动力位于第一梯队；星海图、逐
际动力、星动纪元、穹彻智能、小米、美团构成第二梯队；第三梯队则包括灵宝、商汤、小鹏等。分层的
依据不是知名度，而是估值水平、订单规模与融资可持续性的综合结果。
对后两个梯队的判断则相当直接。智源研究院认为，2026年国内将有 230 余家机器人相关企业面临收
缩调整；新鼎资本给出的口径更具体——2025年拿到融资的超 100家机器人公司中，最终可能只留下 10至
20家，对应淘汰率 80%至 90%。风险集中在两类企业：没有拿到商业化订单、且后续融资不畅的公司，以及
缺乏差异化技术、聚焦低门槛场景的公司。
表 9 行业出清的三组预期（数据来源：智源研究院、新鼎资本公开判断）
判断维度 数值 发布方
可能面临收缩调整的企业 230余家 智源研究院
预计存活的企业数量 10—20家 新鼎资本
对应淘汰率 80%—90% 新鼎资本（按2025 年获得融资企业为基数）
口径说明：以上为企业与机构基于当前融资与订单状况作出的判断性预测，并非统计结果，不同机构的
基数口径亦不一致（智源以机器人相关企业为基数，新鼎资本以2025 年获融资企业为基数），仅用于观
察分化方向。
出清不是抽象判断，已经在发生。根据全国企业破产重整案件信息网的公示信息，深兰机器人（上海）
有限公司于 2026年 5 月被上海市浦东新区人民法院裁定受理破产清算，截至 9 月已完成第五批职工债权公
示，累计涉及 102人、超过 2,300万元；达闼机器人则在 2025年被债权人申请破产，其被披露的 2025年
前 7 个月营业收入仅 140万元、净亏损 8,425 万元。两家企业此前均有过高估值阶段——这提醒用人者，
在这个阶段判断一家公司，看融资额不如看订单结构与现金流。
政策信号也在同步转向审慎。2026 年 8 月，国家发展改革委在例行新闻发布会上明确表示，机器人产
业涉及人工智能、先进制造、新材料等众多前沿技术，必须因地制宜、健康有序发展，各地应避免盲目跟
风、一哄而上。从鼓励布局到提示风险，政策口径的这一变化，通常出现在一个行业从概念扩张转入实质
竞争的节点上。
这一轮的分化不是需求消失，而是需求开始挑人。
行业不缺岗位，缺的是能穿越周期的公司——这对求职者的含义，比任何薪酬数字都重要。
03
人才篇
Talent
谁在做具身智能？
拆解需求的增速与结构、人才的五个来源、供给端的三道断层，以及企业实际设置的门槛。
3.1 需求：一年增长六到七倍
具身智能的人才需求，在 2026 年呈现出罕见的斜率。据猎聘大数据研究院统计，2026年 1至 7月，
人形机器人领域新发职位同比增长 147.02%，是机器人领域整体增速的约 2.4倍；相关岗位平均年薪 42.63
万元，其中年薪 30万元以上职位占 62.88%，50 万元以上占 29.5%。六个薪资区间的职位增速全部超过 100%
——这意味着扩招发生在所有价位，而不只是高端岗位。
图7 人形机器人领域岗位需求增速（2026年1—7月）
脉脉高聘人才智库的数据提供了另一个观察角度。2026 年 1 至 4 月，具身智能领域招聘指数达到 579，
而 2025年同期为 36，一年间增长约 15倍；岗位平均月薪从 58,696元升至 61,625 元。脉脉创始人林凡在
2026年 9 月的公开对谈中进一步给出：2026年 1 至 7 月，国内具身智能新发岗位量同比增长约 6 至 7 倍，
而相关人才供给增长仅 3至 4倍。
口径说明：猎聘与脉脉的数据来自不同平台的样本口径，分别反映各自平台的中高端岗位结构，数值不
可直接比较，但两者指向同一趋势——需求增速显著快于供给增速。
需求的内部结构变化，比总量更值得注意。从岗位职能增速看，机械结构工程师以 131.56%位居首位，
高于算法工程师的 102.78%和机器人工程师的 94.55%。在产业叙事中，算法往往占据注意力中心；但在招
聘市场上，「身体」相关岗位的增速已经反超了「大脑」。
