最近人形机器人圈子里有一个说法流传得很广80%的订单是假的。这个数字大概率经不起严格统计但它精准戳中了行业痛处。其实不只是人形机器人任何一个由融资驱动、从 Demo 走向量产的新硬件赛道都会经历这个阶段订单数字被拿来当融资筹码发布会上的成交量比客户合同上的成交价更响亮。这篇文章不打算断言哪家公司订单一定是假的那是分析师和媒体的活。我更想从工程师视角把“订单为什么虚”拆开看看水分从哪里来、目前到底哪些人在真实掏钱、以及如果你想进这个行业应该把精力放在哪里。顺便给一套不依赖公司宣传材料的订单含金量核查方法企业采购和技术评估都能用。如果你正在关注人形机器人赛道或者在工厂里面临“要不要试点一台人形机器人”的决策这篇文章可以当背景参考。后面会涉及部分公开技术事实但不会推荐任何具体产品也不代表任何投资建议。1. 行业争论焦点订单数字为什么不可信人形机器人行业目前处在最尴尬的阶段技术上已经能走、能看、能抓但距离在工厂里连续稳定跑一年还有明显距离。越是在这种阶段订单数字越容易被赋予超出实际的意义。各家对外公布订单的方式差别很大。有的公司把“战略合作框架协议”说成“首批采购订单”有的把“意向订单”按全款合同金额对外宣传还有的把“样机试用协议”包装成“已进入客户供应链”。这些口径在法律上有本质区别但在新闻标题里长得差不多。时间一长市场开始默认不披露定金比例、不披露验收条件、不披露交付时间的订单大概率是“陈列品”。“80%订单是假的”这个说法之所以流行不是因为有人真的统计过而是因为它符合大家对行业现状的直觉绝大多数人形机器人订单经不起追问。追问第一步是问定金第二步是问验收第三步是问复购。三步走下来剩下还能站住的订单并不多。这不是人形机器人独有的问题但人形机器人的风险更高。一套双足机器人的硬件成本不低一旦客户只买了 1 到 2 台用于展示后续不续单供应商的产能规划和采购备料就会被带偏。对于上游供应链来说被“表演型订单”误导后压了货是很现实的经营风险。2. 水分从哪里来五类低含金量订单2.1 框架协议当销售合同最常见的情况是两家公司签一份战略合作框架约定“在 XX 年内采购 XX 台人形机器人”但具体价格、型号、交付时间、验收标准全部留空。这种协议更多是合作意向的表达目的是绑定生态关系而不是真实销售。判断方法很简单看公告里有没有“本合同对公司当期经营业绩不构成重大影响”这句话等于已经告诉你了它不是一份能立刻带来收入的销售合同。2.2 样机订单被放大人形机器人目前的采购大量是 1 到 5 台的样机订单。客户可能是高校实验室、科技馆、或想测试的制造企业买回去做研究和评估。这种订单单价很高因为厂商要把研发成本摊进样板机里但这不等同于规模化量产订单。问题是一家公司如果拿到 10 个客户、每个客户买 1 台样机对外可以宣传成“已获得 XX 家客户订单”数字上没有问题但实际出货量只有 10 台。样机订单的意义在于验证产品方向不在于证明量产能力。2.3 关联方和生态伙伴采购有些订单来自机器人公司自己投资的企业、合资公司、或者供应链上的兄弟单位。采购本身可能是真实的但需求不是来自市场自然选择。关联采购在上市公司必须披露但很多未上市公司的非关联度很难查证。这种订单能带来短期收入却不能说明产品具备市场竞争力。所以看订单时最好先确认客户名单里有没有利益关联。2.4 非经营性场景采购商场、展厅、科技馆、活动策划公司买人形机器人是真实需求但客户的采购动机不是降本增效。机器人买回去之后是放在玻璃柜里做展品还是定岗做讲解接待要分清楚。展示型采购很难形成复购一台机器人的生命周期也用不完。这类订单对人形机器人公司现金流有帮助但对行业技术迭代帮助有限。如果一家公司的订单结构中这类客户占比过高说明产品还没有进入真正的生产性场景。2.5 订单金额口径游戏人形机器人订单里经常混着备件、维修服务、软件授权、数据服务、甚至培训费用。合同总金额被反复打包宣传很难看出纯硬件部分是多少。市场更关心的是机器人本体的销量但公司披露的订单金额往往不是纯本体口径。所以与其看“订单金额 XX 亿元”不如看“交付数量 XX 台”来得实在。3. 真实买单方谁在为人形机器人掏钱从公开信息和行业讨论来看目前真实付费的采购方主要有五类制造业工厂、物流仓储企业、商业展示方、科研教育机构、以及少数特种行业。但每一类的付费性质差异巨大。