一份名为《全球具身智能30强》的榜单近日发布，它没有把票投给最会翻跟头的机器人，而是投给了最能让机器人“稳定上班”的公司。榜单由微信公众号“纪中展讲决策”推出，以“谁能让机器人真正工作”为核心标准，对全球具身智能企业进行排名。截至2026年8月，综合技术、商业、量产和可信度，Agility Robotics位列第一，Figure紧随其后，中国公司智元和优必选分列第三、第四。

榜单的评判逻辑很明确：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”的阶段。因此，它不看重表演性视频、融资额或人形外观，而是看重客户确认、连续运行、实际任务量和商业合同。评分满分100分，由估值、客户复购等六部分构成，并审慎处理缺少第二重证据的数据。

Agility Robotics登顶的原因并非其双足机器人Digit“什么都会”，恰恰相反，它目前能稳定完成的任务并不算多，但它把一件事重复做了十万次。Digit已在GXO仓库进入多年期RaaS（机器人即服务）商业部署，累计搬运超过10万个料箱，并与丰田加拿大签署商业协议，与Mercado Libre等企业推进部署。它证明的不是“我可能会做什么”，而是“我已经做了多少”。

Figure排在第二，它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完成了连续四分钟、无重置和人工介入的洗碗机装卸任务。更重要的是，Figure 02在宝马美国斯帕坦堡工厂经历了10小时工作班次、1250多个小时运行，装载了9万多个零部件，参与生产了3万多辆BMW X3。2026年，Figure 03又回到宝马，挑战更复杂的零部件排序和物流任务。Figure未居首，只因Agility的商业部署更早、客户范围更广、RaaS模式更清晰，但两者差距很小。

中国公司智元排在第三，其最强之处是速度。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，智元把具身智能带入了前所未有的生产规模。它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”，其机器人中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，智元开始在龙旗科技真实的平板电脑生产线上部署G2机器人，这一步开始把规模制造能力带进核心生产流程。

优必选位列第四，道路更稳、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已进入量产交付，并在欧洲零售物流和日立制造场景验证。优必选坦率承认，目前Walker S2在一些任务上的效率大约只有人类的30%至50%，但这比很多“即将改变世界”更有价值，因为商业化是从人类效率的30%一点点爬到50%、80%，最后在某些任务上超过人类。

第五名银河通用是中国公司里最值得关注的场景派。它没有押注“万能机器人”，而是先在上海陆家嘴开了Galbot Shop机器人商店，一台机器人可自主接待顾客、取货、结算、充电和远程调度，类似零售终端已进入多个城市。这家九平方米小店本身就是数据工厂，每天面对不同顾客、商品和指令，机器人不断获得真实世界数据。

第六名Apptronik拥有奔驰、Jabil、GXO、Google DeepMind等伙伴名单，一边让Jabil帮助生产Apollo，一边让Apollo进入Jabil和奔驰的制造场景。其问题在于公开验证的工作量尚未追上融资额和伙伴阵容。第七名Boston Dynamics是“老冠军”，运动控制地位几乎无需证明，Spot和Stretch已进入真实商业场景，但新一代Atlas大规模进入现代汽车工厂要等到2028年，先做零部件排序，2030年才扩展到装配，技术上的老师傅商业化反而被后来者追上。

宇树排在第八，其运动控制、产品价格和量产能力大幅拉低了行业门槛，但榜单不奖励流量和翻跟头。宇树创始人王兴兴承认，具身智能软件迎来类似ChatGPT的突破可能还需两年至十年。第九名ANYbotics做四足巡检机器人，已进入石油、天然气、电力、矿山等危险环境；第十名Dyna Robotics甚至不给机器人装腿，两条机械臂折毛巾、叠衣服，在24小时连续测试中成功率超过99%，已在客户现场每天运行16小时。这两家公司提醒行业：机器人不是非得先学会走路才能挣钱。

榜单进一步指出，具身智能正在打三场战争：身体之战、大脑之战、工作之战。身体之战中，中国公司整体更有优势，拥有完整的电机、减速器、传感器、电池、加工和整机供应链，智元、宇树、优必选、傅利叶、逐际动力等快速迭代均与此有关。大脑之战中，Physical Intelligence、Skild AI、FieldAI以及中国的自变量、千寻智能等争夺模型层，若出现平台型赢家，可能成为具身智能时代的Android，但机器人缺乏“物理世界互联网”，只能靠模拟、人类视频、遥操作和真机运行学习。工作之战最接近商业本质，机器人能否嵌入客户生产流程、总成本能否低于人工，真正难复制的是客户现场、工作数据和流程知识。

中美具身智能走的是两条不同路径：美国公司习惯从模型、资本和大型企业客户出发，围绕真实场景做长期试点；中国公司从供应链、产品和规模制造出发，通过密集出货、数据采集和场景试用推动迭代。据路透社2026年世界机器人大会期间报道，中国企业当年上半年交付了超过4万台人形机器人，占全球市场绝大部分。但榜单提醒，出货不等于真实需求，部分机器人流向训练中心、展示中心和政府支持项目，与终端制造企业基于投入产出计算后连续多年购买机器人劳动力不是一回事。《金融时报》也记录了行业对部分需求质量和“循环融资”现象的担忧。

榜单最后指出，具身智能公司最终卖的不是机器人，而是劳动力。未来可能出现RaaS（机器人即服务）模式，客户按月或按年租赁，机器人公司负责维护升级；再往后是按工作结果付费，承诺一年完成100万次搬运、按折叠衣服件数结算。这会彻底改写行业价值标准：从关心售价到关心单次任务成本，从比较参数到比较每千小时故障率。最终决定胜负的，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。