借一段刷屏的 Optimus 慢跑視訊，說明它這次已經達到生物力學意義上的類人慢跑，不是擺拍快走；順手拆了一下腳、手和感知佈局，解釋 Gen 2.5 為什麼更像一台給演算法練級的工程平台。後半段把視角拉到工程和供應鏈，用“一年 1000 萬台”當假設，倒推執行器、滾柱絲槓和工廠節奏的算術，強調真正決定人形機器人格局的，不是這一小段跑得多快，而是誰有能力把它做成按千萬台節奏複製的工業產品。來源：採用AI製作Optimus 跑步視訊：Gen 2.5 真正“跑起來了”來源：採用AI製作特斯拉剛丟出一段 Optimus 跑步視訊。還是大家熟悉的Gen 2.5 版本，但這次你能非常清楚地看到：它在實驗室裡是真正在跑，不是擺拍慢走。很多人第一反應是速度大概有5–7 英里/小時（約 2.5–3.1 m/s），包括 Elon 本人、之前在特斯拉機器人團隊的 Anan Swamanathan、前 Optimus 負責人 Milan Kovac 在內，看完都挺驚訝，也給了比較高的評價。從步態分類上講，我得先把話說清楚：這已經不是普通意義上的“走路”，而是嚴格生物力學定義下的跑步——在某個瞬間，兩隻腳是同時離地的，進入一個短暫的“騰空相”。你把畫面放慢，會看到有一幀裡雙腳完全離地。這和競走那種“任何時候至少一腳著地”的模式完全不是一回事。所以我更傾向於這樣說：現在的 Optimus 展示的是一種類似人類的慢跑（jogging）步態，而不是在拼極限衝刺速度。從觀感上講，這段 Optimus 的跑步視訊給我的第一感覺是：它現在看起來更像一個在慢跑的人，而不是一台機械在“挪動”。步幅、擺臂、支撐相和擺動相的節奏都挺自然，整體姿態已經非常接近人類慢跑的范兒了。你要是逐幀慢放，會看到一些肉眼略過的細節——比如腳趾前端的 toe box 在支撐和離地過程中會明顯彎曲、形變，這說明他們在足部結構裡已經刻意留了柔性和緩衝，而不是做一塊又硬又死的“鋼板腳”。要強調的是，這一切都還發生在 Gen 2.5 這一代硬體平台上。就我現在掌握的資訊來看，特斯拉在 2.5 上的硬體基本已經不再做大刀闊斧的結構改動，更多是把它當成一個RL、零樣本控制和世界模型的試驗平台：多造一些樣機出來，讓演算法團隊在真機上反覆練習、踩坑，為後面的 V3（Gen3）打基礎。所以你會看到視訊還在不停往外放，但底層這套機械本體，其實就是一個“結構鎖版，用來喂演算法”的工程平台。5.2 mph（約 2.34 m/s）：跑步速度是怎麼算出來的？來源：採用AI製作在速度這塊兒，我自己的流程其實很簡單：第一遍就是拿手機隨手一看，肉眼+直覺給的數字大概就是5 英里/小時（約 2.2 m/s） 左右。然後我不太信這種“眼球估計”，就又按我平時那套更細緻的方法做了一遍計算，最後算出來差不多是5.2 英里/小時（約 2.34 m/s），跟 Anan 提的 2.5–3 m/s 區間的下限非常接近。這個數字不是我隨口編的，而是有一整套完整的算式支撐的。現在大家都在玩“誰算得最準”的遊戲，有人甚至把視訊丟給像 Grok 這樣的模型去估速，能給出個 6 英里/小時（約 2.7 m/s） 之類的結果——我的態度很簡單：你報什麼數字都行，但請把過程拿出來。從人形機器人實用性的角度看，我一直在強調的一點是：真正的門檻不是“能不能跑”，而是“能不能在大概 2.5 英里/小時（約 1.1 m/s）附近穩定地走起來”。在家裡或者工廠這種環境，如果機器人頂多隻能以 1–1.2 英里/小時（約 0.45–0.54 m/s）  的速度晃悠，那基本就是在“拖著走”，在產線和家庭場景裡都很難說是高效工作。之前我們看到的 Optimus 行走速度，大多還停留在這一檔，差不多也就理想工作速度的一半不到。也正因為這樣，這次跑步視訊對我來說真正有意思的點在這兒：它證明了這一代平台在硬體和控制上，已經有了更高的動態冗餘。既然你能跑到接近 5 mph（約 2.2 m/s），那說明在 2–3 mph（約 0.9–1.3 m/s）“快走”區間實現穩態行走，物理上已經不是瓶頸了，更多是控制策略和軟體調出來的問題。所以接下來我更想看的，其實不是再來一條更酷的衝刺視訊，而是：在 2–3 英里/小時（約 0.9–1.3 m/s）這個區間裡，自然、可控、可復現的行走 Demo，而不是現在這樣只有“1 mph （約 0.45 m/s）慢吞吞 + 5 mph（約 2.2 m/s）沖一下”這兩檔分離的狀態。靈巧手與感知佈局：為量產準備的“試生產版手部”來源：採用AI製作NeurIPS 現場那台帶手的 Optimus，我也看得比較仔細。Gen 2 這代靈巧手已經穿上了手套，而且手套不是隨便套一塊布上去。從近景可以看到，掌心位置刻意留了一道很明顯的摺痕，對應的就是手掌多出來的那條 palm joint——不這麼做的話，這條掌關節一彎，外面的包覆材料就會直接把自由度鎖死。就我自己的判斷，手套表層更多承擔防護和摩擦力這兩個角色，真正的觸覺感測器應該還是長在手套底下那層硬體裡。再看關節細節：當手指屈曲握拳時，指間關節（尤其是 IP 關節）背側會撐出一個很大的 “V” 形開口，手套是被強行拉過去罩在這塊區域上的。原因很簡單：關節本身就是鉸鏈結構，背側開合幅度很大，會天然形成潛在的夾點。如果這些地方是裸露的，你很容易把異物卡在裡面，更別提防塵防水了。加一層手套，本質上是在用軟材料把這些夾點“鈍化掉”：一方面減少異物侵入和卡滯風險，另一方面提升它和人、和環境接觸時的安全性。對照他們公開過的那隻機械裸手，你會發現所有關節、開口的位置完全對得上，這套東西明顯就是面向量產的“試產版手部”，而不是一隻隻為展覽拍照的原型手。感知這塊，從工程師的口徑和視訊畫面綜合起來看，Optimus 的頭部正面至少有兩枚攝影機做立體視覺，後腦勺還能看到一顆鏡頭，這意味著它已經具備一定程度的“背向視野”。前方用雙目做近距離深度，後面用一顆補視角，整體思路和車上的“廣角 + 長焦”那套很像。之前發佈會上給過的一些“官方參數”，對我來說現在都已經是歷史版本了，更靠譜的描述是：前向至少兩枚 + 後向至少一枚攝影機，至於側向有沒有、有沒有額外的小鏡頭，特斯拉目前還沒攤開講。如果把這輪資訊做個工程視角的小結，我會這樣看 Optimus Gen 2.5的“乾貨補全”：運動能力：實錘了當前平台在動力學和控制上的上限——已經可以做到 ~5 mph 等級的慢跑，這給未來在2–3 mph 實用行走區間 做穩定步態留出了足夠的物理余量。感知佈局：前後多攝影機配置，強調立體視覺 + 大視場覆蓋，這些都是後面做世界模型、做端到端控制必須的感知前提。