关于伯恩斯坦： 1967年创立于纽约，全球顶级独立股票研究机构，现为联博与法兴合资企业。不做投行、不接承销，收入完全来自机构订阅，观点独立性业内公认第一。伯恩斯坦以深度产业调研、商业模式拆解、长期壁垒测算著称，极少追逐短期热点。其标志性的"Blackbooks"系列报告以严谨的量化预测和深厚的行业洞察闻名，被视为行业标杆。
2026年6月29日伯恩斯坦发布了一份人形机器人研报，英文标题是《Asian Emerging Robotics: Where Are the Real Moats in Humanoid Robotics?》，《亚洲新兴机器人：人形机器人领域的真正护城河在哪里？》。这是外资首次系统性地回答"人形机器人赛道，谁真正有护城河"这个问题。本文是对这份报告的解读
先看结论，后看观点：整机厂还没建立起护城河，后发优势才是当前行业的主旋律。
先发优势正在迅速贬值
人形机器人行业的技术先发优势，正在以前所未有的速度贬值。
伯恩斯坦的核心论据是：硬件运动能力已经从"差异化优势"变成了"行业baseline"。什么意思？也就是说，今天你能做到的灵活行走、精准抓取、复杂地形适应，已经不再是加分项，而是及格线。行业入门门槛已经大幅降低。
最有力的证据来自今年的人形机器人半程马拉松比赛。荣耀跨界入局，研发时间不到一年，却在比赛中包揽了前三名。一个手机厂商，用不到12个月的时间，就追上先行者，甚至实现了超越。
这不是孤例。研报指出，单一技术创新的"保鲜期"仅有12到24个月。一旦某项技术被验证可行，后来者可以用更短的时间完成追赶。原因很简单：人形机器人涉及的零部件大多是成熟的工业级产品，传感器、减速器、电机、线束——这些在汽车和消费电子行业早已大规模量产。当这些成熟的供应链能力被整合进机器人赛道，先发者的技术积累很快就会被稀释。
这直接指向了一个残酷的行业现实：整机厂之间的竞争，正在从"技术深度"转向"迭代速度"和"成本控制"。而这两项能力，目前中国厂商占据着结构性优势。
三层护城河体系：确定性逐层递增
理解了"先发优势贬值"这个大背景，我们再来看伯恩斯坦构建的三层护城河分析框架。按照确定性的高低，依次是：整机厂（OEM）→ 零部件供应商 → 算力与软件平台。
第一层：整机厂——护城河尚未建立
这是整份研报最核心、也最"反直觉"的结论。
整机厂有四条可能建立护城河的路径，伯恩斯坦逐一做了评估：
第一条路：高价值数据飞轮。这是最具想象空间的方向——谁先大规模部署，谁就能启动"更多数据→更强性能→更多部署"的正向循环，最终形成数据壁垒。但伯恩斯坦的判断是：这条路目前尚未启动。数据飞轮需要海量的实际部署场景，而人形机器人目前仍处于商业化早期，真正落地的场景有限，数据积累远未形成规模。
第二条路：生态系统。这个问题很关键——未来的机器人生态，是一家纯机器人公司来主导，还是英伟达、华为这样的平台型巨头把机器人整合进现有的生态？答案尚不明朗。如果顶尖巨头入局，凭借现有的用户基础和生态粘性，纯机器人公司的生态建设努力可能被釜底抽薪。
第三条路：IP与品牌。迪士尼Olaf已经在机器人上落地，K-pop IP也开始与机器人结合。IP的价值不在于降低期望，而在于提供情感预载——用户在见到机器人的第一秒就已经有了好感和耐心，这是冷启动产品最稀缺的东西。这条路有可行性，但高度依赖于内容资源和品牌运营能力，属于少数玩家的游戏。
第四条路：成本领先。量产规模是成本领先的前提，但问题在于：目前没有任何一家整机厂的量产规模足以支撑真正的成本优势。当行业还在万台级别徘徊，成本竞争还远未到决定胜负的时刻。
综合以上四条路径，伯恩斯坦的结论是：投资整机厂，本质上是押注未来，而不是投资确定性。
这个判断对投资者来说并不友好，但它是客观的。
第二层：零部件供应商——护城河更清晰
与整机厂不同，零部件供应商的护城河要清晰得多，确定性也更高。