表 10 人形机器人岗位需求的增速结构（2026年 1—7月；数据来源：猎聘大数据研究院）
岗位职能 新发职位同比增速
机械结构工程师 +131.56%
岗位职能 新发职位同比增速
算法工程师 +102.78%
机器人工程师 +94.55%
算法决定机器人能不能理解，机械决定它能不能承受。
当模型能力逐渐拉平，决定产品能否走出演示视频的，是那些更具体、更琐碎的工程问题。
3.2 供给：五个来源与三道断层
具身智能的人才供给，几乎完全依靠跨行业迁移。脉脉创始人林凡将当前的人才来源归纳为五个方向：
具身智能原生研究人才、传统互联网人才、大模型人才、自动驾驶及汽车人才、智能硬件人才。这个名单
本身就说明了问题——没有一条路径是「从学校直接培养到岗位」的。
表11 具身智能人才的五个来源方向（数据来源：脉脉创始人林凡 2026年 9月公开表述）
来源方向 可迁移的核心能力
具身智能原生研究人才 从零起步即聚焦该方向的研究者
传统互联网人才 工程与平台能力迁移
大模型人才 模型训练与多模态理解能力迁移
自动驾驶及汽车人才 感知、规划、控制在物理世界的同源能力
智能硬件人才 本体、关节、传感器与量产工程能力
其中自动驾驶是迁移规模最大的一支。两者在技术栈上高度同源：都需要通过传感器理解环境，通过
模型完成预测与决策，最终在物理世界中执行动作。但 2026年出现了一个重要变化——企业不再为「智驾
标签」本身支付溢价，转而考察能力能否真正迁移到机器人本体上。过去只要有头部智驾公司的履历就被
默认胜任，现在企业会追问：这个人积累的经验，在关节控制、力觉交互、非结构化环境里还成立吗？
供给端的三道断层由此展开。第一道是总量断层：国务院研究室曾公开指出，包括具身智能在内的 AI
领域人才需供比达到 3.5:1；而具身智能岗位的需求增速是供给增速的两倍左右。第二道是结构断层：算法
人才可以从互联网与大模型行业补充，但既懂机械、又懂电子、还能理解模型部署的复合型工程人才，几
乎没有现成来源。第三道是时间断层：高校的系统性培养刚刚开始，首批具身智能本科生要到 2030年前后
才进入市场。
图 8 具身智能人才的需求增速与供给增速（2026年 1—7 月）
这一轮的缺口，不是「人不够多」，而是「路径不存在」。当产业需要的复合能力在现有教育体系里没
有对应专业，企业就只能用高薪从别的行业把人「买」过来——这解释了溢价的来源。
3.3 门槛：学历、年龄与能力清单
高薪的另一面是高门槛。猎聘数据显示，人形机器人领域本科及以上学历人才占 90.52%，硕士与博士
合计占 40.89%，985与 211院校毕业人才占 39.72%，25 至 40岁人才占比 67.48%。核心算法岗位普遍偏好
硕博背景，而工程类岗位更看重项目经验与交付能力。
表 12 人形机器人人才的学历与年龄结构（数据来源：猎聘大数据研究院）
维度 占比
本科及以上学历 90.52%
硕士与博士合计 40.89%
985/211院校 39.72%
25—40岁人才 67.48%
比学历更值得关注的是评价标准的变化。随着产业从样机研发走向批量交付，企业的人才筛选逻辑正
在改写：学历与名校背景仍
是基础筛选条件，但决定录用的往往是量产经验、问题排查能力、成本管控意识与现场运维能力。一
位招聘负责人的表述很直接——行业现在不缺论文，缺的是能把仿真跑通到真机、处理抖动、摔倒、发热
这些真实问题的人。
本报告不对任何具体岗位给出薪酬承诺。行业薪酬受企业规模、融资阶段、城市与个人能力影响较大，
公开数据仅反映整体分布。
3.4 教育供给：9 所高校与百万缺口的时差
供给端的长期解药在教育，但教育的节奏天然慢于产业。2026年 4 月，教育部发布《普通高等学校本
科专业目录（2026年）》，首次将具身智能列入交叉学科门类下的本科专业，全国共 9 所高校成为首批获
批建设该专业的高校——北京航空航天大学、北京理工大学、浙江大学、上海交通大学、西安交通大学、
哈尔滨工业大学（深圳）、东北大学、南京航空航天大学、北京邮电大学。此次专业设置采用超常规布局