靈巧手工程細節：從手套、掌關節摺痕、指背 “V” 型開口這些非常具體的結構細節，可以看出他們已經在為量產和可靠性做打磨，而不是停留在“實驗室裡能動一下就行”的原型階段。手部運動學與少驅動架構：24 DoF vs 17 致動器來源：採用AI製作當你把畫面停在指間關節（IP joints）和指關節頂部的位置時，有一個細節其實特別關鍵。手指完全伸開的時候，指背會撐出一個很大的“空洞/裂谷”，手套是被硬生生拉過去罩在上面的。對我來說，這基本就把一件事鎖死了：手套下面的機構，和他們之前裸露展示的那隻機械手，是同一套東西，不太可能搞什麼“展台上一套、手套裡再藏一套”的雙結構戲法。從運動學角度看，我大致是這麼數這隻手的自由度的：如果只算手指、不算手腕，本體大概有 22 個自由度。然後你再把拇指根部多出來的那一檔自由度，以及小指那一側第五掌骨那種額外“往裡繞進來”的擺動也算進去，總數差不多是 24 個自由度。粗拆一下：每根手指大概有4 個自由度，上面那節是 IP 關節，下面那節是 MCP，MCP 既能做屈伸運動，又能做外展/內收。拇指在根部再多給一個 DoF，小指那一側第五掌骨還能往裡“拐”一下，所以才會從 22 撐到 24。但你再往前臂裡看驅動配置，就會發現一個很典型的工程取捨：他們現在只塞了 17 個線性致動器。腱的顏色編碼很直白：紅色那組負責屈曲（抓握），黑色和藍色管外展/內收，另外還有兩根綠色腱專門負責把拇指和小指“繞過來”做對掌動作。結果就是一個標準的“少驅動”狀態：24 個自由度，只配了 17 個執行器，中間少了大約 5–7 個主動通道，是拿結構和彈性件在硬湊。也正因為少驅動，現在很多關節的“回程”並不是靠主動腱拉回來，而是完全交給彈性結構兜底。比如，小指和拇指那種“繞過來”的動作，是靠綠色腱把它們拉進來，對掌完成後鬆掉腱，讓關節裡預置的彈簧把它們彈回去。手指伸直也是同樣的邏輯：只有主動的“屈曲腱”，沒有一套對等的“伸展腱”，回程就只能靠沿著手背布的一條“韌帶/橡皮筋”式的彈性帶。在股東大會的特寫鏡頭裡，你能看到手背上那條白白的帶子，那就是他們用來做被動回程的結構。換句話說，目前明顯是缺了幾根真正可控的“伸肌腱”，伸展這半程沒辦法做到精確控制。馬斯克之前說過一句話：未來單側前臂裡大概會塞進 25 個致動器左右。你把現在這版數一數：手指 17 個 + 手腕 2 個，一共才 19 個。要漲到 25 左右，差的那 6–7 個，很明顯就是準備補在這裡——把現在交給彈簧和橡皮筋“兼職”的回程動作，改成真正的主動驅動，包括外展/內收的回程、手指伸展，還有拇指和小指對掌的主動控制。從佈局上看，前臂裡現在是兩圈執行器：底部一圈大概 12 個，看上去像一圈插滿的“生日蠟燭”，上面再是一圈大概 5 個左右，後側刻意留了一個缺口給手腕的兩個執行器，所以這圈並不是完整的 360°，而是大概 300° 的環形陣列。再說一個所有仿生系統都會遇到的老問題，人類自己的身體上也有：你轉動手腕的時候，會發現手指會不自覺地跟著微微動一下。原因很簡單——當腕關節轉動時，肌腱路徑會改變，等效長度和張力也會一起變。Optimus 這隻手上也是同樣的事情：17 根腱擠在一條非常狹窄的通道里，手腕一動，整束腱的路徑和受力都會一起被拖著走，就會出現一些手指（尤其是拇指）在手腕動作時出現輕微的“無意識聯動”。人類可以靠肌肉主動把這部分抵消掉，但機器人想解決這個問題，只能依賴控制演算法再加更多主動腱去做補償。充電方式這塊，他們現在基本還是沿用老方案。背後有一個直觀的介面，可以直接插線給它充電；另外你還能看到一種類似“掛牆式充電架”的東西——機器人後背掛在支架上，膝蓋彎曲，由支架托著，看上去就像是“掛起來充電”。從工程角度看，我會非常傾向於認為，真實場景下，他們會大量採用“工作時持續插著電”的模式，而不是完全指望電池撐一整班。否則，讓它干三四個小時活，然後因為電池見底當場癱倒，這在很多工況下是完全不可接受的。這批展示出來的機器人，官方現在叫 Optimus Gen 2.5。馬斯克已經公開說過，Gen 3 會在明年二季度公佈，大概在 3 月左右。站在手這個局部來看，我更願意把 Gen 3 理解成：在現有手的基礎上繼續做第 3、4 輪迭代，而不是徹底推翻重來。你如果把現在這版手當作“預告片”，其實已經能看出後續升級的大方向：第一，把那些靠彈簧、橡皮筋應付的被動回程腱，補成真正的主動伸肌，把伸展、外展/內收的精度和力控能力拉上去；第二，很大機率會重新設計拇指的 CMC 關節，因為現在這版看起來有點“晃”，支撐和出力都還偏弱；第三，重構 MCP 關節的腱路策略——目前用兩根“外展肌腱”同時承擔夾緊力和屈曲，結果就是你一拉它，屈曲和外展會同時發生，很難做到方向乾淨的精確控制。只有在此基礎上再加一批主動伸肌腱，外展/內收和對抗力控制才能變得真正乾淨、可控。工程取捨、Gen 3 展望與供應鏈進度來源：採用AI製作一開始他們是死扣那套“零部件越少越好”（the best part is no part）哲學在做手，能砍一個執行器就砍一個，能用彈簧、橡皮筋解決的，就絕不多加一根腱。現在你看這隻手的狀態就很清楚：如果想在手上拿到足夠的精度和抓持力，有些執行器是躲不過去的，遲早得加回來。另外，指關節區域張開時那道大“裂谷”，從工程上看就是一個典型的夾傷點 + 疲勞應力集中源。那怕外面罩了手套，手套本身也會被反覆撐開、捏皺，高頻跑一陣子，非常容易在那一帶率先撕裂。這個問題絕對不是特斯拉獨有的鍋，現在幾乎所有仿人靈巧手的指背幾何，都是“手指一張開，背面露出一個大坑”的這一掛，我個人判斷，這一塊大機率會成為下一代設計必須重點“掃雷”的區域。還有一點很多人容易忽略：我們現在看到的這隻手，其實是“夏天就已經設計凍結”的版本。什麼意思？就是硬體團隊早早把結構鎖死，交給演算法/訓練團隊當穩定平台，繼續在真機上練走路、跑步、操作這些技能。與此同時，新一代的手和腿在後台悄悄迭代，等新版本成熟了，軟體這邊幾乎可以做到“無縫切換”到新硬體拓撲。下肢這塊，我不覺得他們會做特別激進的結構改造，整體策略更像是在現有架構上，提升執行器性能和工藝水準，髖關節之類關鍵總成做小步最佳化，好處就是可以沿用現有拓撲，盡快把測試和產能往前推。供應鏈側現在也開始冒出一些符合邏輯的訊號。比如有傳聞說，特斯拉會在 12 月 7–13 日這一周，對部分中國供應商工廠做質量稽核。這類消息如果是從供應商端流出來的，我個人會給個“八九不離十”的置信度，因為這種鏈路上資訊本來就很難完全摀住。如果這事屬實，基本可以解讀成一句話：Optimus 相關零部件和整機的量產節奏，並沒有脫離他們內部規劃的大框架，反而是在按部就班地往前推。