2026年具身智能与人形机器人产业研究报告

摘要

2026年是人形机器人产业从实验室样机演示，加速走向小批量交付与实景验证的关键年份。全球出货量保持高速增长，中国凭借供应链与成本优势在制造交付规模上领跑，但量产交付不等于规模化商用，出货量不等于有效作业收入，当前产业整体仍处于“技术快速迭代、商业价值待验证”的早期阶段。

中美两国在技术演化上呈现整体趋势性差异：美国阵营在底层具身大模型原创研究上更具优势，头部机构持续探索端到端通用智能路线；中国阵营更侧重场景落地与供应链降本，普遍采用分层架构快速推进垂直场景验证。二者并非绝对割裂的国别路线，头部企业均在向中间地带融合，各自面临不同的核心攻坚难点。

从产业链价值分配看，执行系统通常是全尺寸人形机器人的主要BOM价值量来源之一；其能否形成可持续利润，取决于技术门槛、客户认证、规模采购、自研替代和价格竞争，而非价值量占比本身。中游本体集成当前规模效应不足，盈利水平偏低；下游服务与集成环节长期价值空间有望随规模化逐步释放。

本报告核心方法论：以“订单—发货—部署—收入—复购”五级商业化漏斗为核心判断框架，将产业验证的核心指标从“出货规模”转向“有效作业时长、任务成功率、人工干预率、付费复购率”等经营性指标，严格区分主题性催化与商业化拐点。

报告核心结论如下：

• 交付规模快速增长，但商业化验证尚不充分：2026年上半年全球人形机器人出货量约1.91万台（SAG估算），中国厂商在交付量上占主导；但绝大多数出货集中在开发套件、试点采购与展示场景，持续付费部署与复购数据稀缺，工业级可靠性与任务级经济性仍待验证。
• 产业链分层清晰，上游兑现节奏存在分化：核心零部件是潜在先行受益环节，但人形业务当前在多数上市公司营收中占比仍低，部件通用性、客户集中度、价格战风险将影响实际收益弹性，不存在绝对的“确定性黄金赛道”。
• 场景落地遵循结构化梯度，双足人形并非短期落地主力：仓储物流、3C制造等结构化场景试点进度最快，在适配轮式底盘的结构化场景中，轮式操作机器人、四足机器人通常具备潜在TCO优势；家庭消费场景仍处于远期展望阶段。
• 核心约束未发生本质突破：双足结构的物理矛盾、高端零部件寿命短板、物理交互数据稀缺、场景碎片化四大瓶颈仍存，标准体系与政策支持是必要非充分条件，无法直接等同于规模化商用落地。

第一章 行业概述与发展历程

1.1 核心定义与产业边界

具身智能（Embodied AI）是指拥有物理实体载体，能够通过感知、交互、行动与真实物理世界互动，并在交互中持续迭代的人工智能，核心区别于纯软件AI：智能并非仅存在于数字空间，而是通过“身体”在物理环境中习得、验证与进化。

人形机器人是具身智能最具代表性的载体形态，特指具备人类相似外观（头部、躯干、双臂、双足）与运动能力的机器人。广义具身智能机器人还包括轮式操作机器人、四足机器人、复合移动机器人等多种形态，共同构成完整产业生态。

从产业属性看，具身智能是高端制造、人工智能、新材料三大领域的交叉产业，兼具技术密集型与资本密集型特征，被全球主要经济体视为下一代智能终端与新质生产力的潜在核心载体。

1.2 全球发展历程三阶段

人形机器人的发展始终围绕“运动能力突破”与“智能水平升级”两条主线推进，整体可划分为三个核心阶段：

第一阶段：原型探索与运动控制攻坚（1960年代—2020年）

核心目标是“让机器人站起来、走起来”，智能属性极弱，本质是高精度机电一体化平台。1996年本田ASIMO首次实现稳定双足行走与上下楼梯，成为第一代人形机器人标杆；2010年后波士顿动力早期Atlas液压平台实现跑酷、后空翻等复杂动作，将动态平衡能力推至技术顶峰。

这一阶段产品完全依赖预编程序，无环境适应与任务理解能力，成本极高且仅用于特种场景与技术验证，距离民用商用极其遥远。全球格局呈现美、日主导技术前沿，中国处于跟跑状态。

第二阶段：具身智能融合与商业化启动（2021—2025年）

大语言模型的爆发彻底改写了行业逻辑，人形机器人从“自动化机械”升级为“具身智能载体”，全球赛道进入资本与技术密集投入期。2022年特斯拉Optimus原型机发布，首次明确“量产替代人力”的长期商业化目标；同期Google PaLM-E等多模态大模型与机器人结合，在实验室环境下验证了自然语言指令驱动复杂任务的技术可行性。

海外形成清晰梯队：特斯拉、Figure AI主打通用工业人形，规划万台级量产目标；波士顿动力转向特种工业与巡检场景。中国企业快速跟进，智元、宇树、优必选等密集发布原型机，依托国内成熟供应链快速完成硬件迭代。