采购方需求强度典型用途复购预期当前状态制造业工厂中产线搬运、上下料、检测辅助中高取决于验证结果以 1-5 台试点为主物流仓储中低搬运、分拣、装卸中更倾向使用 AGV/AMR商业展示场景中展厅接待、活动引流低一次性采购较多科研教育机构高算法研究、教学演示中稳定但数量有限特种作业高电力巡检、危险环境作业中认证周期长订单量小3.1 制造业工厂真实需求最大但预算最谨慎制造业是目前最被看好的落地场景。汽车总装、3C 电子、家电产线里都有很多重复性、力量型作业比如物料搬运、零件上下料、胶条安装等用工需求强、岗位流动率也高。从逻辑上讲人形机器人最大的替代空间就在工厂里。但制造企业的采购决策非常理性。技术部门要考虑稳定性安全部门要考虑合规财务部门要考虑回报周期。一台人形机器人如果定价二三十万元工厂会拿它和产线改造费用、人工年成本、以及一台传统工业机械臂做严格对比。人形机器人要同时证明自己能连续稳定运行、能配合现有产线节拍、且售后响应及时采购才会真正落地。从行业信息看多家厂商已经进入汽车工厂进行示范应用但多是“测试-反馈-迭代”的试点逻辑不代表下游客户已经大规模下单。3.2 物流仓储场景标准化但替代品太多物流仓储场景对人形机器人的需求是真实存在的尤其是装卸货车、搬运大件包裹这类对灵活性要求高的任务。但这个行业已经有大量成熟方案AGV、AMR、机械臂分拣系统成本和可靠度都优于还在迭代中的双足机器人。所以物流客户采购人形机器人更多是看中它未来在非结构化场景的潜力。现阶段真正付费的比例并不高且多以项目合作、联合研发为主。3.3 商业展示与品牌营销最愿意花钱但价值有限商场、科技馆、车展、企业展厅买人形机器人预算充足决策也快。机器人往那一站负责招手、说话、做几个动作就能带来客流和媒体关注。很多早期订单来自这个场景。这类采购的缺点是完全非生产性。客户不会根据机器人的作业能力做购买决策更看重外观、话题度、演示效果。它能帮厂商快速消耗库存、回笼资金但对打磨产品的价值不大。如果一家公司长期靠展示型订单维持收入就需要警惕。3.4 科研与教育机构现金流稳定但天花板低高校、职业院校、研究机构是很多机器人公司的早期客户。买一台人形机器人回来做算法研究、二次开发教学、或者作为平台展示属于预算内支出。这类订单回款相对稳定决策流程也比制造业快。短板是数量有限。全球范围内能长期承担高单价的科研实验室数量是固定的这个市场撑不起一家机器人大厂的营收体量。3.5 特种作业需求真实但入场门槛极高电力巡检、应急救援、核工业拆解、石油化工等场景对人形机器人的需求是刚性的因为环境对人体有害、或者人类进入成本太高。但这部分市场受政策、强制认证、招投标制度影响采购周期长、测试要求高。一家机器人公司没有几年行业资质积累很难拿到真正的订单。4. 从技术角度看为什么订单难以兑现即使客户有真实需求也会因为产品力和可靠性问题犹豫这是订单被“看起来很多、落地很少”的核心技术原因。4.1 连续作业能力不达标工业场景对设备的考核指标是可用率和故障间隔时间。传统工业设备可以做到无故障运行数千小时而人形机器人目前多关节、多传感器的形态决定了它复杂度高、故障概率高。一次现场损坏可能就要停机两三天等待备件和工程师这是工厂完全不能接受的。4.2 操作能力落后于行走能力很多厂商用“双足稳定行走”作为宣传核心但产线客户更关心的是机械臂能不能稳定抓取工件、能不能连续完成插拔动作、能不能承受负载。实际上稳定的双手操作比走路更难。机器人如果抓取成功率达到 99% 但失手一次造成产品损伤客户都不会点头。4.3 AI 大模型与真实物理环境之间存在可靠性差距人形机器人目前普遍尝试接入大模型让机器人理解语言指令并拆解动作。但大模型在真实环境中的表现很难达到工业级标准。它可能听懂指令却无法准确估计物体材质、重量和摩擦系数导致执行失败。实验室里的成功率放到产线上还要打很大折扣。4.4 安全合规与售后体系缺口和传统工业机械臂不同人形机器人要和人共享工作空间安全标准、碰撞检测、紧急制动逻辑都必须重新验证。与此同时多数厂商的售后网络覆盖不足。工厂客户最担心的问题不是机器人贵而是坏了没人修。5. 工程师视角如何核查订单含金量与其问“哪家订单是假的”不如建立一套自己判断订单质量的方法。以下几个核查维度来自企业采购和产业尽调的常见思路不需要内部数据也能操作。5.1 看合同措辞而不是新闻标题把公司公告里的措辞列出来区分“框架协议”“战略合作”“销售合同”“中标公告”。