神經網路模擬環境：FSD 世界模型複製到 Optimus來源：採用AI製作在“大腦”和訓練這塊，我自己覺得 NeurIPS 上那個所謂的“神經網路模擬環境（neural sim）”其實是整場裡最硬的一塊內容之一。現場的 setup 看起來很樸素：一個模擬駕駛艙，人坐進去，握著方向盤、踩著踏板“開車”。關鍵不在硬體，而在螢幕上那一塊——你看到的 不是預錄視訊，也不是傳統遊戲引擎渲出來的畫面，而是特斯拉神經網路即時生成的“擬真視訊世界”。這個網路前面已經把海量真實駕駛視訊吃乾抹淨了，所以現在吐出來的東西，在 物理合理性和觀感上，基本就是“真視訊等級” 的。他們在機器人會議上放這個 Demo，其實想說的核心意思很直白：給汽車做出來的世界模型，加上端到端強化學習那一整套 pipeline，將來是要直接遷到 Optimus 身上的。你完全可以腦補下一步的場景：在一個由神經網路生成的虛擬工廠、虛擬家庭環境裡，放一台“虛擬 Optimus”進去幹活——揀貨、泡咖啡、擰螺絲、做家務。表面上你像是在玩一款“Optimus 模擬器”的遊戲，但從訓練角度看，螢幕上每一幀狀態、每一個動作，其實都可以直接當成訓練樣本，源源不斷回灌到真實的 Optimus 身上。本質上，這就是把他們在 FSD 上那條路，原封不動平移到機器人領域：先從真實路況視訊裡挖各種“邊緣場景”和複雜路口，再在模擬裡重建，反覆回放、改條件——早晚高峰、雨雪霧、強光弱光等等——用這種方式堆出一個極其豐富、極其多樣化的資料分佈。 接下來只需要“換皮”：把車換成 Optimus，把“車流和路口”換成“貨架、工位和工具”，你就可以在一個高擬真的“Optimus 遊戲世界”裡，把“泡咖啡”“揀貨”“擰螺絲”“做家務”等等任務來回推演幾萬遍。站在我這種比較宅的技術視角看，這條路如果走通了，最大的價值不是“酷炫 demo”，而是它給了 Optimus 一個可以持續自我喂資料、自我進化的閉環。 真實世界負責提供原始分佈和極端情況，neural sim 負責重建和放大，強化學習和控制策略負責把這些經歷“寫進”機器人身體裡。只要這幾個環節閉得夠好，後面你看到的就不會只是一兩個精心排練的秀場鏡頭，而是整個“物種等級”的能力爬坡。人形機器人對比、前腳掌結構和“速度強迫症“來源：採用AI製作我這次主要做了三件事：確認 Optimus 是真的在跑、搞清它到底跑多快、順帶用這個例子聊聊量產和供應鏈的硬約束。先說跑步本身。視訊裡可以很清楚地看到一個完整的 飛行相（雙腳同時離地），這在生物力學上已經是標準的「跑」，不是快走。另外大家注意到的toe box 翹起，在春天那支跳舞視訊裡就出現過：現在的toe box 是被動鉸接結構，沒有主動驅動。當腳向後拖、前緣那一小塊被地面掛住時，會繞鉸鏈產生力矩，把 toe box 撬起來。這次跑步也是同一個機理：腳跟先落地→腳掌踏平→推進階段壓力集中到腳趾根部折線→地面從下往上頂這條折線→toe box 被掀起，離地後又回位。這種大開口結構在室內還能用，一旦到戶外，小石子非常容易卡在縫裡，高頻跑動還會造成疲勞撕裂，所以我預計後續版本大機率會改成 整塊連續鞋底，刪掉這條橫向分割縫。再說一下我是怎麼得到這個 5.2 mph （2.34 m/s） 的。簡單講，我先在畫面裡用 Optimus 身高做幾何標定：截一幀圖，把起點線和終點線畫出來，用一台 Optimus 的身高當尺子量，跑道大約是 4 米。然後我看的是骨盆穿過起終點線的時刻，而不是腳尖——腳在擺動周期裡前後晃動太大，用腳算速度會嚴重失真；骨盆才真正代表機體的平移速度，就像田徑比賽看胸口沖線一樣。按 24 fps 逐幀數下來，從起點到終點大約 1 秒 + 17 幀 ≈ 1.71 s，所以速度就是v ≈ 4 m ÷ 1.71 s ≈ 2.34 m/s ≈ 8.4 km/h ≈ 5.2 mph。也就是說，這就是一個非常典型的人類慢跑速度檔。你完全可以用別的方法去估，但我的原則很簡單：誰報一個數字，就請把算式一並亮出來。量產這塊，我更關心的是背後的算術。以現在這版結構粗算，一台 Optimus 大概有 約 30 個結構執行器 + 約 50 個手部小執行器，合計大約 80 個執行器/台。如果馬斯克嘴裡的目標是 1000 萬台/年，那一年就是 8 億個執行器 的需求。線性執行器更誇張，目前一台機器人大約有 14 個線性執行器，每個需要 10 根行星滾柱絲槓，也就是一台 140 根絲槓，乘上 1000 萬台，就是十億等級的滾柱絲槓/年。這類精密件往往是「幾分鐘一件」，完全不可能像螺母螺栓那樣「一秒一個」，所以要麼上成百上千台裝置，要麼發明一整套高吞吐製造工藝——這才是「一年 1000 萬台人形機器人」這句話背後真正的物理含義。供應鏈側的訊號和這個也對得上：一邊是 中國零部件供應商的驗廠傳聞，一邊是在 加拿大蘭裡執行器供應商附近招 Actuator Program Manager 駐場。對我來說，這說明：即使 V3 設計還沒 100% 鎖死，特斯拉對大約 80% 的結構和零部件路線已經心裡有數，供應鏈是被前置拉進來一起迭代的，剩下那 20% 就邊調邊逼著供應商改規格，而不是「設計完了再想怎麼生產」。最後說一句價值觀上的東西。我最看不慣的一點就是：大家都愛發炫技視訊，卻很少有人老老實實把行走/奔跑速度標出來。我問一些工程師「你們這個到底跑多快？」，居然能聽到「不知道」這樣的答案。所以我才專門用這一整套方法，把 Optimus 的速度算清楚，也是真心希望後面誰再發機器人走路、跑步的視訊，順手把速度參數寫上去——這是對工程的基本尊重，也是讓整個行業的討論從「看熱鬧」回到「看資料」的必要一步。 (AI工業)