第三阶段：小批量交付与实景验证期（2026年至今）

2026年产业核心逻辑从“能不能做出来”转向“能不能在真实场景稳定运行”，出货量快速增长，工业与商业试点部署占比提升，但尚未进入规模化商业运营阶段。中国凭借供应链优势在制造交付规模上领跑，海外聚焦高端标杆场景与底层技术突破，行业进入“技术迭代+量产爬坡+场景验证”三线并行的早期成长期。

1.3 中国产业发展路径

中国人形机器人产业走了一条“从跟跑到并跑、交付规模率先领跑”的跨越式路径：

跟跑布局期（2000年代—2020年）：以低自由度服务类人形为主，核心零部件高度依赖进口，工业级双足技术基本空白，代表企业为优必选，主打展厅、教育等展示场景。

全产业链追赶期（2021—2025年）：政策与资本双重驱动下，谐波减速器、无框力矩电机等核心部件实现国产替代突破，整机企业密集成立，短短3年内运动能力快速追平海外中高端水平。根据公开产业调研，核心部件成本三年内下降约三分之二。

交付放量期（2026年至今）：成为全球最大的人形机器人生产国，头部企业建成万台级产线，国产机型成本显著低于海外同级别产品，率先叩开小批量试点落地的价格门槛。但交付放量主要集中在开发机、试点采购与展示场景，持续商业化运营仍待验证。

第二章 全球及中国市场发展现状

2.1 核心数据口径说明与对比

当前产业缺乏官方统一统计标准，不同机构数据口径差异极大，易出现量级矛盾。本报告统一区分五类核心口径，所有数据均标注来源与统计范围：

全球出货量数据

SAG（Smart Analytics Global）估算：2026年上半年全球人形机器人总出货约1.91万台，同比增长272%；中国厂商贡献97%以上的出货份额。

口径说明：统计范围含消费级、教育开发级、工业级双足人形机器人，包含出口、租赁交付，不含退货核销；为第三方机构估算值，非官方统计数据。

其他第三方口径：部分机构统计2026年上半年全球工业级人形机器人出货量约2万台，与SAG数据方向一致，但样本与统计边界存在差异。

中国市场多口径数据

产量口径：部分地方政府与媒体转述2026年上半年国内人形机器人产量超4万台，全年有望突破10万台；该口径包含全品类人形机器人（含教育、展示、消费级），且以产能规划与生产计划为主，不等同于实际售出。

工业级出货口径：多家产业调研机构估算，2026年上半年国内工业级人形机器人出货量约2万台，与全球1.91万台的差异主要来自统计边界（是否纳入消费/教育级、是否计入整机厂商内部测试机）。

2.2 市场规模预测与边界说明

当前主流市场规模预测均为第三方卖方研究预测，覆盖范围差异极大，不可直接等同于当前人形整机收入。

MarketsandMarkets预测：2026年全球人形机器人市场规模预计达54.1亿美元，2026—2035年复合年增长率28.1%，2035年突破500亿美元。

口径说明：覆盖双足、轮式人形形态，包含硬件、软件、服务全产业链，涵盖工业、商业、医疗、家庭等全场景，为宽口径市场预测。

窄口径工业双足市场测算（情景推演）

仅统计工业与商业场景的全尺寸双足人形整机硬件收入，不含教育/消费级、不含软件服务、不含轮式/四足机器人；按出厂口径计算，完整测算底表见附录B1。

核心逻辑：SAG 2026年上半年全口径1.91万台出货中，工业级全尺寸双足占比约13%-29%，其余为教育、消费、开发机；下半年随产能释放与场景拓展，出货量预计高于上半年。

价格说明：高端项目制全配置工业人形机器人ASP约28-40万美元（含定制化调试、现场适配、初期运维），该价格为高端项目制单价，不等同于行业普遍市场价；正文提及的20-50万元人民币为入门至中端工业级裸机价格区间，二者对应不同配置与服务层级，不存在逻辑冲突。

测算结果（FY2026情景）：2026年全球窄口径工业双足人形硬件市场规模中性情景约19亿美元，区间约14-26亿美元；2030年中性约100亿美元，区间约80-120亿美元，显著低于宽口径预测。

市场规模上下界模型

单一TAM预测易高估短期空间，本报告从两个维度构建市场边界，完整模型参数与五步漏斗测算见附录B2：

替代型TAM（下界）：基于现有结构化场景的人力替代测算，通过“可替代工位数→可服务工位→年新增采用工位→所需机器人台数→单机ASP”五步漏斗推导。核心假设为：机器人年化支出低于对应岗位人力成本时才会触发替代，当前仅高人力成本、高重复度工位具备经济性，对应2030年全球年度新增硬件市场规模约80-150亿美元。

扩张型TAM（上界）：包含家庭服务、养老陪护、特种作业等新增需求，以及软件、服务、数据等衍生收入，对应2030年全球市场规模约300-500亿美元，该部分兑现依赖通用智能能力突破，不确定性较高。

