2025年,全球家用清洁机器人市场交出亮眼成绩单,总量突破3200万台。但数据背后的结构性变化更值得深究:哪些赛道正在爆发?谁在改写竞争规则?企业应如何布局未来?本文基于IDC最新发布的系列跟踪报告,为您深度解读扫地、擦窗、割草、泳池等细分赛道的关键转折点,并为行业参与者提供切实可行的战略建议。

IDC最新发布的《全球家用智能清扫机器人市场跟踪报告》等系列报告显示,2025年全球家用清洁机器人市场整体出货量达到3272万台,同比增长20.1%,其中割草机器人同比增长63.8%,引领细分品类增长。2025 年,头部扫地机器人企业持续拓展产品边界,布局割草机器人、泳池机器人等新兴细分赛道。与此同时,中国初创企业在割草机器人与泳池机器人领域表现亮眼,凭借出色的产品竞争力在欧洲、北美市场快速提升份额,对割草、泳池赛道中的海外传统行业龙头形成有力冲击。对于行业从业者、投资者以及关注这一领域的观察者而言,理解这些变化背后的驱动力,是在未来竞争中占据主动的关键。

一、 扫地机器人:存量竞争下的战略分野

作为家用清洁机器人的基本盘,扫地机器人市场在2025年出货2412.4万台,同比增长17.1%。其中,中东非与中东欧市场表现尤为突出,增速分别高达95.6%和40.3%,成为拉动全球扫地机器人行业增长的核心区域。IDC分析认为,这一增长态势得益于两大因素:一是这些地区城镇化进程加快,中产阶级家庭数量上升,对智能化家居产品的接受度提升;二是中国品牌加速出海布局,通过本地化运营和更具竞争力的产品定价,激活了此前未被充分开发的潜在需求。

石头科技凭借技术优势和全球化布局,2025年继续稳居全球市场首位,同时在美国、德国、韩国等主要国家位列第一;追觅则依托在欧洲市场的强劲增长,市场份额快速提升,成为中国品牌出海的又一成功样本。曾经的行业巨头iRobot在2025年跌出全球前五,其传统优势区域如北美、日本等地的市场份额,正被中国品牌进一步蚕食。这一此消彼长的态势,不仅是市场份额的转移,更深刻反映出不同战略路径的阶段性结果。

IDC观察到,面对日益激烈的竞争,扫地机器人企业正加速战略转型,呈现出两条清晰的演进路径:一部分厂商选择“纵向深耕”,聚焦全场景家庭机器人赛道,围绕家庭环境拓展产品矩阵,从地面清洁延伸到家庭户外庭院等场景;另一部分则选择“横向拓展”,向全品类科技企业升级,依托在算法、供应链等方面的积累,布局更多消费电子领域,拓宽业务边界。这两种路径各有利弊,如何选择未来的战略方向,将成为企业下一阶段发展的分水岭。

二、擦窗机器人:结构性需求与同质化竞争并存

擦窗机器人作为家用清洁机器人的重要补充,2025年出货量达到237.3万台,同比增长70.4%,增速仅次于割草机器人。科沃斯以超50%的份额稳居行业首位。在中国市场,城镇化进程中高层住宅比例的提升,使得外窗清洁成为刚需,而人工清洁不仅成本高,且存在安全隐患,这为擦窗机器人创造了巨大的替代空间。在海外市场,大户型住宅的落地窗设计同样催生了对自动化清洁方案的需求。IDC调研发现,中低端产品同质化严重,产品功能、外观设计高度相似,导致促销周期价格战频发。当前产品正朝着无线化、智能化持续迭代升级。

割草机器人:技术迭代引爆市场,中国初创改写游戏规则

2025年,全球割草机器人市场迎来爆发式增长,全年出货199.2万台,同比增长高达63.8%,成为所有细分品类中增长最快的赛道。比整体增速更值得关注的是内部的结构性巨变:无边界割草机器人出货量达到131.8万台,占比跃升至66.2%,同比暴涨182.4%;而传统的埋线款割草机器人则出货67.3万台,同比下滑10.1%。IDC深入分析认为,这一转型的背后是三大驱动力的共同作用:首先,定位导航技术的成熟是关键基础,卫星定位、视觉导航、激光雷达等技术的成本下降和性能提升,使得无边界方案从高端走向普及;其次,用户体验的代际差异加速替代,埋线方案需要复杂的施工布线,而无边界产品真正做到“开箱即用”,契合了欧美DIY文化的消费偏好;第三,中国供应链的规模化优势大幅降低了高性能产品的制造成本,使得无边界割草机器人的价格进入大众市场可接受的区间。

