×

具身智能 2026:人形机器人产业全景研报

wang wang 发表于2026-07-15 02:34:09 浏览2 评论0

抢沙发发表评论

具身智能 2026:人形机器人产业全景研报

2026年，人形机器人完成了从"惊艳Demo"到"工厂部署"的关键一跃。Tesla Optimus 千台级试产、Figure AI 估值 $390亿、宇树 G1 售价压至 $13,500——三大信号宣告"ChatGPT时刻"正在到来。这不仅是机器人的故事，更是 AI 走出屏幕、进入物理世界的故事。

一、执行摘要

2024-2026年，全球具身智能产业经历了从"技术可行性验证"到"商业规模化探索"的范式转换。以下是核心结论：
  1. 出货量：2025年全球出货 13,000-16,000 台人形机器人，90% 来自中国。2026年预计翻倍至 28,000-30,000 台。
  2. 融资规模：2023-2026 H1，全球人形机器人赛道累计融资 $100-120亿。Figure AI 以 $19亿总融资 + $390亿估值领跑。
  3. 成本拐点：2026 H1，Figure 03 和 Apptronik Apollo 的全负载运营成本降至 $30,000/年以下——低于美国工厂工人 $40,000-60,000/年的综合成本。经济可行性拐点已经到来。
  4. 技术突破：VLA（视觉-语言-动作）大模型进入实用阶段。Google RT-2 → Physical Intelligence π0 → Figure Helix → NVIDIA GR00T 全线推进。
  5. 中美格局：美国领跑 AI/软件和资本，中国主导制造/供应链和出货量。两者正在从不同方向汇合。
本报告从公司格局、技术栈、投融资、供应链、中美竞争五个维度做系统性扫描。

二、全球人形机器人公司全景

截至 2026年 7月，全球共有超过 150家人形机器人制造商。以下是核心梯队：

2.1 第一梯队：已进入工厂部署

Tesla Optimus
| 战略 | 内部先用（汽车工厂），再外销 |
Tesla的路径最清晰：在自家工厂验证 → 规模化降本 → 对外开放销售。 2026年 Fremont 工厂已有 1,000+ Optimus 在运行。Elon Musk 声称长期年产量可达 1 亿台——这个数字先放在一边，但 2026 年的千台级试产本身是行业里程碑。
Figure AI
| 状态 | BMW Spartanburg工厂部署 30,000+辆车相关任务、200+小时自主运行 |
Figure 是融资能力最强的人形机器人公司——$19亿总融资，$390亿估值。它的 Helix VLA 模型采用 System 1/System 2 双回路架构：快回路以 200Hz 做实时控制，慢回路做语义理解和任务规划。2025年与 OpenAI 终止合作后自行开发 AI——这意味着 Figure 决心全栈控制。
UBTECH 优必选
| 上市 | HKEX（2023年12月） |
UBTECH是中国唯一上市的人形机器人公司，Walker S2已实现批量交付。
Agility Robotics (Digit)
| 上市 | 2026年6月 SPAC 合并 NASDAQ，估值 $25亿 |
Digit 是第一个（也是迄今唯一）在工厂和仓库真实环境中持续工作的人形机器人，2025年处理超 100,000个货箱。Agility 的务实路线——不做双足行走、专注物流搬运——证明了一个重要原则：商业化的第一步不需要最酷的技术，需要最可靠的经济学。

2.2 第二梯队：即将量产

| XPENG IRON | IRON | 62-82 DOF，全固态电池，汽车工厂部署 | 2026年量产 |
宇树 G1 的 $13,500 零售价是整个行业的"深水炸弹"。 这个价格意味着——即使在家用和中小企业市场尚未成熟——价格本身已经不再是障碍。

2.3 其他值得关注的玩家

| 逐际动力 EngineAI | SE01 | 港股IPO已提交，约$20,000-30,000 |

三、技术栈：VLA 大模型是具身智能的"GPT 时刻"