2.3 全球竞争格局：多极分化，中美领跑

全球产业并非简单的“中美双极”格局，而是形成了“美国领跑底层技术、中日韩主导零部件与制造、欧洲深耕工业场景与功能安全”的多极分工体系：

整体来看，中国在制造交付规模上具备显著优势，但在底层具身大模型原创性、高端精密零部件、工业级功能安全认证等价值链高端环节，与海外顶尖水平仍存差距。

2.4 中美技术路径趋势差异与核心攻坚难点

中美两国基于各自的产业基础与比较优势，演化出整体趋势性分化的技术发展路线，但并非绝对的国别划分——美国企业并非全部采用端到端路线，中国企业也并非都停留在分层控制，技术路线由公司战略、产品阶段与任务场景共同决定。

2.4.1 主流技术路线趋势对比

注：Google PaLM-E为实验室研究模型，尚未直接应用于量产商业化产品；上述路线为产业整体趋势，不代表所有企业的绝对选择。

2.4.2 各自亟待突破的核心难点

美国阵营的核心攻坚难点

• 端到端模型的工业级可靠性不足：纯端到端大模型存在黑箱问题，可解释性差、故障不可复现，难以满足工业场景的功能安全与责任界定要求，无法直接应用于高风险工序。
• 硬件量产与成本控制能力薄弱：高端执行器、传感器方案性能优异，但制造成本居高不下，量产良率爬坡慢，难以在短期内降至商用经济性阈值，距离大规模落地的价格目标仍有较大差距。
• 本土制造供应链配套不足：本土高端精密制造产能有限，大量精密零部件依赖东亚供应链，量产效率与成本控制能力弱于中国，制约规模化落地速度。

中国阵营的核心攻坚难点

• 底层具身大模型原创性整体偏弱：多数厂商基于开源大模型做下游微调，底层架构原创输出较少，跨场景通用泛化能力与海外顶尖研究机构存在差距，长期存在价值链低端锁定的潜在风险。
• 高端精密零部件性能与寿命短板：中低端零部件已实现国产替代，但高端RV减速器、工业级六维力传感器、高分辨率触觉传感器等核心部件，在百万次循环下的精度保持性、抗冲击性、耐久性仍与海外有显著差距，制约整机工业级可靠性。
• 通用泛化能力与数据积累薄弱：产品多停留在单场景定制化适配阶段，跨物体、跨场景通用能力不足；真实物理交互数据积累量少，高质量标注数据稀缺，制约大模型迭代速度。

2.5 价格下探趋势与边界说明

价格快速下探是2026年产业核心变化，但不同配置、不同服务层级的机型价格差异极大，不可将入门级机型价格外推至全品类工业机型：

• 入门级/教育开发机型：宇树G1起售价约9.9万元人民币（对应1.32米身高、35kg自重、单臂标准载荷约2kg、续航约2h配置），首次将人形机器人拉入10万元级价格带，主要面向开发与教育场景。
• 全尺寸工业级裸机：当前主流入门至中端全尺寸双足人形机器人裸机价格仍在20-50万元人民币区间，高负载、高精度、长续航配置机型价格更高。
• 高端项目制交付：含定制化调试、现场适配、年度运维的全配置工业项目，单价可达20万美元以上，对应不同的服务深度与定制化程度。
• 长期目标价：特斯拉Optimus规划长期目标售价约2万美元（约14万元人民币），仍为远期规划，非当前可实现价格。

价格下探显著缩短了投资回报周期，但设备采购成本仅为总拥有成本的一部分，不能直接等同于投资回报周期小于2年，完整经济性测算需包含维护、场地改造、人工监督、系统集成等多项成本。

第三章 产业链全景深度拆解

具身智能产业链遵循“底层零部件-本体集成-场景落地”的三层结构，同时叠加“数据-模型-仿真”的软件基础设施贯穿全链路。部件成本占比随机型形态、配置等级、采购规模变化显著，不存在统一的行业通用BOM结构。

3.1 整机BOM价值量与产业链价值分布

人形机器人的价值分配高度集中于上游核心零部件，其中执行系统是价值量最高、技术壁垒最强的环节。以下为行业公开拆机调研与产业共识下的典型全尺寸工业级双足人形机器人BOM价值区间，受机型定位、配置等级、采购规模、自研比例影响显著，不构成全行业统一标准。

区间说明：以下数值来自不同机型、不同拆机样本的公开调研区间，各子项存在配置重叠与机型差异，不可机械相加至精确100%，仅反映各环节的相对价值量级。

3.1.1 整机BOM价值量拆分

3.1.2 不同定位机型的价值量差异

• 入门教育级机型（10万元级）：执行系统占比降至35%-40%，大量采用消费级电机、低端减速器，算力与结构件占比相对提升，核心是极致降本导向，牺牲性能换取价格门槛。
• 工业通用级机型（30-50万元级）：对应上述典型BOM结构，执行与感知系统价值占比最高，兼顾性能与成本，是当前产业主力落地方向。
• 高端旗舰级机型（百万元以上）：执行系统占比突破60%，大量采用高精度执行器、全驱动灵巧手、多颗高精度力传感器与激光雷达，性能优先，成本不敏感，主要用于技术验证与标杆场景。

