北京师范大学智慧学习研究院：全球教育机器人发展蓝皮书2026（239页）.pdf

核心结论速览。 大脑已换代、身体未长大：2026年教育机器人最前沿的能力已完成从“规则—传感—脚本”到“基础大模型作大脑+具身智能VLA作小脑”的代际跃迁，但真正进入常态化课堂的部署远未跟上，能力与部署之间存在显著落差。 唯一规模化落地的是软件智能体，而非具身本体：教育领域唯一实现规模化落地的并非具身机器人本体，而是屏幕端的LLM智能体导师——可汗学院的Khanmigo，其K-12学生用户从约4万增长至约70万，总用户（含教师）达约140万，覆盖美国约350个学区并扩展至印度、巴西、菲律宾。 全球教育机器人市场远低于历史预测：即便采用最激进的机构口径，全球教育机器人市场到2030年前后也仅约55—58亿美元量级，2019版“2023年841亿美元”的预测明显偏高、口径过宽，须诚实修正。 治理从附注升格为一级框架：2025—2026年间多法域密集出台儿童-AI硬约束——中国《人工智能拟人化互动服务管理暂行办法》（2026-07-15施行）、欧盟《AI法案》第5(1)(f)条教育机构情绪识别禁令（2025-02-02适用）、美国COPPA2025修订将生物识别纳入儿童PII（2025-06-23生效）。 四足是当前进入教育最现实的具身平台：四足机器人运动控制已基本工程化，教育版价格远低于人形（宇树Go2 EDU约5,990美元、云深处绝影Lite3约2,890美元），已实际进入中国职业院校/高校课堂做感知与算法实训。 STEM/编程套件是唯一可正面陈述的循证赛道：多项独立元分析一致指向中等正效应（g/SMD ≈ 0.46-0.56），且至少一项计算思维元分析的Egger检验未见明显发表偏倚，是产业与循证双向确证的赛道。 人形“量产元年”的量产几乎全在工业/物流，非教育课堂：2025—2026年人形机器人常被称为“量产元年”，但真正实现常态化部署的——Agility Digit（物流，累计65,000+小时）、Figure 02（BMW产线）——全部在工业场景，教育课堂的人形落地几近于零。研究背景与全景图谱。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”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。那一代教育机器人栖身于“规则—传感—脚本”的世界：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。2022年以来，技术底座完成了代际级别的更替。以大语言模型与视觉—语言模型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”。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。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。本蓝皮书把当代教育机器人的系统结构概括为“大脑—本体—感知—数据—治理”五个相互耦合的域：基础大模型与VLA构成的“大脑”提供推理与决策，社交本体或人形本体构成的“身体”承载交互，多模态感知层采集语音、视觉与行为信号，数据与平台层支撑训练、记忆与运维，治理层则以可信AI准则、未成年人数据保护与监管红线为外部约束。当前“大脑”已规模化落地（以软件智能体为代表），而“身体”层多数仍处演示与试点状态，能力—部署落差正体现在这两层成熟度的错位之上。服务商生态分析。教育机器人产业链相对2019年最本质的变化，是从无到有地长出了一个独立的“大模型/具身智能算法层（VLA）”。它把“视觉输入直接映射为关节控制输出”的端到端运动智能，连同叠加在其上的教育大模型与学科智能体，沉淀为整机的“大脑”，并成为新的价值高地。与此并行，上游瓶颈从“芯片”扩展到“关节—谐波减速器—灵巧手—六维力/触觉传感”，内容层从“课程内容”升级为“课程+实训+认证”，运维服务则从隐性成本显性化为独立价值层。代表厂商层面，优必选是中国教育机器人领域最接近“已规模部署”定义的厂商，其AI教育已为全国近2000所公立中小学提供服务，覆盖国内25省、海外20+国；2025年教育智能机器人业务收入4.13亿元。