全球教育机器人发展蓝皮书2026：大模型、具身智能与人形机器人时代的学习

Global Educational Robots Blue Book 2026 编写说明：本报告的⼈⼯智能辅助研制过程 AI-SLI ·⼈⼯智能辅助研制 本蓝⽪书是AI-SLI在“⼈⼯智能辅助知识⽣产”⽅向上的⼀次系统性探索与尝试，也是《全球教育机器⼈发展⽩⽪书》系列（2016、2019）⾯向2026的全新⼀版（并升级为蓝⽪书体例）。报告研制全程引⼊⽣成式⼈⼯智能作为研究助⼿，在研究团队的选题、设计与把关之下，承担了四类劳动密集型⼯作。其⼀，全局采集与数据核验——对全球与中国教育机器⼈、具⾝智能、⼈形机器⼈与智能体导师的市场报告、出货与⼚商数据、政策原⽂与学术循证展开多源充分采集，对关键数字逐项溯源、以不少于两个独⽴来源交叉印证并予以⼜径勘误，对前沿系统严格区分“已规模化部署”与“实验室演⽰”。其⼆，理论锚定与⽂献综合——从2016/2019原版提取并核验其对教育机器⼈的定义、分类与产业链框架，在⼤模型与具⾝智能语境下予以再界定。其三，⽂本撰写、图表绘制与引⽂规范——按统⼀论证结构完成各章撰写、架构图与产业链图绘制，并以分级可信度标注维护逐条可溯源的引⽤体系。其四，中英双语并⾏——在统⼀术语表约束下产出语义对齐的中英⽂两个版本。 需要郑重说明的是：⼈⼯智能在本报告中承担的是采集、核验、起草、制图与引⽂管理等密集性⼯作，⽽研究选题、价值判断、学理与产业研判及最终结论，均由研究团队主导并负责把关。报告坚持保守准确——数据均要求真实可复核、市场数字不少于两个独⽴来源交叉印证，对新⽣赛道审慎标注⼜径、不过度宣称。我们谨以此报告作为⾯向未来的研制⼯作流参考，供教育同仁批评指正——它是⼀次对知识⽣产新范式的真诚尝试，⽽⾮对专家研判与同⾏评议的替代。 ⽬录 第⼀篇总览与坐标.................................................................................................................................. 1 第1章引⾔：教育机器⼈的⼗年演进与2026全局图景............................................................ 2第2章政策图景：⼗⼆法域的双轨结构与⼉童—AI硬约束.................................................. 10第3章定义与分类：从⼆分框架到具⾝—智能体连续谱........................................................ 17 第⼆篇能⼒跃迁：⼤脑、本体与世界模型........................................................................................ 27 第4章技术演进：从规则脚本到具⾝基础模型........................................................................ 28第5章智能体化：软件导师先于机器⼈本体的规模化落地.................................................... 41第6章具⾝本体全谱：⼈形、灵巧⼿与四⾜............................................................................ 50第7章多模态交互与学情分析：⾏为感知、受控研究与情绪识别红线................................ 64 第三篇落地与证据：谁真正进了课堂................................................................................................ 72 第8章应⽤场景全谱：五⼤细分赛道的成熟度梯度................................................................ 73第9章案例与试点：真实落地的证据等级图谱........................................................................ 81第10章学习成效循证：分场景的证据强度评估...................................................................... 94 第11章价值链重构：从硬件链到VLA算法层与上游瓶颈................................................. 108 第13章竞争格局：代表⼚商、出货排名与资本分化............................................................ 128 第五篇治理与前瞻.............................................................................................................................. 138第14章安全、伦理与治理：五条监管红线与⼉童—AI硬约束.......................................... 139第15章趋势研判、路线图与政策议程.................................................................................... 