从OpenAI的智能体到能搬运料箱的人形机器人，一场关于“智能落地”的竞赛正悄然加速。万亿赛道刚刚起跑，而真正的赢家，将是那些能平衡技术野心与商业现实的玩家。
2026年9月29日，OpenAI开发者日上，CEO奥特曼说了一句让全场安静的话：“这个产品我们等待了很多年。”
他说的不是新模型，而是一个叫“Dots”的AI智能体。每个Dot都有自己的云端电脑和浏览器，能操作超过4000个应用，在你关掉笔记本之后仍然持续工作。奥特曼给它设定的场景是：你下班后突然发现竞品发了新品，打个语音电话给Dot，第二天上班时，新的发布计划和物料已经整理好了。
同一天，大洋彼岸的湖北宜昌，一台搭载全国产电子架构的人形机器人正式发布。这台由逐际动力与东土科技联合打造的机器人，实现了国产工业级实时通信能力在人形机器人复杂系统中的首次贯通，被业界视为给机器人装上了自主的“神经系统”。
一边是数字世界的“AI员工”，一边是物理世界的“机器工人”。2026年，AI正同时从两个方向“长出”手脚。
01从“聊天”到“干活”：AI的第一次真实上岗
很长一段时间里，AI的本质是“你问它答”。但Dots改变了这个逻辑。
OpenAI把Dots定义为“主动智能”——你设定目标和权限，它自己推进工作。比如监控缺陷、修改日程、追踪项目依赖。多个Dot还能组成团队协同作业，由企业统一配置身份和权限，像高度专业分工的虚拟同事。
支撑这一切的，是同期发布的GPT-6.1Sol模型。它在智能体编程、计算机使用和专业复杂工作上的表现大幅跃升，但价格仅为旗舰模型Astra标准版的四分之一。
这个定价策略意味深长：OpenAI不是在卖更聪明的模型，而是在赌“用得起”才是智能体大规模落地的真正门槛。
推理成本的骤降，正在把AI从“演示品”变成“生产力工具”。
这一趋势在国内同样清晰。金山办公7月推出AI助手“灵犀”并集成至WPS，下半年拟面向海外推出Agent类产品；科大讯飞的星火大模型也在持续向Agent、MaaS等场景落地。招商证券研报指出，海外AI模型性能提升、推理成本下降，为应用扩张提供了坚实支撑，产业主线尚未发生根本变化。
但Dots的定价也在提醒我们：月费500美元的Pro500套餐，意味着“AI员工”目前的雇佣成本远高于大多数人的工资。自主智能体的商业化，仍需跨越性价比的临界点。
02钢铁之躯进厂：从“表演”到“产线正式工”
如果说AI智能体是“大脑”，那物理世界的人形机器人就是“身体”。2026年，这个身体正在快速成熟。
在江西南昌的一家智能终端设备生产工厂里，四名人形机器人已经成功实现与传统量产化产线并线生产。每台机器人完成一道工序大约18秒，每小时可以完成产品约300件，整体作业成功率在98.5%以上，且不用定制专用工具就可以快速调整，适配不同型号产品的生产。
这不是孤例。均普智能旗下的工业具身智能机器人G2，在国内头部3C企业完成了8小时、2283次任务零失误的实战测试。在汽车安全产线上，G2在安全带铝制器件攻丝工序中，将原本约18秒的生产节拍提升至最快12.9秒，效率提升约三分之一。
更关键的是，不同于传统自动化设备，G2能够依托垂类模型逐步掌握不同型号、不同产品的抓取和放置，像“老师傅”一样应对不同工况。
另一个值得关注的案例来自电池巨头。北京人形机器人创新中心发布的消息显示，GalbotS1自2026年3月完成验收至今，已在宁德时代量产线上7×24小时连续工作超过3个月，保障产线全天候不中断运行。
工业母机产业链大会上披露的数据同样印证了趋势：2025年中国工业母机产业营收突破1.6万亿元，上半年机床工具行业营业收入5309亿元、同比增长7.6%。中国工程院院士周济表示，新一代人工智能与先进制造的深度融合，将引领机床完成又一次革命性变化。
从“能够完成作业”到“为客户业务创造实际价值”，人形机器人正在跨过一道关键门槛。
03DeepSeek+宇树：打通“大脑”与“身体”的关键一战