伯恩斯坦识别出三类可以在机器人领域复用的核心壁垒：
第一类：量产质量控制。汽车行业对Tier 1供应商的交付缺陷率要求通常在25 PPM以内（百万分之一），关键安全件甚至要求个位数PPM。据伯恩斯坦调研，采埃孚（ZF）的缺陷率可控制在约15PPM，拓普集团官网公示的质量目标为不超过25PPM。这种量产级的质量控制能力，不是靠砸钱能在短期内建立的，需要长期的生产经验积累和工艺优化。
第二类：成本领先。通过工艺优化和规模效应，在特定零部件上建立成本优势。双环传动是最典型的案例。这家从1980年做齿轮起家的企业，用40年精密制造经验切入RV减速器，把同规格产品价格打到日本纳博特斯克的60%——把成本从纳博特斯克垄断时期的万元级别压到2,600元以下。
第三类：快速响应研发。能否根据客户需求快速定制化研发，并渗透进头部客户供应链，决定了供应商的成长速度。浙江荣泰是典型案例。这家给特斯拉做了十年电池防火材料的供应商，2025年才切入机器人丝杠赛道，不到一年就拿到Optimus灵巧手核心定点。它靠的不是从零研发，而是信任通道+技术通道，客户新需求第一时间就能接住。
零部件供应商的优势在于：他们的技术积累可以跨领域复用——从汽车到消费电子，从消费电子到机器人，本质上都是精密制造能力的延伸。这使得零部件供应商的护城河更加稳固，也更具确定性。
第三层：算力与软件平台——护城河最明确
在伯恩斯坦的框架中，算力与软件平台是护城河最明确的层级。
英伟达凭借"全栈"能力——从DGX训练集群到Omniverse仿真平台再到Jetson边缘推理——构建了完整的技术栈和开发者生态。
高通提供从Dragonwing IQ10到QRB2210的全栈端侧覆盖，在边缘计算领域有差异化优势。
英飞凌的单台机器人BOM（物料清单）覆盖约500美元，包含约200个传感器，是传感器和功率半导体的核心供应商。
瑞萨电子的预期最为激进：2035年人形机器人半导体BOM覆盖率将从30%提升至70%——这意味着半导体在机器人中的价值占比将大幅提升。
算力与软件平台的护城河逻辑很清晰：AI训练需要算力，机器人智能化需要算法，这些基础设施一旦建立，就形成了平台级的壁垒——使用的人越多，数据积累越多，模型越强，形成正向循环。
产业背景：人形机器人是未来大机会
理解了伯恩斯坦的分析框架，我们再来看产业大背景，会发现这份研报的出现并非偶然。
摩根士丹利在6月24日将2026年中国机器人出货量预期从2.8万台大幅上调至5万台，幅度高达78.6%，并预计2030年达到44.6万台。这个调整背后，是对中国机器人产业商业化速度的重新评估。
从企业数量来看，中国具身智能相关企业已突破万家，人形机器人整机企业超过140家。
关于人形机器人未来的星辰大海这里不做详细叙事。
思考
第一，整机厂商接下来的路怎么走？第一梯队必然要争做链主、生态、全栈研发，怎么和产业链共生是关键问题。
第二，国内零部件厂数量众多且分散，人形机技术路线尚未收敛。一旦行业进入成熟量产期，零部件厂商会面临是否可以获得链主订单的压力，面临竞争加剧和被整合的压力，大概率会再走一遍汽车零部件内卷之路。
第三，护城河最明确的算力与软件平台——对我们而言，就八个字：自主研发，国产替代。
第四，数据飞轮才是终极战场。 无论哪个层级的玩家，最终都要回到同一个问题：谁能积累更多、更高质量的场景数据？数据飞轮一旦启动，就会形成强者恒强的马太效应。整机厂、零部件供应商、算力平台——所有玩家的终极竞争，都指向数据。
关于产业的三点认知
一：成本决定生死，量产能力是第一道生死线
2026年行业核心矛盾已从"能不能做"变成"能不能便宜地大规模做"。
二：供应链能力正在取代算法能力，成为当下的核心壁垒
过去两年讨论集中在"本体+大模型"，今年重点已转向上游供应链。
三：数据积累速度将最终决定谁能跑出来
这是长期视角下的共识，但2026年已经从"未来命题"变成"当下竞争变量"。