在快速增长的无边界割草机器人市场,一个引人注目的现象是:前六名均为中国厂商。以九号公司、追觅、科沃斯为代表的科技企业,凭借高性能产品及极具竞争力的价格,正在加速超车。IDC指出,传统园林工具厂商虽然在品牌认知和渠道布局上具备先发优势,但在智能化技术的快速迭代面前,这一优势正被快速削弱。中国厂商不仅在产品性能上实现赶超,更通过电商渠道和新兴零售模式,直接触达终端消费者,绕过传统渠道壁垒。

泳池机器人:平静水面下的暗流涌动

泳池机器人市场整体表现较为平稳: 2025年,全球泳池机器人市场细分数据显示:地上泳池机器人(不具备爬墙能力)出货125.7万台,水面清洁机器人出货23.3万台,地下泳池机器人(具备爬墙能力)出货274.7万台。

在这三大细分品类中,地下泳池机器人是技术门槛最高、价值最大的核心赛道。值得注意的是,在这一品类中,无缆部分占比达到55%,同比增长32.8%。近年来中国厂商凭借无缆产品的创新突破,对这一格局形成有力冲击。智能化趋势正在加速渗透这一传统赛道。消费者对泳池机器人的期待,正从“能清洁”转向“会清洁”——能够自主规划路径、识别污渍类型、通过APP远程控制、甚至与家庭智能系统联动。这一趋势为中国厂商提供了弯道超车的机会,也对传统厂商的技术升级提出紧迫要求。

从数据看趋势:2025年全球清洁机器人市场的三大核心洞察

洞察一:中国品牌主导产品形态升级和技术创新方向,同时加速抢占全球市场份额

依托完整供应链、快速迭代能力与算法优势,中国厂商在扫地、擦窗、割草、泳池等多品类同步突破。从无线化到AI导航,从全能基站到多机协同,这些由中国厂商率先大规模应用的技术正在成为行业标准。当前全球头部阵营已基本由中国品牌占据,技术与规模双重壁垒不断加固。

洞察二:细分市场品牌竞争仍处于洗牌期,尤其在割草机器人与泳池机器人赛道,厂商格局仍有较大变化空间

这两大品类正从有线向无线、从随机向规划快速升级,行业渗透率仍处低位。以初创企业为主的新玩家与跨界大品牌持续涌入,技术路线、渠道布局与产品定义尚未完全固化。价格、性能、资本稳定度与海外本土化运营共同影响最终格局,头部集中度仍有重塑可能。

洞察三:具备持续AI能力的厂商将在新一轮竞争中胜出。AI大模型、多传感器融合、自主决策与具身智能技术,正在重构避障、路径规划、污渍识别、故障自愈与智能交互能力。这些能力的提升,正在带来显著的体验差异与品牌溢价,而清洁能力正是消费者最为重视的产品基础。能够持续投入算法、数据与场景理解的厂商,将在高端化、全球化与生态化竞争中占据主动,最终成为市场主导者。

结论与建议:如何决胜家用清洁机器人下半场

2025年的数据清晰地表明,家用清洁机器人市场正加速从单一的家庭清洁工具,向家庭智能服务助手跃迁。面对中国品牌主导、技术快速迭代、细分赛道分化的竞争新格局,IDC为行业参与者提出以下四点切实可行的战略建议:

建议:在细分赛道的洗牌期精准卡位,寻找战略定位。割草机器人和泳池机器人仍处于从有线向无线、从随机向规划快速升级的窗口期,品牌格局远未定型。新玩家和跨界者仍有大量机会进入并建立优势。企业的成功将不仅仅取决于产品性能与价格,更取决于多维度的战略选择:技术路线上,是采用RTK还是视觉导航,需要根据目标市场和成本结构做出权衡;渠道布局上,是发力线上直营还是线下渠道合作,需要结合产品定位和区域特点;资本策略上,如何在研发投入和价格竞争中保持财务稳健;海外运营上,如何实现真正的本土化而非简单的产品出口。这些问题的答案,将共同决定企业在洗牌期中的最终位置。