149附录⽅法、术语、政策与数据.......................................................................................................... 157附录A研究⽅法学：研究⽬标、混合⽅法证据合成与数据收集规程.................................. 158附录B术语表（中英对照）...................................................................................................... 167附录C国际政策对照表（9国家/地区+ 3国际组织）........................................................... 173附录D中国政策时间线（2017 → 2026）................................................................................ 181附录E代表产品矩阵：机型×能⼒×价格×教育进⼊状态................................................. 188附录F数据可得性声明与未闭合项清单.................................................................................. 198附录G参考⽂献体系与数据来源说明...................................................................................... 206 第⼀篇总览与坐标 ⼀个核⼼判断——⼤脑已换代、⾝体未长⼤：能⼒的代际跃迁与教育部署的滞后 本篇导读先⽴判断、再定坐标：2026年教育机器⼈迎来能⼒的代际跃迁，但教育部署严重滞后——“⼤脑已换代、⾝体未长⼤”。在进⼊技术与产业细节之前，本篇⽤政策双轨与定义分类，框定全书讨论的边界与坐标系。 第1章引⾔：教育机器⼈的⼗年演进与2026全局图景 把"机器⼈"放进"教育"，过去⼗年发⽣的并⾮渐进改良，⽽是⼀次底座替换：终端的"⾝体"形态变化有限，驱动它的"⼤脑"却⼏乎被整体置换。本章给出贯穿全书的核⼼判断——能⼒跑在了部署前⾯——并据此确⽴三条主线、五条铁律与⼀张阅读地图。读者若只读⼀节，请读1.2节的能⼒—部署落差。 1.1核⼼判断：能⼒已经代际跃迁，部署远未跟上 ⽤⼀句话概括2026年的教育机器⼈：最前沿的能⼒已完成代际跃迁，真正进⼊常态化课堂的部署却远未跟上。这⼀"能⼒—部署落差"是本蓝⽪书全部判断的出发点，也是它与市场上多数乐观叙事的根本分歧所在。 要理解这道落差，先看"能⼒"这⼀侧发⽣了什么。教育机器⼈不是新概念。2016年发布的国内⾸部系统性的《全球教育机器⼈发展⽩⽪书》，把"机器⼈教育"与"教育服务机器⼈"统⼀纳⼊"教育机器⼈（Educational Robots）"这⼀总概念，并提出教育机器⼈将成为继⼯业机器⼈、服务机器⼈之后的"第三类机器⼈"发展领域1；其后的修订固化了这⼀框架，给出⼆分结构、三⾓⾊坐标与产业链分层，并对全球市场做出量化预测2。这套定义—⾓⾊—产业链结构，经多家独⽴第三⽅转载与本研究逐字交叉核验，未发现任何⽆法溯源的框架要素3，⾄今仍是中⽂语境下讨论教育机器⼈最具系统性的理论基座，也是本蓝⽪书续接与升级的起点。 那⼀代教育机器⼈栖⾝于⼀个"规则—传感—脚本"的世界：它或是学习者亲⼿组装、⽤图形化语⾔编程的积⽊套件，或是结构固定、依靠预设动作库与脚本对话运转的服务本体。机器⼈的"智能"绝⼤多数来⾃⼯程师事先写好的规则，⽽⾮机器⾃⾝的语⾔理解与推理。 数年之后，技术底座完成了代际级别的更替。2022年以来，以⼤语⾔模型（LLM）与视觉—语⾔模型（VLM）为代表的基础⼤模型，为机器⼈提供了此前不具备的常识推理、语⾔规划与零样本任务分解能⼒，扮演起"⼤脑"的⾓⾊；视觉—语⾔—动作（Vision-Language-Action, VLA）端到端模型则把感知与动作统⼀进同⼀张⽹络，充当协调⾝体的"⼩脑"456。从NVIDIA的⼈形基础模型GR00T，到Figure AI的⼈形VLA系统Helix，"基础⼤模型作⼤脑+具⾝智能作⼩脑"已成为2026年机器⼈领域的主导范式78。断层是可量度的：⼗年前教育机器⼈的关键技术清单（语⾳识别、机器视觉、情境感知）与2026年的技术词汇表（多模态⼤模型、具⾝智能、智能体编排、端侧推理）⼏乎不再重叠。 这⼀范式跃迁使旧有的技术叙事、市场⼜径乃⾄治理框架都不⾜以描述当下。理论侧同期也有权威更新：黄荣怀、陈莺与Ahmed Tlili（2024）在⽣成式AI背景下重新梳理了教育机器⼈的典型应⽤场景，把以ChatGPT为代表的聊天机器⼈（chatbot）纳⼊教育机器⼈的讨论范畴，并提出教育领域应遵循鲁棒性、合法性、合规性与合乎伦理性的"可信AI四准则"9。这⼀更新来⾃原作者团队本⾝，为2026版的再界定提供了权威⽽连续的接续点——本蓝⽪书因此是站在既有理论谱系之上的承启之作，⽽⾮另起炉灶。 能⼒的跃迁不等于落地的兑现。本蓝⽪书在记录范式跃迁真实进展的同时，要冷静甄别哪些进展已经进⼊课堂、哪些仍停留在演⽰阶段；既拥抱"AI+教育"的政策红利，也正视2025—2026年间密集落地的⼉童—AI监管约束。三条主线即据此展开。 1.2三条主线：范式跃迁、能⼒—部署落差、治理红线 为保证全书五个部分（格局、技术、应⽤、产业、治理与未来）相互⼀致、不致互相⽭盾或过度宣称，本蓝⽪书确⽴三条贯穿始终的叙事主线。三者互为约束，缺⼀不可。 主线⼀·范式跃迁。教育机器⼈的技术底座已从"规则—传感—脚本"整体跃迁⾄"基础⼤模型作⼤脑+具⾝智能VLA作⼩脑"。这⼀代际断层有清