2025年11月14日，中國機器人公司優必選發佈了一段視訊：數百台Walker S2人形機器人在倉庫中整齊列隊，齊齊轉頭、揮動手臂，隨後魚貫進入集裝箱。這段視訊在社交媒體上引發軒然大波，但爭議的焦點卻出人意料——不是討論技術水平，而是質疑視訊的真實性。美國機器人公司Figure的創始人佈雷特·阿德考克第一時間在社交媒體上發文，聲稱視訊是電腦生成的CGI特效。這場爭論本身，或許比視訊內容更值得玩味：它揭示的不僅是技術認知的鴻溝，更是一場產業權力轉移的前兆。阿德考克的質疑邏輯頗為有趣。他指著視訊中機器人頭部的燈光反射說：“前面的機器人是真的，後面的都是假的。如果你看到頭部反射出天花板燈，那就說明是電腦生成的圖像。”這番話立刻遭到了專業人士的反駁——恰恰相反，真實環境中的金屬表面確實會反射環境光源，這正是物理世界的正常現象。優必選隨後發佈了一段FPV無人機一鏡到底的原聲視訊作為回應，配文寫道：“到底是不是AI生成？一鏡到底原聲原速大揭秘！”然而，正如香港《南華早報》所指出的，阿德考克並非孤例。這種“下意識的不相信”在西方科技界和軍事界已經形成了某種模式。當中國航母福建艦首次展示電磁彈射系統時，美國軍事專家同樣提出了類似的質疑。《南華早報》一針見血地指出：基於過往經驗的假設，似乎模糊了他們對中國當下工業現實的認知。這讓人不禁想起魯迅先生筆下那句著名的諷刺——友邦驚詫。只不過在今天的語境下，這種“驚詫”已經從政治領域延伸到了高科技產業。當中國企業展示出超越預期的技術能力時，部分西方觀察者的第一反應不是承認現實，而是懷疑眼睛。這種認知慣性的背後，是對全球產業格局正在發生深刻變化這一事實的集體迴避。要理解中國人形機器人產業為何能夠實現超預期發展，首先需要理解這個產業的本質特徵。人形機器人是一個高度複雜的系統工程，涉及機械結構、電機驅動、感測器、人工智慧演算法、電池能源等多個技術領域的深度融合。它不是單一技術的突破，而是整個工業體系綜合能力的體現。正因如此，人形機器人的產業化處理程序，與一個國家的製造業底蘊密切相關。深圳南山區的“機器人谷”提供了一個絕佳的觀察窗口。在這裡，數百家機器人研發企業和零部件供應商聚集在方圓數公里的範圍內，形成了一個完整的產業生態系統。當地流傳著一句話，形象地描述了這種產業集聚的密度：“樓上樓下是上下游，產業園就是產業鏈。”這意味著，一家機器人企業可以在步行距離內找到幾乎所有需要的零部件供應商，從精密電機到感測器，從碳纖維外殼到定製晶片。這種空間上的極度接近，大幅縮短了從設計到原型的周期，也讓快速迭代成為可能。深圳某機器人聯合創始人將這種高效歸功於開源協作策略：“通過開源部署和訓練程式碼，我們吸引全球開發者共同建構應用生態。”這種開放式創新模式，與中國完善的供應鏈體系形成了強大的協同效應。成本控制能力是中國人形機器人產業的另一張王牌。2024年10月，北京松延動力推出了一款售價不足一萬元人民幣的人形機器人，目標客戶群是業餘愛好者和程式設計教育機構。值得注意的是，就在六個月前，這款看似平價的機器人剛剛在人形機器人半程馬拉松比賽中獲得亞軍——這說明低價格並不意味著低性能。這種性價比革命的背後，是中國在電機、電池、感測器等核心零部件領域長期積累形成的規模效應和成本優勢。政府層面的支援同樣不可忽視。深圳市政府主動向機器人企業開放了巡檢、消防等公共部門場景，為機器人提供真實的“工作崗位”。龍崗區人工智慧署署長趙冰冰道出了其中的深意：“一些機器人公司在產品發佈後很難找到可行的商業模式。商業機會只有在持續的實際應用中才能逐漸顯現。”這種應用場景先行的策略，為機器人企業提供了寶貴的實戰訓練機會，也加速了技術的迭代完善。與中國人形機器人產業的蓬勃發展形成鮮明對比的，是西方同行們的艱難處境。波士頓動力的命運堪稱這一困境的縮影。這家成立於1992年的公司，以其研發的Atlas人形機器人和Spot四足機器人聞名於世，其機器人展示的奔跑、跳躍、後空翻等動作一度驚豔全球。然而，在商業化道路上，波士頓動力卻步履維艱。2013年，Google母公司Alphabet收購了波士頓動力，希望將其打造成機器人領域的旗艦。然而僅僅四年後的2017年，Google就將波士頓動力出售給了日本軟銀集團，據報導是因為看不到短期盈利的可能。軟銀接手後同樣未能扭轉局面。2020年，軟銀以9.21億美元的價格將波士頓動力轉手賣給了韓國現代汽車集團。三次易主的背後，是西方科技巨頭對機器人產業商業化前景的集體困惑。波士頓動力的困境並非個案。問題的根源在於，西方機器人企業普遍面臨著"技術領先、商業落後"的悖論。它們可以在實驗室裡展示令人驚嘆的技術能力，卻難以找到規模化的商業應用場景；它們可以製造出性能優異的原型機，卻無法以可接受的成本實現量產。用一位行業分析師的話說，波士頓動力的機器人“更像是昂貴的藝術品，而不是可以大規模部署的工業產品”。埃隆·馬斯克的特斯拉Optimus人形機器人項目同樣面臨著嚴峻挑戰。馬斯克在2024年的多次公開場合中展示了Optimus的最新進展，包括其手部設計的改進。據馬斯克透露，新版Optimus的兩隻手及前臂共配備了100個執行器，比之前的版本有顯著增加。這些額外的執行器主要用於實現手指的伸肌功能，取代了之前依賴橡皮筋或扭力彈簧的回位機制，以提高控制精度和穩定性。然而，技術改進並不能解決Optimus面臨的核心問題：大規模量產能力。特斯拉雖然在電動汽車領域展現了強大的製造能力，但人形機器人的零部件複雜度遠超汽車。一台人形機器人需要數十個精密電機、數百個感測器、複雜的關節結構和先進的AI晶片——這些零部件的供應鏈整合是一個巨大的挑戰。更關鍵的是，特斯拉在美國很難找到像中國深圳那樣完整、密集的機器人零部件供應鏈生態。一位海外行業分析師對優必選Walker S2的評價頗具啟發性。他認為這款機器人本身“平庸”，沒有任何單項指標達到業界最佳水平。但他同時指出，Walker S2卻是市場上“最好的通才”之一——它通過專注於倉庫等特定應用場景的最小可行產品，快速切入市場；更重要的是，考慮到中國完善的供應鏈，優必選確實有能力向客戶交付約200台這樣規模的訂單。換言之，中國機器人企業的優勢不在於單項技術的極致突破，而在於系統整合能力和規模化交付能力。這正是理解人形機器人產業格局變化的關鍵。在科技產業的歷史上，“技術最先進”和“商業最成功”往往並不等同。VHS擊敗了技術更優的Betamax，Windows壓倒了更優雅的Mac OS，Android超越了更封閉的iOS。決定產業勝負的，往往不是實驗室裡的技術參數，而是生態系統的完整性、供應鏈的效率、市場響應的速度。在人形機器人這個新興產業中，中國正在以其獨特的產業優勢重塑遊戲規則。優必選首席品牌官譚旻的一番話道出了中國企業的自信：“批評者應該來中國親眼看看人形機器人行業的蓬勃發展，並直接參與到產業鏈中來。”這不是空洞的口號。《南華早報》的報導指出，僅僅一年前，許多機器人還在學習模仿人類的步態；而如今，人形工業機器人已被應用於新能源汽車製造、3C智能生產和智能物流等各個領域。這種從實驗室到工廠的轉化速度，是西方同行們難以企及的。更值得關注的是中國人形機器人產業的生態多樣性。據統計，中國目前約有200家人形機器人初創企業，每家企業都有其獨特的技術重點和市場定位。有的專注於工業場景，有的瞄準服務業，有的主攻教育市場，有的則致力於特種應用。這種百花齊放的格局，與西方市場由少數巨頭主導的局面形成鮮明對比。多元化的競爭格局意味著更快的技術迭代、更豐富的應用場景探索、更健全的人才培養體系。回到文章開頭的那場視訊真假之爭，海外分析師的一個觀察頗為有趣：優必選的視訊可能是故意製作得“像CGI”的。