3.1.3 产业链各环节盈利水平（行业常见区间）

以下为产业公开调研的典型毛利率区间，受企业规模、技术壁垒、客户结构影响极大，仅反映相对盈利水平，完整来源见附录A：

• 上游核心零部件：盈利分化极大，高端垄断性部件毛利率最高。高端减速器、工业级力传感器、高端AI芯片毛利率普遍在40%-60%，部分独家供应产品可达70%以上；中低端通用零部件竞争激烈，毛利率约20%-30%。
• 中游本体集成：当前小批量阶段盈利水平普遍偏低，行业平均毛利率约15%-30%；头部企业凭借核心零部件自研、规模效应可提升至30%以上，多数中小整机厂商仍处于亏损状态。
• 下游系统集成与服务：项目制系统集成毛利率约20%-40%，随项目复杂度波动；长期来看RaaS（机器人即服务）模式成熟后，服务毛利有望提升至40%以上，但当前规模极小，尚未形成稳定盈利模式。

3.2 上游：核心零部件与底层基础设施

上游是具身智能的“筋骨、感官与大脑”，决定了整机的性能上限、成本与可靠性，是产业潜在先行受益环节。但当前人形业务在多数上游上市公司营收中占比仍低，业绩兑现节奏存在不确定性。

（1）执行系统：整机价值量核心环节

执行系统是机器人的“肌肉与关节”，核心包含减速器、伺服电机、行星滚柱丝杠、一体化关节模组，也是国产替代进度最快的赛道。

减速器：分为谐波减速器（轻载关节）与RV减速器（重载关节）。根据GGII高工机器人公开调研，谐波减速器国产化率已达60%-70%，绿的谐波国内工业机器人领域市占率领先；RV重载减速器国产化率约40%-48%，双环传动为国内龙头。同性能国产产品价格较进口低40%-60%。

注：上述市占率为工业机器人整体口径，人形机器人专用减速器市占率尚无权威公开统计。

伺服电机：根据甲子光年行业报告，无框力矩电机国产化率突破85%，是上游成熟度最高的赛道。空心杯电机作为灵巧手核心部件，国产化率处于快速提升阶段。

行星滚柱丝杠：直线执行器核心部件，技术壁垒最高，当前高端产品仍以海外为主，国产替代处于加速突破阶段。

一体化关节模组：集成电机、减速器、编码器、控制器为一体，是当前产业主流趋势，大幅降低整机组装难度。

成本占比说明：根据公开拆机与调研数据，执行系统在双足人形机器人BOM中占比通常为40%-55%，具体数值随关节数量、负载等级、是否采用灵巧手显著波动，不可作为全行业统一结论。

（2）感知系统：机器人的“神经系统”

负责环境与自身状态信息采集，涵盖视觉、力觉、触觉、激光雷达、IMU等多类传感器。根据行业常见配置，感知系统在整机BOM中占比通常为12%-22%。

视觉传感器：3D深度相机技术相对成熟，国产奥比中光等已实现规模化应用，是当前感知系统的主力。

六维力传感器：人机协作、精细操作的核心，国内蓝点触控在人形机器人领域市占率领先，但高端工业级产品与海外仍有差距。

触觉传感器：前沿赛道，用于抓取时的材质、力度感知，目前处于实验室向量产过渡阶段，成本高、耐久性不足，是灵巧操作的核心瓶颈。

（3）算力与动力系统

算力芯片：当前高端机型多搭载英伟达Jetson系列芯片，其中Jetson Thor峰值算力可达2070 TFLOPS（特定精度口径下），但该算力为芯片峰值理论值，并非所有中高端机型均能达到，也不等同于实际控制性能。国产瑞芯微RK3588等在中低端机型广泛应用，机器人专用AI芯片仍处于早期研发阶段。

动力能源：根据主流产品公开参数，当前机型单次续航普遍在2-4小时，高负载场景下更短。热插拔换电是主流解决方案，公开资料显示部分产品最快5秒即可恢复作业，固态电池被视为下一代方向。

（4）软件与数据基础设施

这是具身智能区别于传统机器人的核心增量环节，贯穿全产业链：

• 具身大模型：VLA（视觉-语言-动作）架构是当前主流，VLOA等进阶架构开始落地；世界模型作为下一代技术，用于物理世界推演与预训练。
• 仿真平台：解决真实数据稀缺问题，通过数字孪生生成海量交互数据，实现Sim-to-Real迁移，代表为英伟达Isaac Sim、Omniverse。
• 数据服务：遥操作数据采集、多模态数据标注是刚需，是当前创业公司密集赛道。

