2026年，人形机器人行业最热闹的词变成了"产能"。9月7日， 小鹏 广州产线点火，IRON自己走下生产线； 宇树 、 智元 累计出货已经上万。但另一条线索同样清晰：真正"拿工资"、被客户持续付费使用的机器人，数量远少于产线能造的。
把时间线铺开看，反差更明显。2026年上半年全球人形机器人出货约4万+,其中中国厂商占97%， 宇树 、 智元 等头部玩家是出货主力；但"出货量"是个含糊口径，里面混着研发样机、展会演示机、渠道铺货和少量真实岗位。产能与付费部署之间，横着一道肉眼可见的鸿沟。
"出货量"的口径值得单列。一台机器人从下线到"真在干活"，中间隔着研发自用、展会亮机、渠道铺货、付费试点、长期岗位好几层。把它们都算进"出货"，自然会得出"行业已经爆发"的结论；但只有最后两层，才计入真实经济。
最典型的对照来自 小鹏 。9月7日广州产线点火，官方称超过80%核心工序自动化、按汽车级标准造机器人；但首批外部客户交付要等到2027年，眼下先放进自己的门店和园区。也就是说，这条刚点亮的产线，短期还是"自用"为主。
特斯拉 走得也是同一条路。Fremont产线8月底由Model S/X老线改造而来，先做低量产出，供内部训练和数据采集；至今没有外售，公开时间表还跳过不止一次。对一家制造巨头来说，先把机器人塞进自己的工厂"练手"，是风险最低的选择。
这揭示一个被产能叙事盖住的事实：能造，不等于能卖，更不等于能挣钱。发布会上的样机、点火的产线、铺出去的货，要变成"持续付费部署"，中间还要跨过可靠性、单位经济和场景适配三道坎。
那么谁已经真的"拿工资"了？最硬的证据来自 Figure 与宝马。Figure 02在近一年部署里，贡献了3万辆车的生产、装载9万+钣金件，单班累计1250+小时，2秒内做到5毫米精度。这种"无聊但硬"的数据，比任何演示视频都更能说明问题。
另一条线索是Agility的Digit。它在GXO物流仓里商业化搬运了10万+料箱，丰田加拿大也签了RaaS（机器人即服务）协议。这些部署高度集中在高频重复的物料搬运：零件上料、料箱转运、分拣、检验——恰恰是技术真实水位的那几件事。
反观以"出货量"出名的中国厂商，语境要谨慎些。 宇树 累计出货1.8万+，但大量去向是开发者、科研和渠道； 智元 1.5万累计里，很多是场景试点和展示。它们证明了"造得出、卖得动"，却还没普遍证明"被长期付费当工具使"。
所以衡量真落地，不能看出货量，要看几个"无聊"的工业指标：在线率（uptime）、平均干预间隔（MTBI）、自主恢复率、以及两次人工干预之间完成的有效循环数。一家工厂不会因为你演示了二十分钟就买单，它要的是这些数跨月稳定。
为什么工厂会先跑通？根子在环境。工厂的光照、地面、容器、网络、任务流都是标准化的，一个动作可以重复五千次；单位经济也好算——省下的人工、提升的节拍，都能直接换算成钱。这正是Figure、Agility、 波士顿动力 先把脚踩进产线的原因。
优必选 也在汽车工厂和物流场景推进Walker S2的试点，路径同样是先拿封闭、可控的工业环境验证可靠性，再谈规模化外售。谁都不敢在没有长期运行数据之前，把机器人直接推给对停机零容忍的客户。
家里恰恰相反。松散的衣物、易碎的玻璃、乱跑的宠物、每天都不一样的桌面，让"通用家务"成了最难的题。一个工厂任务重复五千次，家里可能只发生一次。 1X 把NEO先送进家庭，但老实承认仍是"基础自主+远程专家"，靠人工协助和入户数据一点点收拢差距。
泡沫的影子也在这道鸿沟里。有厂商披露补贴占净利42%，监管层早在2025年就提示过行业有泡沫迹象。当"造得出"的速度远超"卖得掉"，补贴和估值撑得住短期叙事，却撑不住长期的真实收入。
回到竞争本身，谁会先赢？不是参数最炫的，而是在"劳动重复、体力重、难招工"的场景里最早算出正账的那批。产能竞赛的下一关，不是谁造得更多，而是谁被人持续付费、用得更多。
把"走下产线"当成胜利，是这一年的错觉；把"拿工资"当成标尺，才看得清是谁在裸泳。2026是产能年，2027才是部署验证年——届时被反复点名的，会是那些真正在产线上、在仓库里、在流水旁持续干活的机器人。
本文基于公开报道整理。