Gartner 高挺：机器人产业迈入 GPT-2 发展周期，企业落地切忌盲目布局人形机器人

6 月 1 日，Gartner 研究副总裁高挺围绕 2026 全球机器人产业发展前景开展专题行业分享，雷峰网参与，在分享中，高挺立足全球用工缺口、技术迭代节奏与产业落地现状，研判当前全球机器人正处在商业化落地前夜，资本市场热度与人形机器人实际产业化程度严重脱节。高挺提醒制造、服务等领域企业，摒弃跟风采购人形机器人的误区，坚持先锁定落地场景、再按需选型的落地思路。 从产业宏观背景来看，世界经济论坛预测，2030 年全球制造业用工缺口将突破 1000 万，全球老龄化、少子化加速催生机器人刚需，机器人作为物理世界生产力，长期市场成长空间广阔。 资本端，全球机器人赛道投资火热，海外 Figure AI 一年时间估值暴涨 15 倍，人形机器人项目备受资本追捧，但产业落地数据却表现惨淡。 高挺介绍，Gartner 调研数据显示，行业里仅 1.64% 的企业实现机器人实际投产落地，超 98% 仍处于方案探索阶段，人形机器人真实落地比例仅 1:60。即便是行业标杆特斯拉 Optimus，也尚未在厂区承担有效生产工作，此前马斯克公开承认其人形机器人仍处于研发测试阶段，量产落地进度不及此前规划。 在技术发展周期上，高挺提出标志性判断：当前机器人行业发展对标大模型的 GPT-2 阶段，底层技术框架已经相对成熟，预计未来 1-2 年迈向 GPT-3 阶段。现阶段产业落地的主流技术方案是 VLA（视觉 - 语言 - 动作）模型，依托大模型自带的常识推理能力，解决了传统机器人泛化能力弱的痛点，实现机器人识环境、听指令、自主完成动作。目前 VLA 生态分成闭源、开源两大路线：闭源模型厂商通过对模型或者垂直领域任务的优化构建竞争壁垒，开源模型则为开发者、初创公司提供了开放的数据、工具和生态。而热度高涨的世界模型仍停留于实验室研发，暂无法落地实体机器人。硬件层面，灵巧手受制于性能、成本、可靠性的不可能三角，高端产品造价高昂，平价产品耐用性不足，成为机器人规模化普及的关键阻