AI从数字网络走进物理世界：人形机器人是否会复刻新能源汽车发展路径？

赵丹首席科技分析师dan_zhao@spdbi.com(852) 2808 6436 ——人形机器人是否会复刻新能源汽车发展路径？ 市场空间：从新能源汽车看人形机器人产业跃迁路径，十年百倍。根据赛迪数据，2025年全球人形机器人市场出货量约1.7万台，迈入初步规模化的转折期。从本质上看，人形机器人与新能源汽车在底层技术架构具有高度同源性，均遵循“感知-决策-执行”的闭环逻辑，以及“概念发布-原型验证-小批量试产-大规模量产”的产业化路径。结合供应链建设、政策引导及资本市场等方面对比，我们认为当前人形机器人大致相当于新能源汽车在2018-2020年之间的发展阶段，在2026年有望迎来出货量的爆发。人口老龄化叠加用工成本上升的双重压力，成为人形机器人行业长期发展的底层驱动力。根据Counterpoint预测，全球人形机器人2030年出货量或增长至25.6万台，复合增长率达69.7%。根据Omdia预测，全球人形机器人2035年出货量有望突破260万台，约为2025年出货的150倍。 杨子超，CFA科技分析师charles_yang@spdbi.com(852) 2808 6409 黄佳琦科技分析师sia_huang@spdbi.com(852) 2809 0355 2026年4月2日 商业落地：ToB工业先行，ToC家庭消费才是终极场景。当前在售人形机器人的应用场景并非常态化刚性需求，主要集中在文娱商演和教育科研等。IDC2025年全球人形机器人出货量结构显示，文娱商演占36.8%、教育科研占24.6%。未来场景落地顺序或依次为：工业、商业以及家庭。短期内，工厂仍是应用的主战场，由于环境结构化、任务标准化；远期家庭服务是终极应用场景，预计将会占到总量一半以上，但需成本大幅降低才能实现大规模普及。 产业链：硬件决定下限，软件决定上限，数据匮乏仍是瓶颈。人形机器人产业链包括上游核心零部件与材料，中游整机制造与系统集成，下游多元场景应用，其中上游核心零部件占总成本约60%-70%。目前一台高性能人形机器人的硬件成本约人民币30万至60万元，成本高昂主要源于核心零部件技术壁垒高、定制化需求强以及产业规模尚未起量等。行业标杆特斯拉Optimus预计量产后目标成本2万美元。目前，数据匮乏仍是限制行业智能化发展的瓶颈之一。 竞争格局：中国领跑量产，国产拼“身体”，海外攻“大脑”。中国企业侧重量产落地，凭借供应链优势，优化身体硬件制造成本，2025出货量占全球的84.7%，运动控制领先，尤其腿部；美国头部企业聚焦软件迭代和“大脑”模型，强调技术通用性，尚未实现规模化量产，产品主要用于内部测试。目前中国人形机器人整机企业数量超过140家，玩家类型主要包括：硬核初创企业依托顶尖科研背景，主打极致性价比和快速迭代；车企跨界复用汽车供应链与智驾技术，主攻工业制造场景；互联网巨头提供模型与算力底座，通过投资或合作赋能；传统工业厂商试图将工业机器人的经验迁移至人形机器人赛道。2026年或成行业分水岭，资源进一步向头部玩家集中。 投资风险：研发投入超预期；商业化落地不及预期；竞争加剧。 目录 商业落地：To B先行，To C才是终极场景.....................................................................................12产业链：硬件定下限，软件定上限.................................................................................................15行业玩家：中国领跑量产，海外强在标杆.....................................................................................20特斯拉：全球行业标杆.....................................................................................................................22Figure AI：工业先行、家庭延伸.......................................................................................................231X Technologies：专注家庭服务场景...............................................................................................24Agility：聚焦物流仓储场景...............................................................................................................25波士顿动力：高动态工业级机器人.................................................................................................26宇树科技：卓越运控，全球出货量第一.........................................................................................27优必选：人形机器人第一股.............................................................................................................