視訊採用了略帶反烏托邦色彩的灰色調，讓人聯想到2005年電影《我，機器人》中的場景；某些鏡頭的景深處理和陰影效果也被刻意設計成容易引髮質疑的樣子。如果這個分析屬實，那麼優必選的行銷團隊堪稱深諳網際網路傳播之道——通過製造爭議來獲得關注，讓全世界都在討論他們的機器人是真是假，而不是討論其他競爭對手的產品。事實上，這種爭議行銷在中國科技企業中已有先例。此前，小鵬汽車的機器人展示就曾引發"是真機器人還是真人扮演"的討論，小鵬通過否認謠言的方式成功獲得了大量關注。優必選在小鵬爭議發生後不到48小時就發佈了回應視訊，時機之巧合令人懷疑他們是否早已準備好這套劇本。無論如何，從傳播效果來看，這場"真假之爭"無疑是成功的——它讓優必選的名字傳遍了全球科技媒體，也讓更多人開始關注中國人形機器人產業的真實水平。站在更宏觀的視角審視，人形機器人產業正處於一個關鍵的轉折點。就像21世紀初的智慧型手機產業一樣，技術已經足夠成熟，應用場景已經足夠明確，剩下的問題是：誰能夠以最低的成本、最快的速度、最大的規模實現量產？在這場競賽中，擁有完整供應鏈、龐大內需市場、充足工程師儲備和政策支援的中國，無疑佔據著有利位置。優必選首席品牌官譚旻的判斷是：機器人行業正處於突破的邊緣。如果這個判斷正確，那麼我們或許正在見證一個新產業霸權的誕生。就像中國在新能源汽車、太陽能、鋰電池等領域的崛起一樣，人形機器人可能成為下一個由中國定義遊戲規則的戰略性產業。而那些還在懷疑視訊真假的人，可能會錯過理解這場產業變革的最佳時機。當然，中國人形機器人產業也面臨著自己的挑戰。在核心演算法、高端感測器、精密減速器等領域，中國企業與國際領先水平仍有差距；在品牌認知和國際市場拓展方面，中國企業還需要更多積累；在技術標準和行業規範的制定上，中國的話語權還有待提升。但這些挑戰，更多是成長的煩惱，而非結構性的障礙。真正值得警惕的，或許是西方同行們的那種認知慣性。當你習慣性地認為對手不可能做到某件事時，你就失去了學習和追趕的動力。波士頓動力三次易主的故事說明，即使擁有最先進的技術，如果缺乏商業化的緊迫感和執行力，也難逃被邊緣化的命運。而那些第一反應是懷疑而非學習的企業家和投資者，可能會發現自己正在重蹈覆轍。魯迅先生在近一個世紀前寫下“友邦驚詫”這四個字時，諷刺的是某些人面對中國變化時的傲慢與偏見。今天，當我們看到一位美國機器人公司CEO在社交媒體上斷言中國企業的視訊是CGI造假時，歷史似乎正在以某種方式重演。不同的是，這一次驚詫的背後，不再是意識形態的對立，而是對產業競爭格局變化的深層焦慮。人形機器人被視為繼智慧型手機、電動汽車之後的下一個兆級市場。在這個賽道上，起跑線的位置可能比衝刺速度更加重要。中國企業憑藉供應鏈優勢、成本控制能力和應用場景積累，已經佔據了有利的起跑位置。而當部分西方觀察者還在討論視訊真假的時候，中國的機器人工廠裡，新一批Walker S2可能正在魚貫走下生產線，準備裝箱發往全球各地的客戶手中。這就是真實正在發生的未來。它不需要CGI來美化，也不會因為質疑而停止前進。那些拒絕相信的人，終將被現實說服——只是到那時，追趕的窗口可能已經關閉。在人形機器人這個註定改變人類生產生活方式的產業中，中國正在書寫自己的篇章。而“友邦驚詫”，或許只是這個故事中一個有趣的註腳。 (心智觀察所)

從2萬美元的機器人到6兆參數的模型：馬斯克的下一盤棋一、對話緣起：從“可持續能源”到“可持續豐裕”巴倫：你為電動車帶來革命後，下一步是什麼？馬斯克：特斯拉的目標正在從“加速可持續能源轉型”升級為“實現可持續豐裕”。這意味著讓機器人、AI與清潔能源一起，提供充足而可負擔的服務與產品，同時不破壞自然。解讀：他把“豐裕”作為新敘事，把製造、AI、機器人和能源拉到同一個坐標系裡。這是一個跨產業的統一路線圖，而非單點突破。二、Optimus機器人：百萬年產後的“2–3萬美元”成本線巴倫：工業機器人常要5–15萬美元，你卻說Optimus可以2萬美元，商業模式怎麼走？馬斯克：當Optimus年產達到並穩定在100萬台後（至少運行一年），物料與人工成本可降到2–3萬美元，這是保守估算。機器人製造整體應比汽車簡單，難點在手。巴倫：你提到手和前臂擁有約50個執行器。為何如此複雜？馬斯克：執行器包含電機、齒輪箱和電源電子，一個機器人大約100個執行器。高自由度與高靈巧是通往“可持續豐裕”的關鍵——從擰螺絲、穿針引線到手術級操作，靈巧的手讓機器人進入更高價值場景，甚至“像頂級外科醫生那樣穩定和可得”。解讀：馬斯克區分了“物料+人工成本”與“售價/全成本”，也強調了手部靈巧是決定“從體力到技術”的價值躍遷點。百萬台規模是降本的“門檻”，而手部良率、執行器一致性與系統可靠性將成為真正挑戰。三、Neuralink × Optimus：腦機與“跑得更快的雙腿”巴倫：你曾說會給失去雙腿的人一個Optimus身體，他能跳舞、行走、奔跑。進展如何？馬斯克：已有超10名重度運動障礙患者植入Neuralink，他們現在可以接近即時地溝通。設想把運動/感覺皮層的訊號接入Optimus的腿部，讓失去雙腿的人重新行走，甚至跑得比普通人更快；整套系統的成本或在6萬美元量級。解讀：這是“腦機介面（意圖）—>執行器（行動）—>感覺回路（反饋）”的閉環願景。真正落地仍需長期臨床與工程驗證：植入安全性、長期穩定性、體感反饋精度與康復訓練體系，都是嚴峻門檻。四、xAI與Grok 5：6兆參數、多模態與“10%觸及AGI”的判斷巴倫：Grok 5的突破點在那裡？馬斯克：我們正在訓練Grok 5，參數規模約6兆（6T），相較Grok 3/4（約3T）大幅提升；它是原生多模態（文字/圖像/視訊/音訊），即時視訊理解與工具使用及自建工具能力會顯著進步。我首次認為我們有約10%的機率觸及AGI，預計2026年一季度發佈。他還談到“Grokpedia/‘銀河百科全書’”的開源知識庫設想，把知識副本分發到地月火甚至更遠，作為現代版“亞歷山大圖書館”。解讀：參數規模並非全部，但與高品質資料、可調度算力與工具生態共同構成性能天花板。多模態+即時視訊理解是“從語言智能走向世界模型”的關鍵一躍，進度與效果仍取決於訓練/評測/安全的真實結果。五、為何收購X、與OpenAI的分歧，以及“物理世界資料”巴倫：你為何收購Twitter（現X），以及你與OpenAI的分歧是什麼？馬斯克：我希望它回歸言論自由的公共廣場。早年的OpenAI按“開源、非營利”設想起步，如今路線不同，所以過程中，我未接受股份。xAI的優勢在三件事：頂尖人才、硬體部署速度與獨特資料。X為我們提供了即時互動資料，這有別於單純的“數字文字”。