2026年最值得关注的产业事件之一，是中国AI大模型领军者DeepSeek以1.408亿元战略投资宇树科技，锁定期长达36个月，为所有外部战投中最长。
这不是一笔简单的财务投资。根据双方签署的《战略合作备忘录》，合作聚焦三大方向：面向通用人工智能的合作研发、高性能通用机器人深度合作、AI大模型深度合作。宇树科技董事长王兴兴在路演中明确表示：“未来在开展大模型相关适配调用及融合开发时，将在同等条件下优先选择与深度求索开展业务合作。”
这背后是一个行业共识：具身智能的真正瓶颈不在“身体”，而在“大脑”。
宇树科技2025年人形机器人出货超过5500台，硬件量产能力已经得到验证。但出货量增长并不等于智能化跃升。宇树科技此次IPO募资的近一半资金将投向模型研发，同时押注WMA与VLA两大技术路线，标志着这家硬件龙头正式转型“大脑+数据+硬件”的一体化企业。
与DeepSeek的联手，本质上是试图解决那个最难的问题：让机器人理解陌生环境，可靠地将指令转化为物理动作。中国已开发出能够行走、奔跑甚至表演编舞的相对廉价机器人，但真正有用的自主工作需要在稀缺的物理世界数据上训练模型。
DeepSeek与宇树的联姻，能不能让“大脑”追上“身体”的速度？这或许是2026年具身智能赛道最值得关注的悬念。
04冷静看待万亿赛道：机遇与瓶颈并存
行业报告预测，2026年全球人形机器人出货量将达到6.25万台，同比增幅接近247%，中国厂商占据绝大多数份额。IT桔子数据显示，2026年仅前四个月，具身智能领域融资金额就已超过去年全年，达到525.34亿元。上半年融资总额更突破900亿元。
然而，火热之下需要冷静。中国机电一体化技术应用协会会长曲道奎指出，行业面临核心部件待突破、真实场景应用占比偏低、标准体系尚未统一等挑战。“从资本狂欢走向价值兑现”，才是最难的跨越。
在外滩大会的一场圆桌讨论上，破壳机器人创始人、清华大学助理教授许华哲提出了一个值得深思的判断：当前行业对数据量本身存在一定程度的高估，“一百万小时”“几百万小时”并不天然意味着更好的模型。按照当前市场价格，一小时数据可能要数百元，一百万小时投入可能达到数亿元，如果最终不能用于模型训练，代价并不小。
更值得关注的是技术路线的分歧。蚂蚁灵波科技首席科学家沈宇军提出了一个具有冲击力的判断：比“SimtoReal”（仿真到现实）更值得关注的，可能是“RealtoSim”——真实世界中复杂而细碎的物理特征，究竟能否被规模化地搬进仿真器。
这意味着，未来真正有价值的数据竞争，可能不是比谁拥有更多小时的数据，而是谁能获得并组织那些真正包含“物理智能”的经验。
业内人士给出了一条务实路径：“边成熟边落地”——即便泛化能力瓶颈尚未完全破解，机器人也无需等到“大脑”极度成熟再落地，而是“用3岁的‘大脑’做3岁孩子能做的简单事，通过真实工作数据积累反哺模型训练，推动‘大脑’逐步成长”。
先让机器人在真实的产线上“上班”，再用上班积累的数据让它变得更聪明。这个飞轮一旦转起来，速度可能超出所有人的预期。
从OpenAI的Dots到DeepSeek牵手宇树，从工业母机的智能化升级到人形机器人成为产线“正式员工”，一个清晰的趋势正在浮现：AI正从“虚拟”走向“实体”，具身智能正处于从技术验证到规模商用的关键跨越期。
这不是一场短跑，而是一场马拉松。当前产业链的每一个环节——从核心芯片到精密零部件，从模型算法到场景解决方案——都在经历快速迭代。申万宏源策略研报建议重点关注存储、高端CCL、PCB和电容等环节，这些正是算力硬件需求攀升的直接受益方向。
对投资者而言，万亿赛道的星辰大海令人兴奋，但更需要关注那些真正具备技术壁垒和商业化能力的核心玩家。对产业而言，标准体系的建立、数据共享机制的探索、场景开放的推进，将决定这场竞赛的速度与质量。
智能正在“长出”手脚。而真正的产业化，才刚刚开始。
原文标题 : OpenAI扔出王炸，中国机器人已进厂7×24小时打工，万亿赛道彻底引爆