机制，从申报到获批仅用数月，节奏远超常规流程。
与此同时，为打通本硕博贯通培养通道，教育部在交叉学科门类下首批列入未来机器人、交叉工程等
15种专业。职业教育层面，2025 年已增补具身智能机器人技术、具身智能工程技术等专业，2026 年再度增
补人形机器人工程技术等 27 个职业本专科专业，形成「职业本科侧重系统集成与技术应用、高职专科聚焦
一线实操与场景落地」的分层结构。
表 13 具身智能人才培养体系的三层布局（2026；数据来源：教育部专业目录）
层级 布局内容 供给特征
本科教育 9所高校首批设具身智能专业，北京理工大学年度计划招生 120人
2026年首届招生，2030年前
后进入市场
交叉学科 首批列入未来机器人、交叉工程等 15种专业 打通本硕博贯通培养通道
职业教育 2026年增补人形机器人工程技术等 27个职业本专科专业
侧重系统集成与一线实操，
培养周期较短
口径说明：高校名单与专业设置信息来自教育部公开发布的专业目录，具体招生规模以各高校当年招生
计划为准。
把时间轴拉直看，落差就清晰了：产业端的岗位缺口以十万计，而首批系统性培养的本科生要到 2030
年前后才会进入市场。在此之前，填补缺口只能依靠跨行业迁移与企业内部培养——这也意味着，未来四
到五年，「能把人培养出来」的企业会比「能把人挖过来」的企业走得更稳。
挖人是解决今天的问题，培养人是解决后天的问题。
在一个供给增速只有需求增速一半的市场里，两者缺一不可。
3.5 流动：换的是公司，不是赛道
2026年上半年，具身智能最密集的动作之一发生在人事上。从 2 月到 9月，公开可查的核心岗位变动
至少有 10 起，流动覆盖了几乎所有关键岗位——创始人、首席科学家、产品一号位、首席运营官、首席财
务官。
表 14 2026年具身智能核心人才流动（部分；数据来源：公司公告及公开报道整理）
原企业 岗位 时间与去向
星海图 联合创始人、首席科学家 2月离职，3月创立新公司，转向家庭场景
魔法原子 创始人、总裁 3 月离职，启动个人创业
逐际动力 联合创始人、首席运营官
4月离职，转任具身智能大脑初创企业首席运
营官
千寻智能 副总裁兼算法负责人 4 月离职
越疆科技 执行董事、首席财务官 6 月离职
小鹏机器人 产品一号位（高级总监） 6月离职，公开报道指向家庭机器人方向
小鹏机器人 机器人业务负责人 6月底离职，创始人随后兼任该业务负责人
智元机器人 首席科学家
7月从官网合伙人名单中调整，公司称系内部
岗位调整
京东 具身基础模型负责人 8月离职，转任具身智能初创企业首席科学家
阿里巴巴达摩院 首席科学家、具身智能实验室负责人 9 月离职
口径说明：以上为公开报道整理的不完全统计，仅覆盖有公开信息可查的案例，不代表行业人才流动的
全部规模。核心人员的职务变动原因多为个人职业选择，公开信息不足以归因；部分当事人的下一站尚
未由本人或公司确认，本报告按已公开披露的表述呈现。
同期银河通用在工商层面完成董监高集体退出，原董事长等 7位董事与 3位监事共 10人退出；小鹏集
团另有智驾、智能座舱等条线负责人于 4 月前后离职，其中两位在 4 月与 8月加入同一家具身智能企业，
分别出任首席技术官与运营总裁。
但把这批人的去向连起来看，结论与「人才流失」相反。多数人并没有离开行业——有人在同一赛道
内换到更匹配的位置，有人带着原公司的投资自立门户。智元机器人首席科学家离职后转向新的技术路线，
星海图的联合创始人在公司估值高点时出走创办新公司，星海图同时也是他新公司的投资方。这种「老东
家投了他的下一家公司」的现象，说明流动的实质是座位在重排，而不是牌桌被撤掉。
期权是这个阶段最关键的留人工具，也是最容易失效的工具。宇树科技招股说明书披露的激励安排显
示，公司两次期权激励覆盖 23人，其中 9 人已经离职——激励留住了大部分人，但没能留住全部。值得注
意的是，核心技术人员在首发前股份锁定期满后 4 年内，每年转让首发前股份不得超过总数的 25%，这类安