解讀：這是把“資料—>模型—>應用”串聯的縱深佈局。X的流資料若能合法、合規且高品質地進入訓練與對齊環節，才可能轉化為持續優勢；隱私、偏見與安全將是長期治理議題。六、製造學與AI硬體：工廠像“三維晶片”，AI5晶片與晶圓廠設想巴倫：你說過“讓機器造機器”，現在的節拍可以多快？馬斯克：我們看到5秒一輛車下線的路徑——把工廠當作三維晶片來最佳化，提高“體積利用率”，縮短物流路徑，整體效率就上去了。巴倫：你周末在研究晶片？馬斯克：是的。我們把原有兩個晶片項目合併成AI5（部分報導寫作“A15”）。訓練繼續用輝達，但推理要靠我們自己的AI5。它每瓦性能目標很高，在量產車與機器人上的推理性能可達輝達的2–3倍、成本約1/10。另外，全球產能不足讓我考慮自建巨型晶圓廠：1–2年啟動，3年進入快速擴張，以滿足100–200億顆AI晶片的需求。解讀：這是“自研推理晶片 + 供應鏈縱深控制”的打法。若AI5在功耗/成本/生態上成立，將在邊緣AI（車端/機端）形成壁壘。晶圓廠設想意味著天量資本開支、良率與工藝代際協同，也意味著對全球供應鏈的更深繫結與再造。七、FSD現狀：從“像人一樣開車”到“安全倍數”巴倫：FSD的成熟度如何？馬斯克：我們堅持讓客戶體驗一次FSD，當前已累積約10億英里真實資料。安全性已比人工駕駛高四倍。FSD不是寫規則庫，而是讓車學會像人一樣駕駛。AF4/HW4晶片已實現2–3倍安全提升，AI5目標是10倍。解讀：FSD的關鍵是在複雜長尾場景中的穩態表現與監管認可。資料閉環與車端推理性能提升是核心抓手，持續驗證才是關鍵變數。FSD從V14.1.7發出，讓我們更加清晰的看到，特斯拉一個版本一個版本朝著“去安全員”的方向迭代。馬斯克十分堅信、特斯拉代表的以“大模型驅動的端到端純視覺”自動駕駛路線，基本已經跨過最關鍵的技術驗證，即將開始規模化驗證階段。八、太空AI與能源：百GW級軌道算力與“擴展人類意識”馬斯克：我們看到一條路徑，每年把約100GW的太陽能供電AI衛星送入軌道，這是大規模運行AI的低成本方案之一。更遠的目標，是在更廣闊的宇宙分發生命與知識，以擴展人類意識。解讀：這把“供電—計算—應用”框到近地空間，同時與他的火星/深空願景同頻。技術、成本與治理框架都需要重新發明。結語：一張貫穿“製造—晶片—模型—機器人”的路線圖這次訪談把馬斯克的多條戰線拉成了一條主線：用製造和晶片保障規模，用模型和機器人兌現價值，用資料與閉環不斷自我增強。實現這些目標，也需要看Optimus能否跨過百萬台與手部良率的門檻，Neuralink與機器人能否形成穩定的感覺—>運動閉環並通過臨床與監管，Grok 5能否把多模態與即時視訊理解轉化為可復現的應用表現，AI5與可能的晶圓廠能否把邊緣推理的性能/功耗/成本帶到新台階，FSD能否在更多城市拿到安全與合規的雙重通行證。在他的表述裡，邊緣推理（汽車與機器人）是落地核心，多模態與即時理解是AI能力的關鍵增量，“可持續豐裕”是新終點。願景宏大，也必然曲折；真正決定進度的，將是工程里程碑與單位經濟性一項項被兌現的速度。 (AI Xploring)

高端的機器人數據，往往採用最樸素的採集方法。根據BusinessInsider報告，特斯拉正在利用一支資料採集團隊，來訓練Optimus機器人如何像人類一樣行動。在長達8小時的輪班中，資料採集員需要重複數百次相同的動作，包括拿杯子、擦桌子、拉窗簾等。在工作開始前，他們會收到任務指派文件和操作手冊，以確保資料收集工作正確完成。據悉，每名員工每班需收集至少4小時的可用影片素材。值得一提的是，目前特斯拉透過攝影機擷取數據，而非像過去一樣使用動作捕捉服或手動控制來訓練機器人。今年6月，在Optimus項目負責人米蘭·科瓦奇（Milan Kovac）離職後，該公司向數據採集團隊告知了這一決定：“如果不使用動作捕捉服，數據採集的規模會更大。”數據採集工作對員工體力提出了較高要求，除了環境周圍的攝像頭，每位數據採集員工還需在頭盔和沈重的背包上搭載約5台攝像頭用以全程記錄。知情人士透露，在特斯拉加州弗里蒙特工廠，數據採集員戴著耳機和背包，整理車輛零件並在傳送帶上工作。長期的體力勞動給員工的身體帶來了不小的負擔，有員工透露，由於背包重量分佈不均，其背部和頸部曾在工作期間受傷。另有員工指出，有數據採集員曾因長時間配戴頭顯設備而患上了暈動症。從資料蒐集團隊規模來看，通報指出，在鼎盛時期，特斯拉擁有超過100名員工從事資料收集工作。在此背後是馬斯克的人形機器人宏願：在今年第三季特斯拉財報會議上，馬斯克宣稱公司將實現年產100萬台Optimus的目標。他也表示，在未來，人形機器人業務將佔據特斯拉價值的80%左右。一直以來，數據都被視為人形機器人泛化能力提升的關鍵。華創證券指出，多模態訓練資料集的融合將大幅提升機器人的環境感知能力和多工處理能力。分類來看，數據主要分為真實數據與模擬數據，其中真實數據被公認為訓練效果最好的“黃金數據”，但採集成本更高，且格式不統一。相較之下，仿真資料可以大規模生成，成本低廉，但訓練出來的模型往往不適應。值此背景下，「虛實結合」是當下機器人產業採集資料的主流方案。國地共建人形機器人創新中心副總經理劉宇飛表示，已在全國8個省市開展了虛實結合的訓練場工作。 IDC中國研究經理李君蘭判斷，業界預計將基於海量高仿真物理數據，結合高品質的真實採集數據，建構堅實的數據底座，從而快速提升智慧的泛化能力。根據Research Nester今年9月發布的《數據採集系統市場規模及預測》報告，2025年數​​據採集系統市場規模超過24億美元，預計到2035年將達到39.8億美元，在預測期內（即2026-2035年）的複合年增長率約為5.2%。 2026年，數據採集系統的產業規模估計為25.1億美元。不過同時，有跡象表明，未來機器人訓練有望實現「AI化」。如特斯拉近日官宣在自研世界模型中訓練Optimus。東吳證券表示，目前企業多採用世界模型、遙控操作、模擬遷移、模擬訓練等方法，但都有局限性，無法獲得通用泛化能力。具身智能的學習訓練方法仍有待探索。(科創日報)