一份含金量高的订单通常会有明确的型号、数量、金额条款以及定金比例、交付节点、验收条件。没有这些细节的订单一律按意向对待。5.2 看定金和验收进度真实订单通常有预付款。产品交付后客户会验收验收合格才支付尾款。如果一家企业收到了大额定金大概率会写进公告或财报。相反如果订单披露后迟迟没有交付和验收消息就要降低它的权重。5.3 看应收、合同负债与收入确认没有上市的公司不容易查但上市公司可以看财报。要关注的科目有三个营收确认收入、合同负债收了客户钱还没交付、应收账款交付了还没收回尾款。如果一个机器人公司账面营收很大但合同负债和应收账款结构异常需要多看几层。5.4 看产能扩张和产线投入订单真正到位一定会伴随产能建设。看一家公司是在自己建产线还是全部靠代工以及代工厂的出货记录。研发驱动型公司可以在早期没有产能但如果手上有大笔订单却没有任何产能扩张动作说明订单大概率还在“PPT 阶段”。5.5 看复购率和客户回访最有说服力的指标是复购。客户买第一台是好奇买第二台是认可。如果一家公司的大部分收入来自新客户首单老客户鲜有追加说明产品还没有建立黏性。做采购尽调时最好要求供应商提供 3 个已有客户名单并逐一回访。下面是一段用于内部评估订单含金量的示意代码不依赖任何真实数据源只表达判断逻辑。# 订单含金量评分示意 # 实际使用时要结合合同、财务和交付团队信息不能仅靠字段判断 def evaluate_order(order): score 0 # 合同类型 if order.get(contract_type) 正式销售合同: score 3 elif order.get(contract_type) 框架协议: score 1 # 定金 if order.get(deposit_ratio, 0) 0.2: score 2 # 验收 if order.get(acceptance_status) 已验收: score 3 # 回款周期 if order.get(receivable_days, 0) 180: score - 2 # 复购 if order.get(repeat_buy): score 2 # 关联方 if order.get(related_party): score - 5 return max(0, min(score, 10)) orders [ {contract_type: 框架协议, deposit_ratio: 0, acceptance_status: 未验收, receivable_days: 0, repeat_buy: False, related_party: True}, {contract_type: 正式销售合同, deposit_ratio: 0.3, acceptance_status: 已验收, receivable_days: 45, repeat_buy: True, related_party: False}, ] for o in orders: print(evaluate_order(o))6. 想进入这个行业的工程师可以从哪里切入如果你看完上面的分析仍然想入局人形机器人下面的技术方向值得优先考虑。这些方向不依赖具体公司成败属于行业基础设施长期都有需求。6.1 仿真平台与运动控制人形机器人的核心壁垒之一是运动控制。强化学习结合仿真环境已经是当前主流训练路径。常用的仿真工具有 MuJoCo、Isaac Sim、Webots、PyBullet 等各有侧重。做足式运动控制建议先在一套仿真环境里完成双足平衡、抗扰动、地形适应等实验再迁移到真机。# 本地仿真环境搭建通用模板 # 具体安装命令以所选仿真平台官方文档为准 conda create -n robot_sim python3.10 -y conda activate robot_sim # 示例安装依赖按实际项目调整 # pip install mujoco # pip install isaacsim # 启动仿真入口脚本脚本名和参数以项目实际为准 python run_simulation.py --config ./configs/robot.yaml6.2 数据采集与具身智能训练人形机器人的能力依赖高质量数据。数据来源包括遥操作采集、动捕数据、视频观察、仿真生成。