3.1 VLA 模型进化路线

VLA（Vision-Language-Action）模型是具身智能的核心大脑——输入摄像头画面 + 语言指令，直接输出机器人动作。
| GR00T N1 | NVIDIA | 2025 | 首个开源人形机器人基础模型 |
关键趋势：VLA 从"封闭实验"正在走向"开源生态"。OpenVLA、Octo、RDT-1B 为学术和中小企业打开了入口。而 Figure、Google 的闭源模型则在追求极致性能。

3.2 Physical Intelligence（π）：具身智能的 OpenAI

Physical Intelligence 是当前具身智能领域最受瞩目的创业公司：

·2024年3月：$7,000万种子轮

·2024年11月：$4亿融资（Jeff Bezos、Thrive Capital领投），估值 $20亿

·2025年：$6亿+融资，估值飙升

·最新（2026）：正在谈判 $10亿+ 新融资，估值 $110亿+

π0 模型的技术差异化：使用流匹配（flow matching）而非扩散模型——推理速度更快，适合实时控制。跨形态设计——同一模型可控制单臂、双臂、移动操作平台，不需为每种机器人重新训练。
公司由前 Google 机器人负责人 Karol Hausman、前 Tesla Autopilot 成员等组成。它的愿景是：做一个"机器人的基础模型层"——不制造硬件，只提供 AI 大脑。

3.3 Sim-to-Real：弥合虚拟与现实的鸿沟

为什么 Sim-to-Real 如此关键？
真实世界的机器人数据昂贵且危险。一个灵巧操作动作可能需要数百次真实尝试才能成功。Sim-to-Real 的核心思路是：在虚拟环境中用强化学习训练，然后迁移到真实世界。
代表性平台：

·NVIDIA Isaac Sim：工业级，结合 Omniverse 的高保真渲染

·MuJoCo/MJX：Google DeepMind 的高性能物理引擎

·Genesis：卡内基梅隆大学 2024 年发布的开源平台，物理模拟速度比 Isaac Sim 快 80 倍

Sim-to-Real Gap 正在缩小。域随机化（domain randomization）+ 大规模并行训练 + 更高保真的物理渲染，使得从模拟到真实的迁移成功率从 2023 年的约 60% 提升到 2026 年的 85%+。

3.4 灵巧手：最后的物理瓶颈

"机器人能做思维推理，但翻不过一页书。"
灵巧操作（dexterous manipulation）是当前最硬的技术瓶颈。人形机器人的身体可以走路、弯腰、转身，但手部——需要同时做到精确力控、触觉反馈、快速反应——仍然是最困难的子系统。
2026 年灵巧手技术状态：

·标准配置：22 DOF（Tesla Optimus Gen 3、Figure 03、XPENG IRON）

·最高配置：25 DOF（1X NEO）

·触觉传感器：GelSight（光学式）、DIGIT 360（高分辨率触觉），成本 $100-500/指

·驱动方式：腱驱动 vs 电机直驱——前者灵巧但复杂，后者可靠但笨重

四、投融资与市场规模

4.1 融资全景

全球人形机器人赛道 2023-2026 H1 累计融资约 $100-120亿：
| 2026 H1 | >$40亿 | Apptronik $5.2亿；Physical Intelligence $10亿+ 谈判中；Agility SPAC IPO |
主要投资者画像：
| 中国资本 | 高瓴、红杉中国、淡马锡、北京国资 | 国家战略 + 制造业升级 |

4.2 市场规模预测

| TAM | $1-5万亿 | — | 劳动替代的总市场规模 |
Morgan Stanley 估计：美国 75% 的工作岗位（6,300万个职位）存在人形机器人替代潜力，对应的工资总额为 $1.96万亿。这个数字是整个行业想象力的天花板。
但注意预测分层：Goldman Sachs 的 $380亿（2035）和 Barclays 的 $2,000亿（2035）差了 5 倍。这说明市场对"渗透速度"的判断高度不确定——取决于成本下降速度、AI 能力提升速度和监管接受度。