3.3 中游：本体制造与系统集成

中游将上游零部件与软件算法整合为可落地的整机产品，按形态分化为多条技术路线，落地节奏与场景差异显著。当前中游整体处于“样机迭代加速、小批量交付起步”阶段，多数企业尚未实现盈利，商业模式仍在验证。

• 双足仿人形机器人：行业关注度最高、技术难度最大，主打长期通用能力。当前处于“样机向小批量交付”过渡阶段，交付对象以开发套件、客户试点、产线验证为主，持续性商业部署规模有限。海外代表为特斯拉Optimus、Figure 01；国内代表为智元远征系列、宇树H1/G1、优必选Walker等。
• 轮式操作机器人：商业化落地最快的务实路线，平衡移动与操作能力，无需攻克双足平衡难题，成本更低、可靠性更高。代表产品如RoboScience REX G1，主打仓储物流、产线上下料等场景，具备窄通道通行、全货架作业的空间适配优势。在适配轮式底盘的结构化场景中，其通常具备潜在TCO优势，是当前B端落地的主力形态。
• 四足机器人：运动灵活性强，擅长复杂地形通行，主打巡检、特种作业场景。代表企业宇树科技、波士顿动力Spot，已在电力、矿山、安防等领域实现规模化商业部署，是当前具身智能赛道中商业化成熟度最高的品类。
• 灵巧手与末端执行器：独立细分赛道，是精细操作的核心硬件，分为欠驱动与全驱动方案。当前大部分整机厂商仍以外采为主，头部企业开始自研布局。全驱动灵巧手精度高但成本昂贵、易损耗，欠驱动方案成本可控但操作能力有限，是制约精细作业落地的核心硬件瓶颈。

3.4 下游：场景应用落地节奏

下游落地严格遵循“场景结构化程度从高到低”的渐进式路径。出货去向不等于真实付费部署，更不等于持续创造收入，当前整体处于“B端试点加速、规模化商用待验证、C端远期展望”的阶段。

第一梯队：工业制造与仓储物流（试点最快）：环境规范、人力替代需求明确、ROI测算框架清晰，是当前整机厂商的核心落地方向，覆盖汽车产线装配、3C电子上下料、仓储分拣搬运、物料码垛等工序。需注意：当前多数部署为客户联合试点、免费测试或小批量采购，真实付费验收、持续复购的数据仍不充分。评价该场景商业化进度，不能仅看出货量，需跟踪有效作业小时、任务成功率、人工干预率、故障间隔等运营指标。

第二梯队：商业服务与特种场景（快速渗透）：包括零售前置仓分拣、酒店楼宇配送、餐厅服务、电力巡检、应急救援、医疗康复等。场景碎片化特征明显，需针对不同场景做定制化适配，当前以试点部署为主，标准化程度低，复制成本高。

第三梯队：家庭消费（远期市场）：场景高度开放、任务高度随机，对泛化能力、安全性、成本要求极高，当前仍处于原型验证与概念阶段，距离规模化落地至少还有5-10年周期，是行业长期想象空间所在，不应作为近期投资逻辑的核心支撑。

3.5 商业化验证典型案例

当前全行业尚未出现大规模持续性复购的成熟案例，但已在若干垂直场景形成可追踪的试点样本。本节案例分为两类：公开可验证案例与行业典型情景案例，分别标注证据等级。

第四章 核心技术架构与制约瓶颈

4.1 具身智能技术架构演进

具身智能的技术架构经历了三代演进，当前正处于第二代向第三代过渡的关键期，尚无公认的最优解。

第一代：分离式架构：感知、决策、控制完全分离，分别由独立模块负责，决策层依赖人工编写规则，只能执行固定程序，泛化能力极弱。传统工业机器人普遍采用该架构。

第二代：分层控制架构：当前行业主流方案，采用“大模型做高层规划+传统算法做底层控制”的分层模式：大模型（大脑）负责任务理解与动作规划，传统运动控制算法（小脑）负责底层实时控制。该方案兼顾了智能性与实时性，但存在天然的时延矛盾：根据公开技术资料，大模型推理延迟通常在300-500ms，而底层运动控制需要1kHz级实时响应（1ms级），二者难以实现真正的流畅协同，即行业常说的“大小脑发育失衡”。

第三代：端到端架构：VLA、VLOA等端到端模型直接将视觉输入、语言指令转化为机器人底层动作输出，泛化性更强，是行业长期演进方向。但当前可解释性差、可靠性不可控，难以满足工业级稳定性与可复现要求，只能用于非关键工序与低风险场景。

以RoboScience REX G1搭载的Visics大模型为例，其采用VLOA（视觉-语言-物体-动作）架构，通过“具身世界模型+通用操作模型”双引擎驱动，实现高层任务语义与底层物理执行解耦，是第二代向第三代过渡的典型技术实践。