建议:将AI能力构建为长期核心护城河,而非营销噱头。AI大模型与具身智能技术正在从根本上重构用户体验的核心环节:避障能力从“识别障碍物”升级到“理解场景”,路径规划从“全覆盖”升级到“重点区域强化”,污渍识别从“按模式清扫”升级到“按污渍类型调整清洁策略”,人机交互也从“按键控制”升级到“自然语言对话”。厂商应将AI能力建设作为长期战略投入,而非短期营销噱头。清洁能力始终是产品的基石,而AI能力则是实现高端化、全球化和生态化的通行证。

建议:构建多品类协同的场景生态,而非孤立产品。2025年的数据表明,头部厂商正在从单一品类向全场景布局演进。对于用户而言,清洁不是孤立的需求,而是家庭生活的一部分。能够提供更多场景家庭服务的厂商,有机会构建更高的用户粘性和品牌忠诚度。IDC建议,有条件的厂商可以思考如何通过统一的APP、一致的交互体验、共享的技术平台,实现多品类产品的协同效应。这不仅能提升单客价值,也能积累更丰富的数据资产,反哺算法迭代和产品创新。

IDC中国高级分析师赵思泉认为,作为机器人市场的重要组成部分,家用清洁机器人凭借落地场景及成熟技术率先走入大众视野,服务全球家庭。在消费升级、技术成熟与场景拓展的共同驱动下,行业整体保持高速增长,智能化成为长期发展主线。

延伸阅读与交流:

如需了解更多IDC相关研究或进一步与我们沟通,欢迎识别二维码与 IDC 联系,我们将安排专人与您对接,为您提供定制化的市场洞察与咨询服务。


如需了解IDC在智能终端领域的最新研究报告、数据产品及行业分析,请扫描二维码,在线获取完整研究目录与内容简介,助您精准把握市场脉动。

Claire Zhao - Senior Market Analyst - IDC

Claire Zhao is senior market analyst for Client System Research of IDC China. She is responsible for conducting research on the augmented reality (AR)/virtual reality (VR) market, and vertical analysis for the PC market. She started working for IDC China as a summer intern in 2019 as part of the Telecommunication group. Prior to joining IDC, Claire did some internships in the banking and insurance industries, and had some research experiences related to risk management, financial market, and data analytics. Claire graduated from Rensselaer Polytechnic Institute with a master’s degree in Financial Mathematics.

中国企业的活跃智能体规模正在进入一段前所未有的加速期。随着本土模型能力的持续升级、智能体技术与应用生态的快速成熟,以及产业政策的叠加共振,中国企业活跃智能体数量将在2031年突破3.5亿规模,年复合增长率达到135%以上,这一增速将领先全球主要市场。同时由于智能体任务执行密度的增长和任务复杂度的提升,也将带来智能体Token消耗年均超30倍的指数级跃升。在规模爆发的背后,是中国智能体市场技术、生态、政策的三重叠加

中国智能体规模爆发的底层逻辑

中国智能体市场之所以能够在未来几年迎来如此陡峭的增长曲线,有三个关键因素:模型能力的跃升,智能体生态的成熟,以及产业政策的推动。三者的叠加,共同构成了这轮爆发的底层逻辑。

1. 模型能力的跃升

过去两年,中国本土大模型在推理、工具、代码、长上下文处理等核心能力上持续突破,为智能体的落地提供了坚实的技术底座。更重要的是中国本土模型兼具性能与成本优势,这使更多中小规模场景具备了经济可行性,也为智能体开始大规模进入企业场景创造了条件。

2. 智能体生态的成熟

模型能力的成熟只是基础,生态的互联则是智能体规模化更为关键的一环。以OpenClaw为代表的智能体产品,通过生态打通和工具整合,展示了智能体在跨系统跨生态场景下能够实现超预期的生产潜力。这背后正是MCP、Skills等标准化协议的落地,让智能体以标准化方式低门槛的接入更多的系统、工具和能力,拓展了智能体能够完成任务的边界,也为智能体的规模化提供了现实条件。

3. 产业政策的推动

产业政策也是中国市场智能体爆发的重要推手。国务院印发的《关于深入实施”人工智能+”行动的意见》(国发〔2025〕11号)明确提出,到2027年智能体等应用普及率超过70%,到2030年超过90%,同时,各部委及地方政府也在产业政策与财政支持层面持续加码。在政策支持下,智能体相关项目的预算确定性与推进节奏会进一步提升,推动中国智能体市场进入加速放量阶段。