4.3 IPO 窗口正在打开

·Agility Robotics：2026年6月首家人形机器人 SPAC 上市（NASDAQ: AGLT），估值 $25亿

·优必选 UBTECH：2023年12月港交所上市（HKEX: 9880），首家上市的人形机器人公司

·宇树科技 Unitree：2026年6月科创板 IPO，估值约 $62亿

·逐际动力 EngineAI：港股 IPO 已提交

五、供应链与单台经济学

5.1 BOM 成本结构

一台典型的人形机器人（2026年标准配置），BOM 成本在 $28,000-144,000 之间。其中：
| 结构件/其他 | 15-20% | 碳纤维、铝合金、线束 | — |
行星滚柱丝杠是当前最严重的供应链瓶颈。 全球产能集中在 SKF/Ewellix（瑞典），而一台高性能人形机器人需要 10-20 根。产能爬坡远跟不上需求增速。McKinsey 2025年报告将其列为"人形机器人产业最紧迫的风险点"。

5.2 成本下降曲线

| 2035（预测）| $10,000-20,000 | 大规模自动化生产 |
中国供应链的成本优势十分显著：宇树 G1 零售价 $13,500-16,000，毛利率仍高达 62.9%。这意味着其 BOM 成本约 $5,000-6,000——远低于西方同类产品。

5.3 经济拐点：人形机器人何时比工人更便宜？

核心指标是年化全负载成本 vs 工厂工人年薪：
| 单位时间成本 | $3.42/小时 | $20-30/小时 | $3.2-6/小时 |
在美国，经济拐点已经到来。 Figure 03 和 Apollo 的 $30,000/年成本已经低于美国工厂工人。投资回收期 8-18 个月。这就是为什么 BMW、Mercedes-Benz、Tesla 都在自己的工厂先部署——不是做样子，是真实的成本逻辑。
在中国，经济拐点尚未到来。 中国工厂工人年薪仅 $8,000-15,000，而国产人形机器人（宇树 G1 $13,500、EngineAI $20,000-30,000）需要更强的成本优势才能达到同样的渗透逻辑。但这恰好是中国供应链的优势所在——随着谐波减速器和无框力矩电机国产替代加速，成本还有 50-60% 的下降空间。

六、中美竞争格局

6.1 全景对比

| IPO 通道 | NASDAQ SPAC | 科创板 + 港交所 |

6.2 美国优势：AI 和资本

美国的领先优势集中在三个层面：
1. AI 大模型：Google RT-2 → Gemini Robotics、Physical Intelligence π0、Figure Helix、NVIDIA GR00T——VLA 基础模型的研发几乎完全由美国公司/实验室主导。
2. 资本深度：Figure AI 单家估值 $390亿，超过中国所有机器人公司估值之和。美国风险投资愿意为"具身智能平台"的概念下重注，而不只是卖硬件的生意。
3. 企业客户锚定：BMW、Mercedes-Benz、Amazon 等全球巨头愿意在自己的工厂做试点，提供了任何实验室都无法复制的真实场景数据。

6.3 中国优势：制造和规模

中国的优势更加系统化：
1. 供应链一体化：谐波减速器（绿的谐波）、无框力矩电机（步科）、传感器（坤维）——中国有完整的执行器和传感器供应链。不需要从 Harmonic Drive 和 ATI 高价进口。
2. 成本和规模：宇树 G1 $13,500 的价格压制了整个行业。140+ 家制造商形成了"内卷"生态——但内卷的另一面是极快的迭代速度和极低的成本。
3. 国家战略：2023年11月工信部发布人形机器人指导意见 → 2025年定义为"量产元年" → 2026年3月发布首个国家标准框架 → 2027年建立安全可控供应链。北京、上海、深圳各自出台了补贴和孵化器政策。
4. 人口压力：中国老龄化加速、劳动力成本上升——人形机器人不仅是产业机会，也是社会需求。