这个方向的工程师缺口很大会搭建遥操作设备、会写数据清洗管线、会做动作标注和仿真到真机迁移的人在后续两三年会非常值钱。6.3 大模型接入与行为编排用大模型控制机器人不是简单的“调接口”。你需要把用户指令转换成机器人可执行任务序列要注意模型幻觉、失败重试、安全兜底。下面是一段通用的大模型调用示例模板实际服务地址和参数要以部署的服务为准。import requests # 通用调用示例需替换为实际服务地址和模型参数 url http://your-llm-service:8000/v1/chat/completions payload { model: your-model-name, messages: [ {role: user, content: 将指令把桌上的杯子拿到货架第三层转换成机器人任务序列} ], temperature: 0.2 } response requests.post(url, jsonpayload, timeout30) print(response.json())注意这个示例只说明调用结构不指向任何真实平台。实际部署时还要设计输出格式校验和异常分支。6.4 集成部署与运维工厂客户最缺的不是机器人而是能让人形机器人进产线的集成工程师。未来几年把人形机器人和产线立库、输送线、MES 系统打通会是一个量很大的服务型岗位。这个方向的门槛比 AI 算法低但离客户更近越老越吃香。6.5 安全评估与测试人形机器人和人共处同一空间安全测试、功能安全认证、紧急停止策略设计都有真实需求。国内关于机器人安全的标准体系还在完善中懂标准、会写测试用例、能做安全验收的工程师会随着行业成熟而越来越值钱。7. 企业采购人形机器人时的避坑清单下面是企业在评估人形机器人供应商时比较实用的风险核查清单适合产品经理、技术负责人在选型阶段对照使用。风险点识别方法建议动作供应商宣称有大量订单要求提供已验收客户名单联系 2-3 家客户回访确认使用频次产能规模存疑要求参观产线现场确认是否有批量装配工位售后能力不足询问备件库和维修工程师数量在合同中约定备件到货时限软件能力不透明询问是否开放 SDK 和 API安排一次二次开发测试安全认证缺失索取安全测试报告和认证文件要求补充场景化安全测试客户复购率低对比新老客户订单关注问题客户复购情况价格过低对比硬件 BOM 和行业成本警惕以低价拿订单、量产后再提价核心原则是把机器人当成一台复杂的工业设备去采购而不是当成一个科技玩具。先评估它在你产线上连续运行一个月的能力再谈价格。口头承诺可以写在合同里验收不合格要有退款和退换货条款。8. 行业走势与理性判断人形机器人行业大概率会走过三个阶段。当前正处于第一阶段和第二阶段之间会做 Demo、能展示的公司很多但连续交付和规模化收入的公司很少。第一阶段订单水分集中暴露。资本市场从追捧概念转向追问现金流披露口径越来越严谨靠“PPT 订单”融资的公司会掉队。第二阶段真实需求开始集中到少数能交付的公司。制造业和特种行业的客户会向具备稳定产品、售后网络、持续研发能力的厂商集中。这一阶段会出现“赢家通吃”的倾向。第三阶段人形机器人在特定场景形成标准化产品线。比如产线物料搬运、危险环境巡检、商业导览讲解会逐步变成成熟部署场景。通用家庭机器人是更远期的目标中间需要跨过成本和可靠性两座大山。对于工程师来说现在最值得做的不是赌哪家公司赢而是积累可迁移的核心能力——运动控制、仿真到真机迁移、数据管线、大模型行为编排、现场部署运维。这些能力不绑定任何单一公司行业长期都会有需求。9. 总结与下一步最后把核心观点收拢一下人形机器人行业里的“订单水分”是真实存在的核心原因是行业从 Demo 走向量产时披露口径和真实交付能力之间存在巨大差距。真正在掏钱的买家主要是制造业试点工厂、商业展示方、科研机构和少量特种行业其中制造业是所有厂商都在争夺的未来基本盘。如果你要从技术维度评估一个机器人公司别只看发布会先看交付和复购数据别只算订单金额先看定金和验收条款别只羡慕融资新闻先看它的研发投入和产物是否匹配产能。最值得优先验证的功能是连续作业能力、抓取成功率、以及售后响应速度。最容易踩的坑是把意向订单当收入预期把样机演示当量产实力。行业出清期真正能走出来的公司一定不是开发布会最多的那家而是能收到尾款的那家。这句话可以贴在项目评审会上当提醒。