4.2 机械本体结构性约束

这是人形机器人区别于其他机器人的底层硬限制，属于“形态自带的结构性矛盾”，短期内难以通过技术迭代根本消除。

双足欠驱动结构的不稳定性：双足是天然的动态不稳定系统，支撑面极小，行走本质是“受控的连续失衡”，全程需要毫秒级力矩调节维持平衡。地面打滑、微小高差、外力触碰都极易导致失稳摔倒，控制带宽与传感器响应要求远高于四足、轮式机器人。摔倒不仅会损坏设备，还可能引发人机安全事故，是工业场景大规模部署的核心障碍。

负载-自重的结构矛盾：受结构与能耗限制，根据行业公开参数，当前人形机器人动态负载仅为自重的15%-30%。若要实现50kg动态搬运，整机自重需达到120-180kg，自重上升又进一步加剧能耗、关节磨损与摔倒冲击风险，形成难以突破的结构死循环。这也是轮式机器人在工业场景更具经济性的核心原因之一。

全身多自由度强耦合结构：全尺寸人形机器人普遍拥有30-50个自由度，下肢平衡、上肢操作、躯干姿态会互相干扰。例如手臂抓取动作会直接改变整机重心，需要全身实时协同补偿，系统耦合度极高，调试难度呈指数级上升。

4.3 核心零部件技术瓶颈

核心零部件面临“性能-寿命-成本”的不可能三角约束，是制约整机可靠性与降本速度的核心环节。

• 高端关节的精度保持性不足：国产中低端关节已实现替代，但高端关节在百万次循环后的精度保持性、抗冲击能力、耐久性，与日本哈默纳科、纳博特斯克仍有差距。工业7×24小时连续作业场景下，精度衰减与故障率偏高，拉高运维成本。
• 灵巧手技术成熟度低：人类手部有20多个自由度，当前商用灵巧手自由度仅能达到人类的60%左右，全驱动方案成本极高、易损坏，欠驱动方案又难以完成精细操作。
• 能源结构硬约束：当前锂电池能量密度下，人形机器人单次工作时长普遍仅2-4小时，高负载运动场景下更短。电池又显著增加自重，进一步恶化负载-自重比，成为持续作业的核心限制。

4.4 智能算法与数据困境

物理交互数据极度稀缺：大语言模型有互联网万亿级文本数据训练，但具身智能需要的真实物理交互数据（力觉、触觉、失败案例、物体动态反馈）极度匮乏。截至2026年，行业公开资料显示全行业高质量具身交互数据仅数十万小时，与大语言模型的百亿小时级存在数量级差距。仿真数据可批量生成，但存在“Sim-to-Real Gap”，物理引擎无法完美还原真实世界的摩擦力、材质形变、碰撞细节，模型迁移到真实场景后性能大幅衰减。

通用泛化能力不足：当前产品大多只能在“半结构化”场景中工作，面对完全开放、充满随机意外的真实环境，异常处理能力依然不足。行业普遍现状是“一个场景对应一个项目，一台本体对应一套模型”，跨物体、跨场景的通用泛化仍是核心攻坚目标。

第五章 政策环境与标准体系

5.1 国家顶层政策框架

中国已形成完善的人形机器人政策支持体系，产业定位上升至国家战略层面。政策目标是引导产业加速验证与能力建设，不等于规模化商用已经实现。

2023年10月，工信部发布《人形机器人创新发展指导意见》，是国内首个人形机器人专项顶层文件，明确人形机器人“有望成为继计算机、智能手机、新能源汽车后的颠覆性产品”，设定2025年初步建立创新体系、2027年形成安全可靠产业链供应链体系的阶段性目标。

“十四五”机器人产业发展规划将人形机器人列为重点突破领域，提出到2025年成为全球机器人技术创新策源地、高端制造集聚地和集成应用新高地。

2026年6月，工信部、国务院国资委联合启动人形机器人与具身智能实景实训专项行动，提出到2026年底实现万台级规模落地能力，推动产业从“演示验证”迈向“常态部署”。

新华社等官方媒体同时强调，当前产业在基础模型、本体性能、场景适配、真机数据积累等方面仍存在明显短板，距离大规模产业化应用仍有较长距离。

5.2 地方产业支持政策

北京、上海、广东、江苏、浙江等省市纷纷出台专项政策，设立产业基金、建设产业园区、开展应用试点：

• 北京市提出到2027年形成千亿级具身智能产业集群；
• 深圳市打造人形机器人产业创新中心，对整机与零部件企业给予研发补贴与应用奖励；
• 长三角、珠三角形成成熟的核心供应链集群，整机关节配套组装周期显著缩短。

5.3 行业标准体系建设

2026年2月，《人形机器人与具身智能标准体系（2026版）》正式发布，是我国首个覆盖全产业链、全生命周期的国家级标准顶层设计，标志着产业从“野蛮生长”迈入规范化发展阶段。

标准体系覆盖六大方向：安全规范、性能指标、接口与交互、可靠性测试、环境适应性、伦理与合规。统一标准将提升产业链协同效率，降低研发与制造成本，为规模化量产与商业化扫清制度障碍。