6.4 竞争终局判断

美国赢在"0到1"——定义技术路线和AI能力。
中国赢在"1到N"——快速规模化降本。
两者正在互相渗透：Figure 和 Tesla 在建立自有的制造能力，宇树和智元在加大对AI的投入。最终的竞争优势不会来自单一维度——而是数据飞轮：更多工厂部署 → 更多真实数据 → 更好的 VLA 模型 → 更好用的机器人 → 更多工厂部署。

七、关键趋势与风险

趋势

1. 从R&D到工厂的跳跃已经完成。 Figure @ BMW、Digit @ Amazon、Apollo @ Mercedes-Benz——2025-2026年是"工厂验证"的标志性年份。
2. 汽车工厂是第一个成熟场景。 汽车制造的标准化程度高、重复任务多、工人工资高——恰好匹配人形机器人的当前能力边界。所有主流人形机器人公司的第一个客户都是车企。
3. 价格下降速度超过预期。 2023年还认为"$50,000 以下不可能"，2026年宇树 G1 已经做到 $13,500。中国供应链的速度改变了行业的成本假设。
4. 灵巧手是下一个技术战场。 22-25 DOF 灵巧手成为标配竞争点。触觉传感器的成本和可靠性是瓶颈。
5. 开源VLA将加速长尾应用。 OpenVLA、Octo、RDT-1B 的开源降低了AI门槛——就像 Llama 对大语言模型的作用。

风险

1. "Demo 到部署"的鸿沟。 很多公司的机器人能在视频里展示令人惊叹的操作，但在真实工厂中连续工作 8 小时不出故障，是另一回事。
2. 安全与监管。 人形机器人在人类工作环境中运行——ISO 10218、ISO 13849 等功能安全标准还在制定中。一次安全事故可能让整个行业倒退 2-3 年。
3. 估值泡沫。 Figure AI $390亿估值对应零收入——这是对"具身智能平台"概念的赌注。如果 2027年还不能证明规模化收入，估值可能大幅回调。
4. 供应链瓶颈。 行星滚柱丝杠的全球产能远不足以支撑百万台级别的生产。这个瓶颈至少需要 2-3年才能解除。
5. 中国过度竞争。 140+ 家中国厂商中，大多数拿不到足够融资走完从原型到量产的死亡谷。3年内可能有 70-80% 被淘汰。

八、战略判断

第一，人形机器人的"ChatGPT 时刻"不是在 Demo 里，是在工厂里。
Figure @ BMW 完成 200+ 小时自主运行、Digit 处理 100,000+ 货箱、Tesla 千台 Optimus 在自己工厂运行——这些才是真正意义上的里程碑。不是因为它们完美，而是因为它们在真实环境中持续工作，产生了只有真实世界才能产生的数据。
第二，价格已经不是障碍。$13,500 的宇树 G1 证明了一件事：人形机器人可以比一台本田飞度更便宜。
这改变了行业的叙事——从"人形机器人什么时候能变得足够便宜"变成"足够便宜的人形机器人什么时候能变得足够好用"。
第三，AI 能力是唯一真正的护城河。
执行器、传感器、电池——这些硬件都会变成 commoditized 的供应链产品。唯一不会变的护城河是：谁拥有让机器人在真实世界中持续学习和适应的AI系统。这也是为什么 VLA 大模型的竞赛就是具身智能的主战场。
第四，中国和美国在具身智能上不存在"谁替代谁"——而是两条互补的 S 曲线。
美国定义技术上限（AI能力），中国定义成本下限（制造效率）。最终胜出的公司将同时拥有两条曲线——而这需要同时理解硅谷的风险投资逻辑和深圳的供应链逻辑。
*scirud 第5期 | 具身智能·产业研报 | 2026年7月*
数据来源：

·PitchBook、Morgan Stanley、Goldman Sachs、Barclays 市场报告（2024-2026）

·各公司官方公告、TechCrunch、The Robot Report 报道

·工信部《人形机器人创新发展指导意见》及后续政策文件

·Google DeepMind、Stanford、Physical Intelligence 公开论文

— scirud · 具身智能 · 产业研报 · 2026年7月 —