排把长期收益与在职时间绑定，也让「能不能兑现」成为候选人衡量 offer时的一个现实问题。
从流入端看，人力的补充方向已经比一年前更清晰。根据公开数据与行业访谈，当前具身智能的人才
新增主要来自五个方向——自动驾驶与汽车、大模型与互联网、智能制造与供应链、海外科研人才，以及
刚开始规模输出的应届硕博与高职毕业生。产业向新一线与二线城市扩散的趋势同样明确：二线城市相关
职位增长 138%，人才跨行业流入的意愿达到 64%。
图 9 人才跨行业流入意愿与二线城市职位增长
在一个技术路线还没收敛的行业里，人跟着方向走，钱跟着人走。
所以人才流动的方向，往往比融资额的增速更早地预示格局的变化。
3.6 人才怎么看企业：比薪资更靠前的几件事
薪酬决定人才会不会心动，但有另外一些因素决定他会不会真的来。脉脉高聘人才智库的调研给出了
求职关注因素的排序：薪资福利以 7.66 分居首，发展空间与岗位成长性 4.83 分，行业与企业发展前景 3.61
分。与之对应，离职原因的前两位是职业发展受限或晋升空间小，以及薪资待遇不满意，第三位则是行业
前景不佳或公司不稳定。
表 15 求职关注因素与离职原因（分值，越高越重要；数据来源：脉脉高聘人才智库）
排序 求职时看重的因素 离职的主要原因
第一位 薪资福利（7.66） 职业发展受限/晋升空间小（5.3）
第二位 发展空间/岗位成长性（4.83） 薪资待遇不满意（5.09）
第三位 行业/企业发展前景（3.61） 行业前景不佳/公司不稳定（2.25）
口径说明：该调研来自脉脉高聘人才智库《2026 年 1—2 月中高端人才求职招聘洞察报告》，抽样对象
为新经济行业在职人群，有效问卷 1,142份，属新经济行业整体口径，不等于具身智能单一行业。同一
调研显示，54%的用户在接受 offer前会主动搜索目标公司信息。
在具身智能这个具体赛道，上述排序还会被几个行业特有的因素改写。根据行业访谈与公开报道，候
选人在面试阶段的高频关注点集中在四件事上：一是这家公司的机器人是不是真的在干活——企业宣称的
商业化进展与实际运转情况的落差，是候选人入职后落差最集中的来源；二是研发资源是否到位，能否调
配到足够的算力、真机与训练数据，直接决定入职后能不能推进工作，有求职者为此放弃了薪资更高的机
会；三是薪酬结构里现金与期权的比例，资深人才普遍更看重确定性现金，年轻候选人则更愿意接受期权；
四是组织与技术路线是否稳定——融资是否真正到账、技术路线是否收敛、半年之后这个岗位是否还成立。
四条关注点指向同一个变化：具身智能的求职正在从「选薪资」转为「选公司」。在行业分化的阶段，
一次错误的入职所带来的时间成本，往往比薪酬差距的绝对值更难弥补。
薪酬决定一次跳槽的价格，公司决定这段履历的价值。当行业开始出清，后者会变得越来越贵。
04
薪酬篇
Compensation
薪酬是人才市场的价格信号。
价格水平如何？溢价流向哪里？为什么最热的赛道并不给出最高的价？
4.1 水平：平均年薪与分布
从整体水平看，人形机器人赛道已进入高薪区间。猎聘数据显示，2026年 1至 7月，人形机器人领域
招聘平均年薪 42.63万元，年薪 30 万元以上职位占 62.88%，50 万元以上占 29.5%。作为对照，同一平台统
计的近一年机器人领域整体平均年薪为 32.8万元，人形机器人子赛道为 40.61 万元——人形机器人较机器
人整体高出约三成。
图 10 人形机器人岗位薪酬水平与分布
口径说明：1—7 月数据与近一年数据来自不同统计窗口，平均年薪受岗位结构影响较大，不可用于个体
薪酬对标。分位序列因公开渠道未发布完整数据，本报告不呈现估算分位。
4.2 倒挂：最热的赛道，不是最贵的价
这里出现了本报告认为最值得关注的一个反差。脉脉创始人林凡在 2026年 9 月的公开对谈中指出：具
身智能相关岗位的平均薪资，约为大模型岗位的三分之二。也就是说，岗位数量增长最快、资本投入最密
集的赛道，给出的平均价格反而低于大模型行业。