需客观认识：标准体系是产业规模化发展的必要非充分条件，它解决了测试与协同的基准问题，但不能自动解决可靠性、责任界定、数据合规、产品认证与客户付费意愿等核心商业问题。

第六章 投资视角与产业趋势

6.1 资本市场融资概况

资本正在加速重仓具身智能赛道，融资规模呈爆发式增长，但融资热度不等于技术成熟度，也不等于商业订单与产业链营收。

据IT桔子统计（经36氪等媒体转载），2025年国内具身智能领域完成投融资事件325起，投融资金额超398亿元，同比增长326%；

2026年上半年融资热度进一步提升，融资事件322起，融资金额约934.7亿元，半年度融资额已显著超过2025年全年，半年内新增约20家百亿估值独角兽。

资金流向呈现明显的结构性变化：从早期无差别撒向整机本体，转向聚焦“具身大脑”、核心零部件、数据基础设施等关键能力环节。2026年上半年，过半融资流入具身大模型与算法赛道，核心零部件与数据基础设施分列二、三位。

提示：上述融资为“具身智能”宽口径统计，包含大量极早期天使轮与Pre-A轮融资，过半金额集中在少数头部项目。融资规模反映资本预期，不能作为技术成熟与商业落地的实证。

6.2 商业化漏斗与核心观测指标

当前产业最核心的问题，是无法清晰区分宣传订单、试点采购与持续性商业收入。本报告建立“订单—发货—部署—收入—复购”五级漏斗框架，作为后续跟踪的统一基准：

6.3 核心投资逻辑与赛道机会

从产业兑现节奏与确定性角度，分为三层投资逻辑，摒弃“确定性黄金赛道”的绝对化表述：

上游核心零部件：潜在先行受益环节：量产爆发最先传导至上游，是业绩弹性潜在最高的环节。但人形业务当前在多数上市公司总营收中占比仍低，传统工业机器人、自动化业务仍是主力。投资筛选需重点关注：人形业务收入占比、头部客户绑定深度、单位ASP与毛利、产能利用率、客户集中度与价格战风险。谐波减速器、伺服电机、一体化关节模组是当前兑现度相对较高的细分方向。

中游差异化本体：落地能力为王：整机赛道同质化竞争加剧，单纯堆砌参数的企业将逐步被淘汰，具备垂直场景落地能力、能跑通单位经济模型的企业将脱颖而出。轮式操作机器人、四足机器人等务实路线，落地速度快于纯双足人形，商业化兑现更早。双足人形企业的核心价值在于长期通用能力与技术平台性，短期不宜用成熟制造业估值框架衡量。

软件与算法：长期价值制高点：具身大模型、仿真平台、灵巧操作算法是决定长期竞争力的核心，也是当前资本最密集的赛道。具备跨本体泛化能力、数据积累深厚的企业，长期价值空间最大，但技术风险与商业不确定性也最高。

6.4 单位经济性分析框架

设备价格不能直接推导投资回报周期。完整的工业场景经济性测算，需基于总拥有成本（TCO）与任务替代率构建，严格区分会计成本与现金流回收。

年化总拥有成本（会计口径）：设备折旧+场地改造摊销+系统集成摊销+能耗+日常运维+备件+人工监督+保险+融资成本

年化收益：替代人工数量×人均年成本+效率提升收益+质量改善收益

经济性阈值说明：市场通常以“机器人年化TCO低于对应岗位年化人力成本的70%-80%”作为大规模替代的参考阈值，该数值为行业常见判断基准，并非统一行业标准。不同客户对回收期要求差异极大，三档敏感性如下：

• TCO为人力成本的50%：替代动力极强，将快速规模化
• TCO为人力成本的70%：头部高成本工位开始批量替代
• TCO为人力成本的90%：仅特定难招工、高危工位有替代需求

单场景TCO测算示例：3C电子产线物料上下料

基准情景（当前状态，未跑通大规模替代阈值）

乐观情景（2028年预期，达到替代阈值）

假设：设备价格降至20万元、利用率提升至两班倒、人工监督成本下降30%

测算：年化TCO约11.8万元，TCO/人力成本比值约82%，静态回收期缩短至约2.2年，接近大规模替代阈值。

当前在高人力成本、高重复度的特定工业工序中，部分场景已接近经济性阈值，但全场景、全工序的普遍替代仍不具备经济性。

6.5 主要风险与挑战

• 商业化不及预期风险：若工业场景落地速度慢于预期，万台级量产目标推迟，将导致上游零部件产能过剩，行业进入价格战。
• 技术迭代不及预期风险：若具身大模型泛化能力、端到端控制技术突破慢于预期，机器人将长期停留在简单工序替代，难以打开更大市场空间。
• 行业竞争加剧风险：国内整机企业数量超百家，中低端同质化严重，未来2-3年将迎来行业洗牌，多数企业面临淘汰。
• 安全与合规风险：人机共融场景下的安全事故、数据安全、责任界定等问题，可能引发监管收紧，影响落地节奏。

