四强格局：证据强度排序
2026 年中可核验的部署证据排序为：Agility（6.5 万+ 小时、9 个客户场地、GXO/丰田商用合同）＞ Figure（宝马单厂 1250 小时/9 万件/99% 精度，BMW 独立确认）＞ Boston Dynamics（量产电驱 Atlas 交付现代与 DeepMind，2028 年起产线作业）＞ Tesla（Optimus 产线在建，马斯克自述"尚未以实质方式用于工厂"）。这个排序不代表技术高低，只代表"公开运营数据"的厚度。
| 厂商/机型 | 形态/自由度 | 负载 | 已验证运营数据 | 训练数据路线 |
|---|---|---|---|---|
| Figure 02→03 | 双足人形 | 约 20-25kg（02 公开口径） | BMW Spartanburg 1250+h、9 万+ 件、99%+ 精度、84s 节拍 | 真机试点+语音指令交互数据 |
| Agility Digit | 双足+鸵鸟腿混合 | 约 16kg | GXO 10 万+ 料箱、6.5 万+ 小时、丰田加拿大商用合同 | RaaS 多客户场地持续回传 |
| Boston Dynamics Atlas（电驱量产版） | 双足人形 56 DoF | 50kg | 2026 交付现代 Metaplant 与 DeepMind；2028 起零件排序作业 | 与现代/DeepMind 联合实地任务数据 |
| Tesla Optimus Gen3 | 双足人形 | 官方未公布审计值 | Fremont 产线在建；马斯克：尚未实质用于工厂 | 动捕人类动作+ imitation learning + Dojo 超算 |
训练与测试数据：三种流派
Figure 走"语音-动作闭环"：机器人接收口语指令、规划动作序列、口头确认后执行，试点数据反哺 Helix 系统；Agility 走"RaaS fleet 回传"：每个商用场地的料箱路径、失败恢复都进训练集；Tesla 走"人类动捕蒸馏"：工人穿戴动捕采集演示，再蒸馏成神经策略——这也是它数据成本最低但真机验证最弱的原因。
测试口径上，2026 年行业共识是"三看"：看运行小时而非演示视频、看 placement/抓取精度而非成功率单点、看异常恢复（卡料、滑倒、断电续作）而非顺境表现。宝马为 Figure 设立的 Physical AI 生产卓越中心，就是把这套口径制度化的样本。