理解这个倒挂，需要区分两种稀缺。大模型行业稀缺的是前沿研究能力，这类能力的供给极其有限，
且可以直接转化为模型性能；具身智能当前稀缺的是工程落地能力，虽然同样供不应求，但它可以通过跨
行业迁移与内部培养部分缓解——自动驾驶、消费电子、工业自动化领域都存在可迁移的人才池。价格反
映的不是热度，而是替代的难度。
不过在头部岗位，具身智能的薪酬天花板并不低。据
科锐国际《2026 人才市场洞察及薪酬指南》，多
个具身智能相关岗位的年薪上限已进入百万区间。
表 16 具身智能及相关岗位薪酬区间（科锐国际，2026）
岗位 年薪区间
具身智能算法工程师 60—200万
VLA具身智能算法工程师（高级） 80—120万
多模态算法工程师 60—150万
多模态融合算法岗 50—90万
大模型部署优化工程师 50—80万
AI解决方案架构师 最高 150万
大模型算法资深专家 100—200万
深度学习专家 100—300万
口径说明：以上为科锐国际对 2026年热门职位薪酬范围的预测，数据对标一线城市基本年薪，不含长期
激励的估值部分。个体薪酬受企业规模、融资阶段与个人能力影响，可能与区间存在较大差异。
溢价则集中在稀缺能力上。综合科锐国际与翰德《2026 人才趋势报告》的判断：AI 行业优秀人才跳槽
的薪资涨幅普遍在 20%至 30%，关键技术岗与能实现业务突破的领军岗最高可达 50%；而兼具机械控制与 AI
算法融合能力的具身智能复合型人才，跳槽薪资涨幅可超过 50%。溢价的分水岭不在行业，而在能力结构。
表17 AI与具身智能领域跳槽薪资涨幅（2026；数据来源：科锐国际、翰德）
人才类型 跳槽薪资涨幅
AI行业优秀人才（普遍） 20%—30%
关键技术岗与领军岗 最高 50%
大模型/多模态/AI基础设施 20%—50%
具身智能复合型人才 超 50%
口径说明：薪酬涨幅为机构对市场整体区间的观察，不同报告统计口径与样本存在差异，本报告并列呈
现，不做加权合并。
价格从不奖励热度，只奖励稀缺。当所有人都在讲同一个故事，为这个故事定价的人，反而会把钱付给
那些能把它变成产品的人。
4.3 城市：五城承载近八成
具身智能的人才分布呈现出比产业更极端的集聚。猎聘数据显示，深圳、上海、北京、苏州、杭州五
城贡献了 78.18%的人形机器人新发职位，其中深圳与上海两城合计接近一半。从城市群看，长三角以 35.31%
的人才占比居首，粤港澳大湾区与京津冀紧随其后，三大城市群合计占比超过六成。
图 11 人形机器人新发职位的城市分布（2026年 1—7月）
增速最快的不在头部城市。猎聘数据显示，苏州新发职位同比增长 113.10%，位居全国首位；杭州以
96.98%次之，武汉与长沙分别达到 91.15%与 89.51%。这些城市的共同特征是既具备扎实的制造业基础，又
拥有科研或互联网资源支撑——它们承接的是产业扩张的第二波需求，即从研发团队搭建转向产线与交付
能力的建设。
表 18 人形机器人岗位需求的城市与城市群分布（数据来源：猎聘大数据研究院）
维度 结构特征
Top5城市 深圳、上海、北京、苏州、杭州，合计承载78.18%的新发职位；深圳与上海两城合计接近一半
城市群 长三角人才占比 35.31%居首，粤港澳大湾区与京津冀紧随，三大城市群合计占比超过六成
增速最快的城市 苏州（+113.1%）、杭州（+96.98%）、武汉（+91.15%）、长沙（+89.51%）
口径说明：城市群人才占比为近一年统计口径，Top5城市占比为 2026年 1—7月口径，两者统计窗口不
同，仅作趋势参考。
4.4 特有岗位：新职业的薪酬分层
具身智能创造了一批此前不存在的岗位，而它们的薪酬分布几乎横跨了整个职场光谱。一端是被正式
列入国家职业分类的「具身智能机器人应用技术员」——也就是常说的机器人训练师，其工作是通过实操
示范、数据采集、设备调试与模型微调，让机器人适配真实工作场景。另一端则是年薪开价以千万计的首
席科学家。两端之间，是产业当前最真实的用人结构。