特斯拉三季度財報電話會，Optimus V3 生產線啟動時間推遲至2026年底前，但量產指引積極，2026年底啟動百萬台級產能，最終目標是Optimus 5.0實現年產0.5-1億台。近期T鏈或將開啟國內供應商交流考察，市場整體流動性寬鬆下，看好機器人重回科技成長配置主線。特斯拉鏈仍是首選配置方向，其次為宇樹、智元等具備批次能力的主機廠供應鏈；推薦具備技術升級迭代的增量環節、有實質產品客戶送樣進展及預期差標的。中信建投證券機械、電新、策略、軍工、汽車、人工智慧、金屬新材料等研究團隊推出【人形機器人產業鏈投資機遇】：特斯拉計畫26年一季度發佈Optimus V3，繼續看多人形機器人類股性行情智元精靈G2線下全球首發，Q4全面看多人形機器人類股性行情特斯拉人形機器人商務溝通量樂觀，Q4全面看多人形機器人類股性行情復盤Gen1/2時期類股走勢，看好Gen3發佈帶來機會——機器人前瞻觀察向“移動機器人”跨越，物流領域具身智能有望率先放量——智慧物流/無人叉車系列深度報告看好泛人形機器人在物流分揀場景率先應用人形機器人關注大模型、場景應用、供應鏈新變化國產人形機器人本體加速放量人形機器人迎密集催化期外骨骼機器人：產品創新+成本降低+腦機介面技術應用，行業進入快速發展期人形機器人：落地是硬道理，重視應用場景落地和精密感測器感測器是具身智能包括人形機器人與物理世界互動的關鍵————2025年機器人行業系列報告之六不拘泥於“人形”深度挖掘“AI+機器人”的投資機會雲程發軔，萬里可期 ——北京人形機器人與具身智能產業大會觀後感破界生長，智領未來——MIM在機器人、 AI、消費電子領域應用前景廣闊AI+機器人：四維度再思考產業特徵和市場節奏絲槓產業鏈：不僅受益自主可控，更受益人形機器人市場爆發 ——2025年機器人行業系列報告之四具身智能和人形機器人行業投資機會分析——2025年機器人行業系列報告之三Figure、1X新品發佈，模型迭代加速人形機器人商業化落地靈巧手：高靈活度末端執行器，Optimus Gen-3將推動微型絲槓、腱繩&感測器需求擴張 ——2025年機器人行業系列報告之一特斯拉領銜，人形機器人的從1到N——人形機器人行業研究方法論人形機器人：中國汽車製造業競爭力外溢下的下半場01 特斯拉計畫26年一季度發佈Optimus V3，繼續看多人形機器人類股性行情證券研究報告名稱：《綜合Ⅱ:特斯拉計畫26年一季度發佈Optimus V3，繼續看多人形機器人類股性行情——人形機器人10月第四周周報》人形機器人指數上漲，前期受市場風險偏好及驗廠推遲傳言等因素影響，類股回呼，隨著利空情緒的消化，類股指數回覆上揚。特斯拉召開三季度財報電話會，雖然下調了Optimus目標，生產線啟動時間推遲至2026年底前，但量產指引積極，2026年底啟動百萬台級產能，最終目標是Optimus 5.0實現年產0.5-1億台。近期T鏈或將開啟國內供應商交流考察，市場整體流動性寬鬆下，看好機器人重回科技成長配置主線。機器人類股：人形機器人指數上漲，前期受市場風險偏好及驗廠推遲傳言等因素影響類股回呼，隨著利空情緒的消化，類股指數恢復上揚。特斯拉三季度財報電話會，Optimus V3 生產線啟動時間推遲至2026年底前，但量產指引積極，2026年底啟動百萬台級產能，最終目標是Optimus 5.0實現年產0.5-1億台。近期T鏈或將開啟國內供應商交流考察，市場整體流動性寬鬆下，看好機器人重回科技成長配置主線。特斯拉鏈仍是首選配置方向，其次為宇樹、智元等具備批次能力的主機廠供應鏈；推薦具備技術升級迭代的增量環節、有實質產品客戶送樣進展及預期差標的。行情復盤：以人形機器人產業鏈標的高比例配置的永贏先進製造智選A基金為例，最新淨值2.31，本周+5.64%，近一月-11.08%，近三個月+18.11%。周漲幅居前個股包括：上緯新材（+20.7%）、優必選（+16.2%）、斯菱股份（+13.4%）、四方光電（+13.1%）、愛柯迪（+12.8%）。當前基於產業趨勢的逐步驗證下，我們維持看多觀點：1）中期產業趨勢的進一步確立，尤其特斯拉Optimus三代樣機發佈及量產節奏，產業鏈Tier1持續驗證進度相對積極，預計後續審廠等事件也將有序推進。特斯拉三代樣機有望在明年Q1發佈，年底啟動百萬台等級產能；2）市場整體流動性寬鬆下，資金在成長類股輪動，產業化加速趨勢下，有望重回科技成長配置主線。本周事件：特斯拉10月23日召開三季度業績發佈會，計畫26Q1發佈Optimus V3。馬斯克表示，隨著將人工智慧帶入現實世界，特斯拉正處在一個關鍵的拐點，Optimus 正處於重大突破的邊緣，它有潛力成為 “有史以來最偉大的產品”，計畫在明年年底前建成首條年產百萬台的 Optimus 生產線，預計 Optimus 4 代產品將實現千萬台級產能，而 Optimus 5 代更可能達到五千萬至一億台的規模。這個發展路徑雖然充滿挑戰，但展現了巨大的增長潛力。小鵬第五代人形機器人於‌2025年10月24日‌在“小鵬科技日”活動中正式亮相。該機器人採用直腿行走方式，相比傳統屈膝行走，其步態更自然且續航里程提升了一倍。2025年10月20日，宇樹科技正式發佈其新一代仿生人形機器人H2，搭載27個高自由度關節，採用自研M107關節電機。風險提示：1、技術迭代與產業化進度不及預期風險。機器人行業仍處於技術快速迭代和產業化前期。核心零部件的技術路線可能存在變化，若關鍵技術進展或降本速度不及預期，或主要廠商的量產時間表推遲，可能影響產業鏈相關企業的訂單兌現和業績釋放。2、供應鏈依賴與成本波動風險。機器人精密零部件對原材料品質、價格及供應鏈穩定性較為敏感。若上游關鍵原材料價格出現劇烈波動，或海外高精度零部件供應因貿易摩擦等因素受阻，可能導致生產成本增加、毛利率承壓或生產進度延遲。3、市場競爭加劇與估值波動風險。機器人賽道新進入者不斷增加，可能導致產品同質化競爭和價格壓力。部分標的估值可能已透支遠期業績，若行業競爭格局惡化或企業訂單獲取、客戶拓展進度不及預期，可能引發估值回呼風險。4、政策變動與國際貿易環境風險。機器人產業若未來產業扶持政策發生重大調整或補貼力度不及預期，可能影響行業需求釋放節奏。同時，若全球貿易環境緊張局勢升級，相關關稅或技術壁壘提升，可能對專注於或計畫開拓海外市場的機器人企業的出口業務造成不利影響。02 智元精靈G2線下全球首發，Q4全面看多人形機器人類股性行情證券研究報告名稱：《智元精靈G2線下全球首發，Q4全面看多人形機器人類股性行情——人形機器人10月第三周周報》機器人類股：本周人形機器人指數明顯回呼，主要受整體市場風險偏好及驗廠推遲傳言等因素影響。特斯拉Optimus產業化加速，Figure完成高估值融資，類股進入持續催化驗證期，展望Q4，我們繼續堅定看多。當前Optimus三代樣機發佈及量產節奏指引積極，近期T鏈或將開啟國內供應商交流考察，市場整體流動性寬鬆下，看好機器人重回科技成長配置主線。機器人類股：受到整體市場風險偏好及特斯拉審廠推遲等邊際事件影響本周類股顯著回呼，但是Gen3持續推進產業化進展，目前商務溝通量樂觀，國產人形機器人出貨積極，Q4我們全面看多人形機器人類股行情，是交易特斯拉第三代Optimus變化和量產預期的重要窗口期。