28智元机器人：工业场景龙头.............................................................................................................29乐聚机器人：老牌玩家，云边端协同架构.....................................................................................30众擎机器人：高动态运动性能.........................................................................................................31傅利叶智能：深耕医疗康养.............................................................................................................32云深处科技：巡检赛道龙头.............................................................................................................33星动纪元：软硬一体.........................................................................................................................34银河通用：估值领跑具身智能赛道.................................................................................................35加速进化：以赛代练，以赛促研.....................................................................................................36松延动力：推出首款低于万元的家庭教育机器人.........................................................................37 从新能源汽车看人形机器人发展周期 人形机器人和新能源汽车缘何可比？ 虽然行业对于具身智能尚未形成统一的标准定义，但主流范式指向明确，即强调将AI的虚拟能力嵌入物理实体，与环境交互来实现自主学习和进化。基于这一理解，人形机器人和新能源汽车可以被视为“具身智能”的不同形态（图表1）。特别是从产品定位的角度来说，新能源汽车进入智能化发展的时代以来，除了在出行领域对于传统汽车的替代，定位更加贴近在人工智能基础上实现高阶驾驶自动化的“轮式机器人”；而人形机器人则通过与人类类似的身体结构和运动方式，拓宽能力边界，最终提升劳动生产率。 从本质上看，人形机器人与新能源汽车在底层技术架构具有高度同源性，均遵循“感知-决策-执行”的闭环逻辑。具体而言（图表2）： 感知层：二者均通过多模态传感器构建对于三维世界的认知，而由摄像头、激光雷达、惯性测量单元（IMU）等构成的硬件体系可在两个领域之间平移。同时，汽车领域成熟的3D视觉解决方案、占用网络以及视觉SLAM技术，本质都是为了解决三维空间中的定位与目标识别问题，算法逻辑同样适用于机器人的环境感知。 决策层：二者均需要处理大量的并发数据并进行复杂的物理仿真。新能源汽车为智驾系统定制AI SoC芯片，底层算力架构同样适用于机器人“大脑”。例如，特斯拉的AI芯片被应用于自动驾驶系统FSD和Optimus机器人。而在算法端，自动驾驶的端到端算法同样适用于人形机器人；机器人领域的VLA模型也在2025年快速扩散到自动驾驶领域，将多模态信息直接嵌入驾驶决策链，实现对端到端任务的有效增强。 执行层：负责将数字指令转化为物理动作，执行器组件由总成、传动、电池、电机、电控等部件组成。汽车与机器人在电机、减速器、线性/旋转执行器等核心机电硬件上均存在供应链的高度重合。 并且，新能源汽车与人形机器人的技术同源性延伸至供应链体系，主要体现在零部件的重叠和工艺的复用潜力。根据车百会调研结果，汽车产业链的各环节均可与智能机器人产业深度衔接，复用率可达60%以上。以核心硬件为例，二者在芯片、传感器和动力系统等环节均有零部件可以共享（图表3）。 此外，人形机器人的智能化分级，也与新能源汽车在驾驶自动化的渐进式发展路径类似。2025年5月，中国电子学会发布《人形机器人智能化分级》团体标准，从四个维度构建了L1-L5的智能化能力分级体系，用于衡量人形机器人的智能化水平。这也与汽车行业自动驾驶分级标准的核心逻辑相映照，即借助相似的分级结构，以“感知-理解-决策-执行”的闭环能力为划分基准，反映系统自主性从“人机协同”到“完全自治”的递进（图表4）。 类比新能源汽车，人形机器人产业当前处于哪一发展阶段？ 人形机器人概念的萌芽和相关技术探索出现较早，1950年图灵（AlanMathison Turing）在《计算机器与智能》首次提出“具身智能”概念，1973年世界上首台全尺寸人形机器人WABOT-1在早稻田大学诞生。随后直到20世纪90年代末，行业的研究重点主要聚焦于双足行走的运动学与动力学原理，以及使机器人能够实现预设场景的重复性任务。经过了20多年的技术积累，在实现传感与智能控制技术的深度融合及系统集成后，AI大模型的突破重构了人形机器人的认知决策体系，行业进入加速探索商业化落地的产业化发展阶段（图表5）。 首先，从产业路径来看，梳理新能源汽车和人形机器人的产业化发展脉络，我们发现二者的一个重要交集和“锚点”是特斯拉，不论是新能