宇树以高性价比人形（G1 EDU）切入高校/科研教学平台，人形约3/4收入来自科研教育客户、仅约9%进入实际工业应用。科大讯飞2025年智慧教育营收达89.67亿元，是国内规模最大的AI教育营收底座。西方人形厂商（Figure、Tesla、1X、Apptronik）几乎不进教育，真实部署集中在工业产线。典型场景深度解析。场景一：STEM/编程套件——最大且最成熟的赛道。STEM与编程套件是教育机器人唯一可被称为“已规模化商用部署”的细分赛道。全球STEM机器人套件市场2025年约38亿美元，复合年增长率区间为5.5%—7.8%。从证据侧看，多项独立元分析一致指向中等正效应（g/SMD ≈ 0.46-0.56），且至少一项计算思维元分析的Egger检验未见明显发表偏倚，是产业与循证双向确证的赛道。代表厂商包括LEGO Education、VEX、Sphero、Makeblock、Wonder Workshop与优必选。场景二：特殊教育/ASD——增速最快、证据最强、最具争议。特殊教育/全纳是增速最快的板块，Mordor Intelligence称其CAGR达18.63%。PLOS One（2022）元分析综述40项研究、对12项RCT/346名被试做元分析，总体Hedges' g = 0.33（CI 0.08-0.57），社交功能维度g = 0.35显著。但诊所场景g = 0.57显著，学校场景g = -0.16、家庭场景g = 0.16均不显著；仅17.5%的研究质量被评为“强”。NAO出现在约39%的ASD相关机器人研究中，是该赛道事实上的标准平台。场景三：语言学习——情感价值清晰、认知成效审慎。机器人辅助语言学习已有Randall（2019）梳理的79项研究作为文献基础。但权威综述van den Berghe等（2019）给出保守结论——“机器人尚不能被确证为有效的语言导师”。现有证据普遍显示情感/动机收益大于认知收益，绝大多数研究为单次会话、小样本，难以排除新奇效应。技术演进方向。近十年技术演进可归纳为四个递进的台阶： 台阶一——规则、传感与SLAM（约2019年及以前）：以确定性控制、手工设计特征、同步定位与建图为代表。教育领域的LEGO Mindstorms、VEX、早期NAO均属此列——它们的“行为”是规则的、可预测的，也是封闭的。 台阶二——深度学习感知（约2012—2020年代）：卷积神经网络与Transformer被用于视觉与语音感知，机器人“看得更准、听得更清”。但感知与决策仍然分离，任务高度专用。 台阶三——基础大模型作“大脑”（2022年起）：大语言模型与视觉-语言模型带来了常识推理、自然语言规划与零样本任务分解的能力。这一台阶上最先真正落地的并非具身机器人，而是软件智能体。 台阶四——具身智能与VLA作“小脑”（2022年起）：视觉-语言-动作被统一进端到端网络，模型直接从像素与指令生成动作。台阶三提供“想做什么”的认知，台阶四提供“怎么做”的运动智能。在台阶四之上，进一步涌现出世界模型——能够预测物理后果、生成训练数据的生成式系统。但世界模型一律是“使能技术/研究前沿”，不是课堂产品。2025—2026年，具身/世界模型方向吸引约60亿美元投资，但已有分析指出：“大语言模型的scaling范式未必能直接复制到世界模型”。商业模式创新。教育机器人产业的商业模式正在经历三重演变：第一，从“卖硬件”到“卖服务”。教育部署中，硬件往往只占总拥有成本的约50%—60%，其余由运维、培训、软件订阅等服务构成。“卖一台机器人”只是价值链的起点，持续的运维与服务才是长期价值的主体。第二，从“课程内容”到“课程+实训+认证”。内容层升级为一体化的“AI课程+实训平台+认证体系”——典型形态包括优必选的星智PaaS、宇树与高校合办的RoboUniversity式平台。内容不再是附着于硬件的“软件赠品”，而是承载认证资质、可持续收费的独立价值环节。第三，从“自研大脑”到“采购大脑”。基础模型与具身算法由专门的算法厂商研发与供给，整机厂商可以“采购大脑”而非“自研大脑”。模型层的迭代节奏（月级）远快于硬件层（年级），二者解耦后各自独立演进。未来3-5年机会洞察。机会一：屏幕端AI智能体导师的持续扩张。Khanmigo已验证了LLM智能体的教学能力可在真实学区中规模化。