表 19 行业特有岗位的增速与薪酬分层（增速来源： ； 薪 酬 来 源 ： 猎 聘 大 数 据 研 究 院 ）
岗位 招聘增速（同比） 薪酬水平
数据标注/AI训练师 +2,250% 普遍在 2 万元/月以下
数据采集 +769% 多在 1万元/月以下，部分按日结算
机器人调试工程师 +113.70% 普遍在 2 万元/月以下
算法工程师（运动控制与具身算法） 约+150% 约六成月薪超 3万元，近两成超 5 万元
软硬件/机械结构/C++工程师 +50%以上 近三成月薪超 3 万元，普遍2 万至 3万元
增速的结构比数值本身更有信息量。数据标注与 AI 训练师岗位同比增长 2,250%，数据采集岗位增长
769%，远高于算法岗位约 1.5倍的增速。这并不意味着技术岗位不重要，而是说明产业的瓶颈正在从「模
型不够聪明」转向「数据不够多、不够真」——具身智能需要的是真实物理世界的交互数据，而这只能由
人来一遍遍示范产生。这也解释了为什么这个赛道同时需要博士和操作员：前者定义任务，后者生产训练
它所需的数据。
图 12 行业特有岗位的薪酬层级（年薪）
把薪酬锚点单独列出来，可以看到层级之间的实际差距。
表 20 具身智能岗位薪酬锚点（数据来源：各机构公开发布与招聘公告）
岗位/口径 薪酬水平 来源
机器人训练师
（具身智能机器人应用技术员）
平均年薪 19.5万元 猎聘大数据研究院
机器人算法工程师
平均招聘月薪 23,335元；春节后
需供比 1.46
智联研究院
应届博士·运动控制等「小脑」方向 起薪 66万至 70万元
嘉驰国际《2026 行业薪酬与人才
洞察》
应届博士·大模型等「大脑」方向 起薪突破 100万元
嘉驰国际《2026 行业薪酬与人才
洞察》
具身智能方向博士（企业公开表述）
150万元；优秀者 300 万至500万
元
优必选副总裁焦继超 2026世界
机器人大会公开表述
具身智能首席科学家 1,500万元起，最高 1.24亿元 优必选2026年4月全球招聘公告
口径说明：以上数据来自不同机构与不同时点，口径分别为平均年薪、招聘平均月薪、应届起薪与企业
招聘公告开价，彼此的统计对象不同，不可直接相加或比较。招聘公告中的最高年薪属个别岗位开价，
不代表行业普遍水平。
变化的方向同样值得注意。过去两年，机器人领域人才的整体薪资上涨了 50%至 100%；具身智能算法
工程师的跳槽涨幅普遍在 50%以上，部分初创企业为争夺核心人才给出的涨幅高达 150%。但这类涨幅并非
均匀分布——真正获得溢价的，是能够把仿真策略迁移到真实物理世界、让机器人在非结构化环境里稳定
工作的工程能力。同期，具身智能岗位的平均月薪从 5.9万元升至 6.2万元，同比涨幅约 5%——平均数温
和，是因为高低两端同时在扩张。
表 21 具身智能相关薪酬的变化（数据来源：各机构公开发布）
指标 变化 来源
过去两年机器人领域人才薪资
涨幅
50%—100% 第一财经引行业人士公开表述
具身智能算法工程师跳槽涨幅 普遍 50%以上
公开发布（广西壮族自治区人民政府门户
网站转载）
初创企业争夺核心人才给出的
最高涨幅
150% 公开发布（第一财经等媒体报道）
具身智能岗位平均月薪 5.9万元→6.2万元（同比约+5%） 脉脉高聘人才智库 2026年 1—4月
同一个行业里，有人在教机器人叠衣服，有人在为机器人定义未来。这两件事都需要人，也都稀缺——
只是稀缺的原因不同，价格也就相差两个数量级。
05
启示篇
Insights
当产业从技术验证走向规模交付，企业与人才的取胜条件都在改变。
5.1 对企业：组织要围绕「交付」重排
具身智能企业的组织难题，在于它必须同时容纳两种节奏完全不同的团队。算法团队遵循研究逻辑—
—迭代快、允许失败、以能力上限为目标；硬件与制造团队遵循工程逻辑——周期长、不容错、以良率稳
定为目标。把这两类人放进同一个交付目标下，是 2026 年具身智能企业最现实的管理挑战。