从OpenAI的智能体到能搬运料箱的人形机器人，一场关于“智能落地”的竞赛正悄然加速。万亿赛道刚刚起跑，而真正的赢家，将是那些能平衡技术野心与商业现实的玩家。
2026年9月29日，OpenAI开发者日上，CEO奥特曼说了一句让全场安静的话：“这个产品我们等待了很多年。”
他说的不是新模型，而是一个叫“Dots”的AI智能体。每个Dot都有自己的云端电脑和浏览器，能操作超过4000个应用，在你关掉笔记本之后仍然持续工作。奥特曼给它设定的场景是：你下班后突然发现竞品发了新品，打个语音电话给Dot，第二天上班时，新的发布计划和物料已经整理好了。
同一天，大洋彼岸的湖北宜昌，一台搭载全国产电子架构的人形机器人正式发布。这台由逐际动力与东土科技联合打造的机器人，实现了国产工业级实时通信能力在人形机器人复杂系统中的首次贯通，被业界视为给机器人装上了自主的“神经系统”。
一边是数字世界的“AI员工”，一边是物理世界的“机器工人”。2026年，AI正同时从两个方向“长出”手脚。
01从“聊天”到“干活”：AI的第一次真实上岗
很长一段时间里，AI的本质是“你问它答”。但Dots改变了这个逻辑。
OpenAI把Dots定义为“主动智能”——你设定目标和权限，它自己推进工作。比如监控缺陷、修改日程、追踪项目依赖。多个Dot还能组成团队协同作业，由企业统一配置身份和权限，像高度专业分工的虚拟同事。
支撑这一切的，是同期发布的GPT-6.1Sol模型。它在智能体编程、计算机使用和专业复杂工作上的表现大幅跃升，但价格仅为旗舰模型Astra标准版的四分之一。
这个定价策略意味深长：OpenAI不是在卖更聪明的模型，而是在赌“用得起”才是智能体大规模落地的真正门槛。
推理成本的骤降，正在把AI从“演示品”变成“生产力工具”。
这一趋势在国内同样清晰。金山办公7月推出AI助手“灵犀”并集成至WPS，下半年拟面向海外推出Agent类产品；科大讯飞的星火大模型也在持续向Agent、MaaS等场景落地。招商证券研报指出，海外AI模型性能提升、推理成本下降，为应用扩张提供了坚实支撑，产业主线尚未发生根本变化。
但Dots的定价也在提醒我们：月费500美元的Pro500套餐，意味着“AI员工”目前的雇佣成本远高于大多数人的工资。自主智能体的商业化，仍需跨越性价比的临界点。
02钢铁之躯进厂：从“表演”到“产线正式工”
如果说AI智能体是“大脑”，那物理世界的人形机器人就是“身体”。2026年，这个身体正在快速成熟。
在江西南昌的一家智能终端设备生产工厂里，四名人形机器人已经成功实现与传统量产化产线并线生产。每台机器人完成一道工序大约18秒，每小时可以完成产品约300件，整体作业成功率在98.5%以上，且不用定制专用工具就可以快速调整，适配不同型号产品的生产。
这不是孤例。均普智能旗下的工业具身智能机器人G2，在国内头部3C企业完成了8小时、2283次任务零失误的实战测试。在汽车安全产线上，G2在安全带铝制器件攻丝工序中，将原本约18秒的生产节拍提升至最快12.9秒，效率提升约三分之一。
更关键的是，不同于传统自动化设备，G2能够依托垂类模型逐步掌握不同型号、不同产品的抓取和放置，像“老师傅”一样应对不同工况。
另一个值得关注的案例来自电池巨头。北京人形机器人创新中心发布的消息显示，GalbotS1自2026年3月完成验收至今，已在宁德时代量产线上7×24小时连续工作超过3个月，保障产线全天候不中断运行。
工业母机产业链大会上披露的数据同样印证了趋势：2025年中国工业母机产业营收突破1.6万亿元，上半年机床工具行业营业收入5309亿元、同比增长7.6%。中国工程院院士周济表示，新一代人工智能与先进制造的深度融合，将引领机床完成又一次革命性变化。
从“能够完成作业”到“为客户业务创造实际价值”，人形机器人正在跨过一道关键门槛。
03DeepSeek+宇树：打通“大脑”与“身体”的关键一战