Amira Learning（AI阅读导师）经厂商口径触达约400-500万学生、覆盖逾2,000个学区。Google的Gemini for Education于2025年触达约1,000万学生。屏幕端软件智能体的边际部署成本极低（复制一份订阅即可触达新学生），而每多一台具身本体都意味着真实的硬件、维护与具身能力获取成本。机会二：四足机器人职教/高校实训扩面。四足是当前具身智能进入教育最现实的平台——运动控制已基本工程化，教育版价格门槛远低于人形（宇树Go2 EDU约5,990美元、云深处绝影Lite3约2,890美元）。杭州科技职业技术学院已将宇树Go2引入物联网专业教学，学生用机器狗回传的激光雷达点云与4K画面做时空对齐，编写算法做计算机视觉实训。机会三：端侧推理的成熟。Gemini Robotics On-Device支持本体本地运行、断网可用、仅需50-100次示范即可微调，目前是面向trusted tester的受限计划。端侧推理直接回应教育场景的断网可用、低延迟与隐私保护需求，被本蓝皮书列为闭合“能力—部署落差”的关键突破口之一。机会四：上游部件国产化带来的成本下行。行星滚柱丝杠（成本占比约28.6%-35%、国产化最低）是当前最硬的单一瓶颈；六维力传感器国产化率已从19%升至57.8%，无框力矩电机国产放量在即。中国供应链的国产化将推动整机成本曲线下行，使更多高校实验室和职教课堂可负担具身平台。延伸阅读。以上为报告核心趋势分析，如需获取完整报告详细数据及全部案例，请访问下载页下载完整PDF报告。FAQ区块。Q1：2026年教育机器人最核心的判断是什么？A：最核心的判断是“大脑已换代、身体未长大”——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”，但最前沿的能力绝大多数仍停留在实验室演示与厂商发布视频，尚未进入常态化教育部署。Q2：教育领域唯一规模化落地的AI教育产品是什么？A：教育领域唯一规模化落地的并非具身机器人本体，而是屏幕端的LLM智能体导师——可汗学院的Khanmigo，其K-12学生用户从约4万增长至约70万，总用户（含教师）达约140万，覆盖美国约350个学区。Q3：全球教育机器人市场实际规模有多大？A：即便采用最激进的机构口径，全球教育机器人市场到2030年前后也仅约55—58亿美元量级。2019版“2023年841亿美元”的预测明显偏高、口径过宽，须诚实修正。Q4：人形机器人何时能进入中小学课堂？A：全尺寸人形进入中小学课堂迄今仍处于概念与演示阶段。2025—2026年常被称为人形“量产元年”，但量产几乎全部指向工业、物流与零售，教育课堂里的人形落地几近于零。可进教育的人形（宇树G1、傅利叶GR等）主要是高校与科研的教学研究平台。Q5：教育机器人的学习成效有证据支撑吗？A：循证图景是“局部稳健、整体审慎”。STEM/计算思维有中等正效应（g/SMD ≈ 0.46-0.56）可正面陈述；ASD社交功能证据较强（g ≈ 0.33-0.35）但场景外推存疑（学校场景g = -0.16不显著）；语言学习与LLM机器人不可宣称已证有效。Q6：2026年对教育机器人影响最大的监管红线有哪些？A：五条红线包括：中国《人工智能拟人化互动服务管理暂行办法》（2026-07-15施行，禁止向未成年人提供“虚拟亲属/伴侣”服务）、欧盟《AI法案》第5(1)(f)条（教育机构禁用情绪识别，2025-02-02适用）、美国COPPA2025修订（生物识别纳入儿童PII，2025-06-23生效）、中国《中小学生成式AI使用指南》（小学禁独立开放式生成）、美国加州SB243与纽约伴侣法（已生效）。数据来源说明。本报告数据来源包括：学术数据库（Google Scholar、ERIC、Web of Science、中国知网）、市场研究机构（Mordor Intelligence、Grand View Research、Research and Markets、智研咨询、华经产业研究院、弗若斯特沙利文）、政策原文（各国政府与监管机构官网、UNESCO、OECD）、产业来源（厂商官网、上市公司年报与招股书）。全部关键数字经不少于两个独立来源交叉印证，冲突口径并列呈现，货币口径以原文核对值为准（1亿元≈0.14亿美元）。