从前述数据看，调整的方向已经清晰。第一，人才配置的重心需要向工程端延伸：机械结构岗位增速
超过算法岗位，说明产业的瓶颈正在从模型能力转向本体工程，组织若仍按「算法为核心」配置资源，会
出现结构性错配。第二，评价标准需要从背景转向产出：随着产业进入批量交付阶段，量产经验、问题排
查、成本管控与现场运维能力的权重持续上升。第三，能力获取方式需要双轨并行：外部引进解决当下的
产能缺口，内部培养解决三到五年后的梯队断层。
在一个技术路线尚未收敛的行业里，组织的竞争优势不在于押对某一条路线，而在于能否让理解路线的
人和使用路线的人，围绕同一个交付目标协同。
5.2 对人才：能力要按「真机」重估
对个人而言，这个市场给出的信号同样明确。第一，可迁移能力比行业标签更值钱。自动驾驶背景的
溢价在 2026年出现收窄，原因不是能力失效，而是企业开始区分「行业经验」与「可迁移能力」——感知、
规划、控制的底层方法论依然有效，但关节控制、力觉交互、非结构化环境处理这些具身特有的问题，需
要重新学习。
第二，工程落地能力正在成为定价的核心变量。同样学历背景下，有真机项目经验的人与只有仿真或
论文成果的人，在薪酬上会被拉开明显差距。企业反复提到的一个判断标准是：能否把仿真跑通到真机，
能否处理抖动、摔倒、发热这些真实世界的问题。第三，跨学科组合的价值在上升——算法的深度、硬件
的理解、场景的把握，任意两项的组合都比单项极致更稀缺。
这一轮的机会，属于那些愿意把能力从屏幕里搬到物理世界的人。
模型的边际成本趋近于零，但让模型在真实的机器上稳定工作的能力，永远稀缺。
5.3 对产业：拐点如何判断
产业当前所处的阶段，可以用三个指标来定位，也可以用同样三个指标来观察拐点。第一个是应用结
构：当智能制造与仓储物流的出货占比从不足两成开始持续上升，说明机器人开始承担生产性工作，而不
只是表演与数据采集。第二个是单机经济性：当替代人力的成本低于人工成本的一定比例，工厂的采购逻
辑会从项目制转向常态化配置，需求的天花板才会真正打开。第三个是泛化能力：当一个机器人进入陌生
环境、仅凭语言指令即可完成大部分任务，意味着模型能力跨过了产业化所需的临界线。
这三个指标目前都未达成，但方向明确。对产业参与者而言，更理性的策略不是等待拐点出现，而是
在拐点到来之前完成两件事：一是把成本与良率做到可规模化的水平，二是把人才梯队建起来。因为当拐
点真正到来时，能够承接需求的，一定是那些已经把工程能力沉淀为组织能力的公司。
这一轮的竞争，比的不是谁先看到拐点，而是谁能带着队伍走到拐点。
06
附录篇
Appendix
研究方法、数据来源、口径说明与版权声明。
6.1 研究方法
•本报告采用「公开研究交叉验证+多口径分列」的方法。
•全部引用数据均回溯至原始发布方——政府公告、机构官网、发布会实录或权威媒体报道——后方可
采用；无法回溯至原始发布方的数据一律不予采用。
•同一指标存在多个机构口径时，本报告分列呈现并标明口径差异，不做跨口径的曲线拼接。
•预测值一律标注「E」，并在图表页脚注明数据来源与统计范围。
•人才与薪酬数据以招聘平台公开报告为基准。此类样本偏向中高端与新经济岗位，不等于全量就业市
场；不同平台口径不可直接比较。
•产业链成本结构为公开拆解口径，不同机构测算存在差异，本报告采用中位估算，仅用于观察价值分
布，不作为交易依据。
•企业动态类信息以证券交易所披露文件、公司公告或权威媒体报道为源，逐条标注原始出处；无法回
溯至原始发布方的人事传闻与二次转述一律不予采用。
•行业竞争格局与出清预测属机构判断性观点，本报告在正文中明确标注为预测口径，不与统计数据混
用。
6.2 数据来源清单
表 22 数据来源清单
数据类别 原始发布方
政策与标准
工业和信息化部、国务院国资委联合通知；《「十五五」规划纲要》；人力资源和社
会保障部新职业公示；工业和信息化部《人形机器人与具身智能标准体系（2026版）》
出货与市场结构
CounterpointResearch《全球人形机器人出货追踪》；赛迪传媒与中国电子报《2025
