機械人世界盃背後的中日韓產業「溫差」
（李達東京報道）
7月5日，韓國仁川。
被稱為「機械人足球世界盃」的RoboCup 2026落下帷幕。來自45個國家和地區的59支隊伍參加了人形機械人組別的角逐。賽場上，搭載中國機械人公司加速進化（Booster Robotics）平台的清華大學火神隊以6：2擊敗對手，成功衛冕人形組世界冠軍。
清华火神队与大型组亚军、季军合影
比冠軍歸屬更值得關注的，是賽場之外的另一組數據：參賽隊伍使用的機械人中，超過70%是宇樹科技和加速進化等中國企業的市售產品。加速進化一家就供應了38支參賽隊伍，包攬雙足人形所有組別的全部金牌。
同一片賽場，中日韓三國卻呈現出截然不同的產業圖景。
中國：既要「造硬件」更要「建平台」
過去，每支RoboCup隊伍幾乎都要從零開始打造機械人本體，在機械設計、硬件開發上耗費大量精力。今年，一個清晰的產業信號傳遞出來：具身智能底層硬件的「平台化共識」正在全球範圍內加速形成。
參賽團隊開始把研發重心放在智能本身，把機械人的基礎能力交給成熟的平台。加速進化作為底層平台，持續迭代腿足運動控制能力，讓頂尖團隊得以集中攻堅視覺感知、瞬時決策、多智能體協同等高階算法。
德國達姆施塔特工業大學教授奧斯卡·馮·施特里克在賽後評價：「中國機械人價格親民，性能卓越。中國企業改進機械人的速度非常快。」
「平台化」帶來的另一重變化是門檻降低。藉助配套的仿真開發工具，本屆賽事出現了來自澳門培正中學的隊伍——賽事中最年輕的參賽者之一。從頂尖實驗室到中學生團隊，參與具身智能創新的門檻正在快速降低。
支撐賽場統治力的，是產業鏈的硬實力。2026年一季度，中國各類機械人合計出口額達113.2億元，產品遠銷全球148個國家和地區。目前中國人形機械人整機企業超140家，年出貨量1.44萬台，全球佔比84.7%——每10台人形機械人，就有8台來自中國。宇樹科技、加速進化等六家中國企業的出貨量合計佔據全球74.1%的市場份額。
日本：發起國的「缺席」
機械人世界盃1997年創辦於日本愛知縣。但28年後，在韓國仁川的賽場上，日本的存在感十分微弱。
參加人形機械人比賽的日本隊僅有中型組1支隊伍，小型組和大型組均無人參賽。在大型組別約20支隊伍中，沒有一支來自日本。
機械人世界盃日本委員會理事長岡田浩之在現場觀戰後道出了原因：「資金嚴重不足」。日本國內開發人形機械人的研究室越來越少，無力購買市售機械人產品。日本市面上最便宜的商用機械人一台也要200萬日元，湊齊5台參賽成本就超過1000萬日元，加上運輸和差旅，總花費超過2000萬日元。
韓國漢陽大學教授韓在權感嘆：「日本曾是我的榜樣，可如今賽場裏幾乎見不到日本研究人員的身影。」
這種缺席並非偶然。日本在精密工程、傳感器、馬達等領域仍擁有出色的技術積累，但AI研發投入長期不足，2019至2023年，日本的AI投入不到美國的三十分之一。當機械人產業的競爭從硬件轉向「硬件+AI+軟件」的系統能力時，日本掉隊了。
韓國：東道主的雄心與現實的落差
作為東道主，韓國對本屆RoboCup寄予厚望。韓國政府將賽事視為展示「AI機械人強國」地位的重要契機。
政策層面，韓國動作頻頻。政府公佈了「三大超級項目」，涵蓋半導體、AI數據中心以及具身智能和機械人產業。今年，韓國金融委員會將向AI、機械人、未來汽車等領域提供約16萬億韓元的金融支持。韓國政府還計劃到2030年投入504億韓元，圍繞硬件、軟件、AI、電池等核心領域建立一體化研發體系。
但賽場表現暴露了現實的差距。在韓國主場，未見韓國品牌人形機械人展現出統治力。漢陽大學教授韓在權指出了問題的根源：「韓國本土市場規模不算大，但依靠政府扶持實現自主研發，相關產品還能對外銷售創造收益。政府必須投資新技術。」
更嚴峻的是成本劣勢。有分析指出，中國深圳一個城市的機械人投資額（約9000億韓元）已超過韓國全國的總投資額（約1000億韓元），中國在全球人形機械人市場的份額高達86%，而韓國僅有1%。政策雄心與產業現實之間，存在巨大落差。
賽場之外的產業啟示
從仁川的賽場往外看，三個趨勢正在變得清晰：
人形機械人正在複製新能源汽車的「中國路徑」。依託完整的產業鏈、成本優勢和快速迭代能力，從「追趕者」變為「規則參與者」。摩根士丹利在最新報告中預測，2030年中國市場人形機械人出貨量將達44.6萬台，2025至2030年複合增速高達106%。
日本機械人產業的「空心化」值得警惕。從全球頂流到賽場「缺席」，日本的教訓在於，在產業從「硬件主導」轉向「軟硬一體」的關鍵窗口期，研發投入和產業生態未能及時跟上。
韓國雖然有政策雄心，但受制於市場規模和成本劣勢，短期內難以撼動中國在硬件端的優勢。
對中國而言，警示在於：成本優勢能否持續轉化為技術壁壘和品牌溢價？
下一屆機械人世界盃將於2027年在德國舉行，大賽將增設人類與機械人組隊對戰的新項目——競爭將從單一的技術競賽，演變為更複雜的「人機協同」模式。