规模化将带来更大挑战

当模型能力已经跨过可用门槛,智能体技术和生态日趋成熟,企业获得智能体的门槛正在快速降低。但拥有智能体只是第一步,企业真正的挑战,则是如何在生产环境中稳定、安全、可持续地同时运营成百上千个智能体。

1. 架构压力:系统必须对AI可读

随着智能体逐步融入企业运营的核心执行层,企业级软件系统正进入一个新的设计范式。未来的系统在服务人类用户的同时,也需要具备高度的AI可读性,使智能体能够通过MCP等标准化协议进行无缝调用。这对软件供应商的产品架构提出了系统性的升级要求。

2. 治理压力:信任成为生产前提

随着智能体进入核心业务流程,全链路可观测、细粒度权限控制、可审计机制将成为基础能力。

尤其在中国市场,数据安全与信创要求使部署环境更为复杂。核心数据不出域成为前提,端云协同与混合部署成为常态。智能体数量越多,治理能力越成为门槛。未来的分水岭,不在技术,而在组织信任结构。

3. 成本压力:Token正在改变IT预算逻辑

当前中国市场的企业端的Token消耗仍以对话与生成式AI为主,但随着智能体运行规模与任务复杂度的同步提升,活跃智能体的Token消耗进入高速增长期,将为企业带来持续的成本压力。因此成本可观测与效能监测,将成为智能体应用商业可持续性的核心能力。

四类智能体,四种增长路径

并不是所有智能体都会以相同节奏增长。中国市场正在形成四类结构分化。

  • 应用内智能体:最快落地,但增速将趋稳

在智能体技术普及初期,ERP、CRM、IM等企业级SaaS厂商正积极在其产品线中嵌入智能体能力,依托入口优势与庞大的客户基础快速打开市场。应用内智能体的核心优势在于零迁移开箱即用,天然打通已有业务数据和工作流,且与企业存量采购路径一致,能够大幅降低企业应用智能体的决策门槛和组织阻力。随着企业需求逐步向端到端跨系统协同演进,此类智能体的增速将在2027年后将逐步放缓。

  • 低代码/无代码智能体:数量最大

在中国市场,基于低代码/无代码平台构建的智能体在数量上将持续占据绝对多数,主要得益于中国市场早期开源和免费的平台级产品的教育和普及。这类智能体能够支持业务团队快速开发智能体,降低智能体应用门槛,满足企业长尾场景中的智能体需求,因此总量将非常巨大。IDC预测,这类智能体将从2026年的约300万增长至2031年的近2亿,并始终占据全部活跃智能体的半数以上。

  • 独立智能体:弹性最大

独立智能体是不依附于某个主应用、能够跨系统执行复杂任务的智能体产品,当前的部署规模仍然较少,但增速弹性最大。独立智能体会随着系统的开放性和智能体互操作协议与工具生态(如MCP等)的发展而快速爆发。到2031年,中国市场独立智能体的活跃数量占比将从2026年的7.5%升至20.1%,与应用内智能体的数量持平。

  • 定制智能体:数量少,价值密度高

定制智能体的部署数量占比最少,其主要服务于专有业务、高安全性与高可控需求的高价值场景,尤其是大型国有企业、政府及事业单位这类对信息安全和自主可控有严格要求的组织。定制化交付成本高、实施周期长、治理复杂度大,这类智能体的数量不会特别多,其增长更多体现在价值密度而非数量。

IDC中国研究经理孙振亚表示,这一轮增长将为企业打开一个难得的战略机遇期,率先布局智能体的企业,将在效率提升、成本优化与业务创新三个维度同步获益。在这一进程中,企业应尽快完成从智能体场景验证到规模化运营的能力沉淀,在架构升级、治理体系与成本管控上做好准备。

给技术供应商与企业用户的建议

智能体技术生态的成熟与国家战略的牵引正在形成共振。企业应主动将智能体纳入数字化转型的核心规划,加速完成智能体体系能力的沉淀;而技术供应商更应紧抓这一战略机遇,抢占发展先机。建议技术供应商和企业采取如下行动:

  • 推动AI可读的架构演进

积极采纳MCP等主流互操作标准,通过模块化与标准化接口降低集成门槛,使智能体能够跨生态系统流畅地检索信息、调用工具并完成端到端的任务闭环。系统架构应从顶层设计上支持多智能体与人的灵活协同,以平台化、组件化思路沉淀可复用的能力模块,为智能体的规模化增长奠定基础。

  • 深化数据与知识工程建设

智能体的高效运转依赖于高质量的数据与领域知识支撑。中国市场SaaS渗透率相对较低,企业内部数据治理尚不完善,大量关键业务经验仍以隐性知识的形式留存在核心人员的经验中,尚未转化为可被系统化调用的显性资产。企业应优先推进数据治理与知识沉淀,打通数据孤岛,将行业专有经验与隐性知识转化为智能体可调用的规则体系与知识资产。

  • 建立智能体运维体系

随着智能体运行规模与任务复杂度的同步提升,Token消耗将进入高速增长通道,算力成本将成为关键要素。技术供应商需在Token缓存、上下文加载、智能体记忆管理等环节持续布局,企业则需建立常态化的成本效能监测与治理机制,精准掌握各项投入产出指标,确保技术应用的商业可持续性。

  • 完善合规治理与可观测性

在引入智能体之初即应规划健全的权限管理、行为审计与责任追溯机制,将合规约束转化为标准化的平台服务。尤其在政务、金融、央国企等强监管领域,全链路可观测与可审计的能力覆盖将成为生产级部署的基础要求。

更多研究,请关注IDC 2026年中国AI研究计划。

如需进一步了解与研究相关内容或咨询 IDC其他相关研究,请点击此处与我们联系。

Zhenya Sun - Research Manager - IDC

Zhenya Sun is a research manager for the IDC team focused on exploring the application of technology and industrial development of AI and AI agents. He is also responsible for providing clients with consulting services on technologies, products, and markets related to large language models (LLMs) and AI agents, as well as delivering speeches at industry conferences and internal seminars. Before joining IDC, Zhenya served as a project management officer (PMO), responsible for internal and external strategic consulting, AI application research and advisory services, AI project framework standardization, management system construction, and technical training on AI applications. Prior to that, he also led initiatives in product development process optimization and user market analysis. Zhenya holds a Master's Degree in Engineering Management with a specialization in Information Systems Engineering from the University of the Chinese Academy of Sciences.

AI能够像安全研究员一样理解代码逻辑,安全工作不再仅是发现和解决问题,而是迈向持续治理与协作重构的新阶段。

一次产品发布,为何引发行业震荡?

2026年2月,Anthropic发布Claude Code Security。这款能够基于语义理解代码结构与逻辑关系的安全智能体,在真实环境中发现了超过500个此前未被识别的高危漏洞。消息公布后,资本市场迅速反应,多家传统安全厂商市值波动明显。市场的剧烈震荡折射出一个深层现实:运用智能体来进行安全运营已成为全球头部AI公司、安全公司共同发展的核心方向。

早在2025年,Google和OpenAI都已经发布了相关自主安全研究智能体工具,并在漏洞识别、漏洞验证、代码审计等诸多场景进行应用,代码安全智能体、漏洞管理智能体以正在经历从 “助手” 到 “协作者” ,从 “规则驱动” 向 “语义推理” 的范式跃迁。这些智能体可以捕捉传统安全工具难以捕捉的业务逻辑缺陷和访问控制失效等复杂漏洞,具备更强大的主动防御能力。

目前,中国已有多家技术服务提供商发布了安全运营智能体、代码安全智能体等相关能力,并开放供最终用户使用。国际数据公司(IDC)于2025年发布了中国安全智能体市场概览,2025:东风已至,未来可期》(Doc# CHC53614225,2025年6月),该报告全面展示了2025年中国安全智能体市场的产品技术发展情况以及市场竞争情况,详情请见下图:

从规则驱动到语义推理:安全能力的底层变化

过去十余年,代码安全体系主要依赖SAST、DAST、SCA等工具。这些工具通过规则匹配、特征识别与漏洞库对比完成扫描任务,在已知漏洞检测、依赖组件风险识别以及合规支持方面发挥了重要作用。然而,伴随应用架构的微服务化、业务逻辑的复杂化,以及AI生成代码的比例不断上升,传统基于规则的检测方式在某些场景中已经难以适配用户的安全检测需求,如其难以识别跨模块逻辑漏洞、难以理解权限链条与业务流程、难以处理语义层面的访问控制问题以及自动修复能力有限等。