2026年最值得关注的产业事件之一，是中国AI大模型领军者DeepSeek以1.408亿元战略投资宇树科技，锁定期长达36个月，为所有外部战投中最长。
这不是一笔简单的财务投资。根据双方签署的《战略合作备忘录》，合作聚焦三大方向：面向通用人工智能的合作研发、高性能通用机器人深度合作、AI大模型深度合作。宇树科技董事长王兴兴在路演中明确表示：“未来在开展大模型相关适配调用及融合开发时，将在同等条件下优先选择与深度求索开展业务合作。”
这背后是一个行业共识：具身智能的真正瓶颈不在“身体”，而在“大脑”。
宇树科技2025年人形机器人出货超过5500台，硬件量产能力已经得到验证。但出货量增长并不等于智能化跃升。宇树科技此次IPO募资的近一半资金将投向模型研发，同时押注WMA与VLA两大技术路线，标志着这家硬件龙头正式转型“大脑+数据+硬件”的一体化企业。
与DeepSeek的联手，本质上是试图解决那个最难的问题：让机器人理解陌生环境，可靠地将指令转化为物理动作。中国已开发出能够行走、奔跑甚至表演编舞的相对廉价机器人，但真正有用的自主工作需要在稀缺的物理世界数据上训练模型。
DeepSeek与宇树的联姻，能不能让“大脑”追上“身体”的速度？这或许是2026年具身智能赛道最值得关注的悬念。
04冷静看待万亿赛道：机遇与瓶颈并存
行业报告预测，2026年全球人形机器人出货量将达到6.25万台，同比增幅接近247%，中国厂商占据绝大多数份额。IT桔子数据显示，2026年仅前四个月，具身智能领域融资金额就已超过去年全年，达到525.34亿元。上半年融资总额更突破900亿元。
然而，火热之下需要冷静。中国机电一体化技术应用协会会长曲道奎指出，行业面临核心部件待突破、真实场景应用占比偏低、标准体系尚未统一等挑战。“从资本狂欢走向价值兑现”，才是最难的跨越。
在外滩大会的一场圆桌讨论上，破壳机器人创始人、清华大学助理教授许华哲提出了一个值得深思的判断：当前行业对数据量本身存在一定程度的高估，“一百万小时”“几百万小时”并不天然意味着更好的模型。按照当前市场价格，一小时数据可能要数百元，一百万小时投入可能达到数亿元，如果最终不能用于模型训练，代价并不小。
更值得关注的是技术路线的分歧。蚂蚁灵波科技首席科学家沈宇军提出了一个具有冲击力的判断：比“SimtoReal”（仿真到现实）更值得关注的，可能是“RealtoSim”——真实世界中复杂而细碎的物理特征，究竟能否被规模化地搬进仿真器。
这意味着，未来真正有价值的数据竞争，可能不是比谁拥有更多小时的数据，而是谁能获得并组织那些真正包含“物理智能”的经验。
业内人士给出了一条务实路径：“边成熟边落地”——即便泛化能力瓶颈尚未完全破解，机器人也无需等到“大脑”极度成熟再落地，而是“用3岁的‘大脑’做3岁孩子能做的简单事，通过真实工作数据积累反哺模型训练，推动‘大脑’逐步成长”。
先让机器人在真实的产线上“上班”，再用上班积累的数据让它变得更聪明。这个飞轮一旦转起来，速度可能超出所有人的预期。
从OpenAI的Dots到DeepSeek牵手宇树，从工业母机的智能化升级到人形机器人成为产线“正式员工”，一个清晰的趋势正在浮现：AI正从“虚拟”走向“实体”，具身智能正处于从技术验证到规模商用的关键跨越期。
这不是一场短跑，而是一场马拉松。当前产业链的每一个环节——从核心芯片到精密零部件，从模型算法到场景解决方案——都在经历快速迭代。申万宏源策略研报建议重点关注存储、高端CCL、PCB和电容等环节，这些正是算力硬件需求攀升的直接受益方向。
对投资者而言，万亿赛道的星辰大海令人兴奋，但更需要关注那些真正具备技术壁垒和商业化能力的核心玩家。对产业而言，标准体系的建立、数据共享机制的探索、场景开放的推进，将决定这场竞赛的速度与质量。
智能正在“长出”手脚。而真正的产业化，才刚刚开始。
原文标题 : OpenAI扔出王炸，中国机器人已进厂7×24小时打工，万亿赛道彻底引爆