年人形机器人市场研究报告》；摩根士丹利研究报告；Omdia；高工机器人产业研究
所（GGII）；2026世界机器人大会公布数据
资本市场
IT桔子（
中银证券《人形机器人行业深度报告》引用）；新华社《经济参考报》；启
信宝《具身智能全景洞察报告》
人才与招聘
猎聘大数据研究院《2026机器人领域人才供需趋势洞察报告》及 2026年 1—7月人形
机器人领域招聘数据；脉脉高聘人才智库《2026春招职场洞察报告》；脉脉创始人林
凡公开表述
薪酬 科锐国际《2026人才市场洞察及薪酬指南》；翰德《2026人才趋势报告》
数据类别 原始发布方
应用落地
CounterpointResearch应用结构追踪；摩根士丹利《人形机器人信号：进展检视与世
界机器人大会前瞻》；野村证券研究报告
教育与培养
教育部《普通高等学校本科专业目录（2026年）》；教育部职业教育专业目录增补信
息
企业动态与资本化
上海证券交易所发行上市审核信息与公司公告；港交所披露的优必选中期业绩公告；
宇树科技招股说明书；星动纪元、银河通用、智元机器人等公司公开披露；证券时报、
红星资本局、财新等公开报道
行业格局与出清
国家发展改革委例行新闻发布会；北京智源人工智能研究院行业研究中心分级（第一
财经报道）；新鼎资本公开判断；IT桔子《2026年上半年中国具身智能领域投融资
报告》；高工机器人产业研究所（GGII）；第一财经；全国企业破产重整案件信息网、
上海市浦东新区人民法院债权公示
人才流动与关注点
脉脉高聘人才智库《2026 年1—2 月中高端人才求职招聘洞察报告》；智联猎头《2026
年中国具身智能机器人产业发展人才报告》；虎嗅、36氪（铅笔道）、雷峰网、甲子
光年、蓝鲸新闻、第一财经、Tech星球等公开报道整理；宇树科技招股说明书
特有岗位与薪酬变化
智联猎头《2026年中国具身智能机器人产业发展人才报告》；猎聘大数据研究院；智
联研究院；嘉驰国际《2026行业薪酬与人才洞察》；优必选 2026年 4 月全球招聘公
告； 内 部 交 付 数 据
6.3 口径与使用说明
关于多口径数据：本报告涉及出货量、市场规模、应用结构、融资规模等多组数据，这些指标在公开渠
道存在多个机构口径。本报告的处理原则是分列呈现、标注统计范围与时间区间，不做跨口径的曲线拼
接与加权合并。读者在引用时，请一并引用对应的口径说明。
关于人才与薪酬数据：本报告引用的人才需求与薪酬数据来自公开招聘平台的报告，其样本偏向中高端
与新经济岗位，不等于全量就业市场。不同平台的统计口径不可直接比较。薪酬数据为区间或平均值，
不构成对任何个体薪酬的承诺。
关于预测值：文中标注「E」的数值为预测值，来自相应机构的公开发布，实际结果可能因产业节奏变化
而与预测存在差异。
6.4 版权与免责声明
•本报告数据全部来源于公开渠道，已在附录逐一标注原始发布方。
•本报告不包含任何未公开的企业经营数据、客户信息或个人隐私信息。
•报告中的分析与判断基于公开信息整理，不构成任何投资建议或决策依据。
•引用本报告数据时，请一并注明原始发布方，以保持数据链条完整。
作为深耕 12 大核心行业的人才竞争力咨询公司， 在 人 工 智 能 与 机 器 人 赛 道 积 累 了 扎 实 的 服 务
基础。依托"人才+系统"双轮驱动的方法论， 既 能 在 技 术 稀 缺 岗 位 上 实 现 最 快 2 4 小 时 首 批 候 选 人
推荐、平均 15天招聘到岗的极速交付，也能通过新和新咨询的 Alpha 五维人才竞争战略系统，辅助企业把
人才工作从"抢人"升级为"造人"。
1000余名平均从业 7年以上的专业顾问、5000万+联合人才数据库与 92%的客户好评率，构成了南方
新华服务这一赛道的底气。 会 继 续 守 在 A I 与 机 器 人 赛 道 ， 用 复 合 型 人 才 的 寻 访 和 “ 造 人 ” 式 的 咨
询，陪企业把机器人从 demo 真正推到产线。
进行业前 10 选