代码安全智能体的出现,正是对这些短板的回应。基于大模型的语义理解能力,智能体可以跨文件分析上下文关系,模拟安全研究员的推理过程,识别复杂逻辑缺陷,并给出针对性修复建议。这种变化的意义在于,安全能力开始具备“理解”而非仅“匹配”的特征。安全流程也因此不再局限于漏洞扫描,而是向自动修复与流程嵌入延伸。

替代还是协作?行业结构正在重组

伴随技术突破而来的,是关于“替代”的讨论。安全智能体是否会取代传统工具?是否会削弱安全团队的价值?

从当前技术实践看,更合理的判断是能力重组,而非全面替代。

传统SAST、DAST、SCA工具在稳定性、规模化扫描、合规审计以及零日漏洞识别方面仍然不可或缺。尤其是在遗留系统和第三方组件治理场景中,规则工具具有成熟优势。

而智能体更擅长语义推理、复杂场景识别与自动化修复。它弥补了传统工具在上下文理解与闭环能力上的不足,却并未消除对人工判断与策略设计的需求。事实上,当前主流安全智能体产品均保留人工审批机制。这一设计本身表明,在风险决策、异常处理以及责任承担方面,人类依然是关键节点。未来,传统工具会快速嵌入智能体能力实现AI原生安全检测、自动化修复等问题,其安全流程从“检测-修复-审计”转向“预防-检测-修复-治理-审计”的全链路闭环。

企业安全运营模式正在发生转型

技术能力的变化,正在反向推动安全运营模式重构。

首先,安全工作加速左移。智能体能够嵌入CI/CD流程,在代码提交阶段进行实时分析与反馈,使安全从事后扫描转向前置控制。

第二,安全效率显著提升。代码审查、漏洞验证、修复建议生成等高重复性工作可实现自动化,安全团队得以将更多精力投入策略设计与复杂风险分析。

第三,安全能力逐步形成闭环。检测不再是终点,而是治理流程的一部分。风险识别、优先级排序、修复执行与复盘优化可以形成持续循环体系。

这一转型意味着,企业不应仅关注“是否使用智能体”,而应重新思考整体安全架构如何适应这一趋势。

企业应如何布局安全智能体?

面对这一变化,企业需要保持理性与节奏感,而非盲目替换现有体系。

首先,应从架构层面评估智能体的嵌入方式。将其作为增强模块接入现有安全能力体系,通过接口与流水线集成,实现能力协同,而非简单的工具叠加。

其次,可以从高频、低风险场景切入。例如代码审查自动化、依赖漏洞筛查、修复建议生成、安全报告生成等场景,既能体现效率优势,又能控制风险边界。在积累实践经验后,再逐步扩大应用范围。

再次,企业需要同步建立治理机制。明确智能体的决策边界、人工审批节点与异常回滚机制,确保自动化能力在可控范围内运行。

同时,未来企业的安全团队也将以“人+智能体”协同为主流运营模式。安全团队也应做好角色升级准备。未来的安全工程师将更多参与风险评估、模型调优与安全策略设计等复杂任务的处理上。

安全智能体不是终点,而是协作时代的起点。

IDC更多相关研究

IDC已于2026年启动AI安全技术系列研究,围绕AI原生安全架构、安全智能体成熟度评估、AI驱动DevSecOps实践路径及企业级AI治理框架展开深入分析。

如需进一步了解与研究相关内容或咨询 IDC其他相关研究,请点击此处与我们联系。

It has been just over a week since Chinese New Year 2026 and the impact of this year’s robotic display still lingers in my mind.

For those who have not already seen it, the performances stole the CNY limelight, featuring humanoid robots executing jaw-dropping feats such as somersaults and nunchaku routines—blending traditional culture with cutting-edge robotics and AI technology.

I could not help but imagine that if these robots were dressed in full traditional attire and masks, I would be hard-pressed to distinguish them from human performers.

These viral displays highlight China’s growing dominance in robotics, from AI-driven humanoids to industrial robots, signalling a significant leap in automation that is  reshaping industries worldwide.

The tech enthusiast in me—as I’m sure many of you can relate—began wondering about the engineering and infrastructure puzzle pieces that made this possible.

What Powered the CNY 2026 Robot Performance?