6.6 产业链投资筛选框架

本框架从“业绩兑现弹性+技术壁垒+竞争格局”三个维度，建立各环节的投资筛选标准，实现从行业研究到投资落地的衔接。

6.6.1 上游核心零部件筛选维度

6.6.2 中游整机与下游应用筛选逻辑

双足人形企业：短期不看利润，重点关注三点：①头部客户试点数量与深度；②核心技术自研率；③量产爬坡能力与成本控制。估值参考一级市场融资进度，不宜用成熟制造业PE估值。

轮式/四足机器人企业：优先看商业化验证：①付费客户数量与复购率；②单场景毛利水平；③规模化复制能力。已跑通垂直场景的企业优先级高于通用人形。

6.6.3 产业拐点验证信号

产业从试点转向商业化的核心验证信号（满足2项以上可视为拐点）：

• 头部整机企业连续两个季度复购率提升，付费验收台数增速高于出货量增速
• 单台机器人有效作业时长突破10小时/天，人工干预率降至每8小时1次以内
• 主流工业场景静态投资回收期普遍降至2年以内
• 上游核心零部件企业人形业务收入占比突破10%，开始实质性影响业绩

主题性行情信号（非商业化验证）：仅出货量增长、融资热度上升、政策文件发布，不代表商业化跑通，更多属于主题性催化，需与上述经营性信号严格区分。

第七章 未来展望与情景预测

本章所有判断均为多情景推演，基于当前技术迭代与产业节奏的不同假设，不代表必然实现的结果，实际进度可能因技术突破、宏观环境、资本周期显著偏离。每类情景均对应明确的假设条件与失效边界。

7.1 短期趋势（2026—2028年）：交付放量，场景验证

中性情景下，出货量持续高速增长，整机价格进一步下探，核心零部件国产化率持续提升，落地场景从汽车、3C向更多工业细分领域渗透，商业服务场景开始规模化试点，头部企业逐步出现持续性复购订单。悲观与乐观情景差异显著，需持续跟踪经营性指标验证进度。

7.2 中期趋势（2029—2032年）：智能跃升，生态成型

• 具身大模型实现跨本体、跨场景的通用泛化，端到端控制技术逐步成熟，机器人从“执行固定任务”升级为“理解开放任务”；
• 人形机器人进入家庭与消费市场，率先覆盖家政陪护、老人辅助等细分需求，C端市场启动；
• 形成完整的产业生态，操作系统、开发工具、应用商店等软件生态逐步完善，产业模式从卖硬件向“硬件+服务”转型。

7.3 长期愿景（2035年以后）：通用具身智能时代

• 通用人形机器人达到接近人类的运动与操作能力，能够胜任绝大多数体力与简单脑力工作，成为社会通用生产力单元；
• 具身智能与元宇宙、数字孪生深度融合，形成数字世界与物理世界的双向闭环，深刻改变人类生产生活方式；
• 全球产业形成多极分工格局，中国凭借制造与市场优势占据产业规模主导，美国凭借底层技术占据价值链高端，日欧在高端零部件与功能安全领域保持优势。

附录A 核心数据来源审计总表

证据等级定义：

• 官方文件/官方统计：最高等级，可直接作为事实依据
• 厂商官方参数：企业公开披露，单样本有效，不可泛化全行业
• 第三方估算/预测：机构研究结论，仅代表其判断，非既定事实
• 中性估算/整理：本报告基于公开数据推演，仅作参考，不构成事实结论

附录B 量化测算模型底表

B1 窄口径工业双足人形市场规模测算（2026财年，情景推演）

测算前提：仅统计工业与商业场景的全尺寸双足人形整机硬件收入，不含教育/消费级、不含软件服务、不含轮式/四足机器人；按出厂口径计算，区分上半年估算与下半年预测。

说明：正文提及的“2026年约12-18亿美元”为裸机口径中性值，与本表全配置口径不同，对应不同统计边界，不存在矛盾。

B2 替代型TAM测算框架（2030年，五步漏斗法）

测算目标：2030年全球工业场景年度新增人形机器人硬件市场规模（替代型下界）核心公式：年度新增硬件市场 = 可替代结构化工位数 × 可服务比例 × 年新增渗透率 ÷ 单台覆盖工位数 × 单机ASP

说明：正文80-150亿美元为收窄后的核心区间，该测算为完整漏斗推导，量纲逻辑自洽；所有渗透率假设存在高度不确定性，仅作参考。

B3 单场景单位经济（TCO）测算模型

完整示例见正文6.4节。

附录C 可验证跟踪指标框架

为持续跟踪产业真实进展，避免被宣传口径与预测数据误导，建议按以下框架持续观测：

数据来源说明：本报告数据综合自SAG、IDC、高工机器人（GGII）、MarketsandMarkets、IT桔子、甲子光年、中投产业研究院等多家机构公开报告，以及工信部、国家机器人标准化总体组、波士顿动力、英伟达等官方公开信息。所有预测数据均为第三方机构估算或情景推演，不代表本报告对实际业绩的承诺。