Infrastructure Considerations

  • Physical Hardware – The cost-effective materials and scalable mass production capabilities required to design robots capable of such performance suggest clear pathways toward real-world consumer and industrial applications.
  • Compute Power: CPUs, GPUs, and AI Acceleration- Deploying these robots require edge computing hubs, high performance processors, AI accelerators, and potentially cloud-based large language models (LLM) integration. This enables real-time vision processing, path planning, environmental perception, and precise motion control, allowing the robots to perform complex and dynamic movements with high synchronization accuracy
  • Network Infrastructure – The underlying high-speed backbone network facilitates real-time command, control, and data-transmission—essential for large-scale synchronized robotic choreography. Localized 5G-A networks likely played a key role in minimizing latency and enhancing responsiveness
  • Digital Platforms – Software platforms enable seamless integration, centralized control, developer customization, and system scalability, allowing robotic systems to be adapted across multiple industries and use cases.

Sovereignty Considerations

Balancing rapid high-tech adoption requires data localisation policies, cybersecurity safeguards, and protection of critical infrastructure components to ensure operational resilience and national autonomy.

Who Built the Robots Behind the CNY 2026 Show?

The company behind the spectacle is Chinese robotics startup Unitree Robotics, founded in 2016. Unitree has often been compared to Boston Dynamics, but with a significantly more affordable pricing model—much like Deepseek’s positioning relative to ChatGPT.

For example, Unitree’s R1 robot starts at approximately USD 5,000, utilizing cost effective hardware while supporting modular LLMs that allow developers greater customization and experimentation.

In addition, the system platform is open-source, enabling distributed training, custom model development, and seamless deployment with support for major open-source frameworks. In 2025, the company announced that users could further customise and control robots via a mobile application. In a world where most individuals own at least one smart device, the primary limitation becomes creativity rather than accessibility.

What Hardware Do These Robots Run On?

The robots run on high-performance computing module featuring 8-core CPU and integrated GPU. Newer models offer integration with NVIDIA Jetson Orin models, delivering AI performance up to 275 TOPS (trillions of operations per second).

For Terminator fans, it may be reassuring to know that—at least for now—battery limitations mean these robots operate for 1-2 hours before requiring charging.

Note: The G1 robots featured in the CNY show are more advanced models and may have enhanced performance specifications.

How Were the Robots Coordinated?

The robots relied on cluster-performance technology, enabling synchronized group movement. Onboard sensors provided real-time environmental perception, supported by localised 5G-A networks. However, while the robots were physically autonomous in movement, they were largely pre-programmed and choreographed for the specific event rather than operating with full independent agency.

Implications for Infrastructure and Sovereignty: Infrastructure Control & Autonomy

The shift to software-defined, centralized robotics platforms means that manufacturing, logistics, and operational infrastructure increasingly depends on digital orchestration layers and ecosystem partnerships. Whoever governs these platforms–whether vendors, hyperscalers, or local integrators–can significantly influence operational autonomy, resilience, and long-term competitiveness.

Regional adoption of integrated execution platforms—particularly in Asia Pacific’s push for industrial embodied AI–signals a move toward locally governed infrastructure ecosystems, reducing dependency on foreign technology stacks. In Asia/Pacific, local partnerships are becoming essential to accelerating innovation while protecting data sovereignty and regulatory compliance.

Final Reflections

Reflecting on China’s CNY 2026 robotic spectacle, I was struck not only by the technical brilliance and seamless choreography, but by how it exemplifies the convergence of affordable, high-performance robotics infrastructure and strategic technological self-reliance. The future of automation is not just about building smarter robots—it is about who controls the orchestration layers, data flow, compute infrastructure, and platform ecosystems behind them.

What’s your take on balancing innovation and digital independence?

Interested to learn more? Talk to us.

Franco Chiam - Vice President - IDC

Franco Chiam is the vice president for IDC's Asia/Pacific (excluding Japan) Cloud, Datacenter, Telecommunication, and Infrastructure Research Group. He manages and shapes the above domains' offerings to IDC clients, which include cloud and infrastructure surveys, market analysis and perspective, speaking engagements, and executive briefings. In the ever-evolving landscape of technologies, the pillars of cloud computing, datacenters, and telecommunication have emerged as the driving forces behind our interconnected world. As these domains continue to shape the future of infrastructure, their integration and advancement play a crucial role for the foreseeable future.