當前Optimus三代樣機發佈及量產節奏指引積極，國產鏈條訂單出貨、資本化運作表現積極；市場整體流動性寬鬆下，看好機器人重回科技成長配置主線。當前基於產業趨勢的逐步驗證下，我們維持看多觀點：1）中期產業趨勢的進一步確立，尤其特斯拉Optimus三代樣機發佈及量產節奏，產業鏈Tier1持續驗證進度相對積極，預計後續審廠等事件也將有序推進。我們維持特斯拉今年底三代樣機有望發佈，明年Q1規模量產，下半年周度排產千台以上的預期；2）市場整體流動性寬鬆下，資金在成長類股輪動，產業化加速趨勢下，有望重回科技成長配置主線。本周事件：特斯拉10月底三季報業績會及11月初股東大會有望成為市場觀測Optimus進展的重要事件節點：9月15日，特斯拉宣佈將於10月下旬舉辦2025Q3業績會，11月6日舉辦2025年股東大會。馬斯克表示，特斯拉正在“努力”擴大Optimus的生產規模。10月16日，智元機器人與均普智能在寧波聯合舉辦智元精靈G2線下全球首發暨投產儀式。作為全球工業級互動式具身作業機器人標竿，智元精靈G2首次線下公開亮相，並同步開啟與均勝電子過億元採購合同的首批交付商用；優必選中標“廣西具身智能資料採集及測試中心裝置採購及安裝”項目，訂單金額達1.26億元。根據項目規劃，本次採購涵蓋優必選最新款可自主換電的全自主具身智能人形機器人Walker S2。該訂單計畫於合同簽署後於2025年內完成交付。僅優必選Walker系列人形機器人全年已獲得超6.3億元訂單。風險提示：1、技術迭代與產業化進度不及預期風險。機器人行業仍處於技術快速迭代和產業化前期。核心零部件的技術路線可能存在變化，若關鍵技術進展或降本速度不及預期，或主要廠商的量產時間表推遲，可能影響產業鏈相關企業的訂單兌現和業績釋放。2、供應鏈依賴與成本波動風險。機器人精密零部件對原材料品質、價格及供應鏈穩定性較為敏感。若上游關鍵原材料價格出現劇烈波動，或海外高精度零部件供應因貿易摩擦等因素受阻，可能導致生產成本增加、毛利率承壓或生產進度延遲。3、市場競爭加劇與估值波動風險。機器人賽道新進入者不斷增加，可能導致產品同質化競爭和價格壓力。部分標的估值可能已透支遠期業績，若行業競爭格局惡化或企業訂單獲取、客戶拓展進度不及預期，可能引發估值回呼風險。4、政策變動與國際貿易環境風險。機器人產業若未來產業扶持政策發生重大調整或補貼力度不及預期，可能影響行業需求釋放節奏。同時，若全球貿易環境緊張局勢升級，相關關稅或技術壁壘提升，可能對專注於或計畫開拓海外市場的機器人企業的出口業務造成不利影響。03 特斯拉人形機器人商務溝通量樂觀，Q4全面看多人形機器人類股性行情機器人類股：本周人形機器人指數橫盤，主要受整體市場風險偏好及驗廠推遲傳言等因素影響。特斯拉Optimus產業化加速，Figure完成高估值融資，類股進入持續催化驗證期，展望Q4，我們繼續堅定看多。當前Optimus三代樣機發佈及量產節奏指引積極，近期T鏈或將開啟國內供應商交流考察，市場整體流動性寬鬆下，看好機器人重回科技成長配置主線。特斯拉鏈仍是首選配置方向，其次為宇樹、智元等具備批次能力的主機廠供應鏈；推薦具備技術升級迭代的增量環節、有實質產品客戶送樣進展及預期差標的。機器人類股：受到特斯拉審廠推遲等邊際事件影響本周類股略有回呼，但是Gen3持續推進產業化進展，目前商務溝通量樂觀，國產人形機器人出貨積極，Q4我們全面看多人形機器人類股行情，是交易特斯拉第三代Optimus變化和量產預期的重要窗口期。當前Optimus三代樣機發佈及量產節奏指引積極，國產鏈條訂單出貨、資本化運作表現積極；市場整體流動性寬鬆下，看好機器人重回科技成長配置主線。特斯拉鏈仍是首選配置方向，其次為宇樹、智元等具備批次能力的主機廠供應鏈；推薦具備技術升級迭代的增量環節、有實質產品客戶送樣進展及預期差標的。行情復盤：以人形機器人產業鏈標的高比例配置的永贏先進製造智選A基金為例，最新淨值2.51（周內最高2.60），本周+0.82%，近一月+14.47%，近三個月+37.44%；9.22-9.26單日漲跌幅分別約+2.95%、+0.30%、+1.10%、-0.52%、-2.92%。周漲幅排名居前個股包括：上緯新材（+44.8%）、福達股份（+16.2%）、旭升集團（+14.3%）、巨一科技（+12.0%）、藍黛科技（+12.0%）。當前基於產業趨勢的逐步驗證下，我們維持看多觀點：1）中期產業趨勢的進一步確立，尤其特斯拉Optimus三代樣機發佈及量產節奏，產業鏈Tier1持續驗證進度相對積極，預計後續審廠等事件也將有序推進。我們維持特斯拉今年底三代樣機有望發佈，明年Q1規模量產，下半年周度排產千台以上的預期；2）市場整體流動性寬鬆下，資金在成長類股輪動，產業化加速趨勢下，有望重回科技成長配置主線。本周事件：特斯拉10月底三季報業績會及11月初股東大會有望成為市場觀測Optimus進展的重要事件節點：9月15日，特斯拉宣佈將於10月下旬舉辦2025Q3業績會，11月6日舉辦2025年股東大會。馬斯克表示，特斯拉正在“努力”擴大Optimus的生產規模。9月26日，賽力斯發佈公告，擬發行不超過331,477,235股境外上市普通股並在香港聯合交易所上市。9月25日，上緯新材發佈公告，稱智元恆岳擬要約收購公司149,243,840股，要約收購價7.78元/股，佔上緯新材總股份的比例為37.00%。風險提示：1、技術迭代與產業化進度不及預期風險。機器人行業仍處於技術快速迭代和產業化前期。核心零部件的技術路線可能存在變化，若關鍵技術進展或降本速度不及預期，或主要廠商的量產時間表推遲，可能影響產業鏈相關企業的訂單兌現和業績釋放。2、供應鏈依賴與成本波動風險。機器人精密零部件對原材料品質、價格及供應鏈穩定性較為敏感。若上游關鍵原材料價格出現劇烈波動，或海外高精度零部件供應因貿易摩擦等因素受阻，可能導致生產成本增加、毛利率承壓或生產進度延遲。3、市場競爭加劇與估值波動風險。機器人賽道新進入者不斷增加，可能導致產品同質化競爭和價格壓力。部分標的估值可能已透支遠期業績，若行業競爭格局惡化或企業訂單獲取、客戶拓展進度不及預期，可能引發估值回呼風險。4、政策變動與國際貿易環境風險。機器人產業若未來產業扶持政策發生重大調整或補貼力度不及預期，可能影響行業需求釋放節奏。同時，若全球貿易環境緊張局勢升級，相關關稅或技術壁壘提升，可能對專注於或計畫開拓海外市場的機器人企業的出口業務造成不利影響。04 復盤Gen1/2時期類股走勢，看好Gen3發佈帶來機會——機器人前瞻觀察證券研究報告名稱：《復盤Gen1/2時期類股走勢，看好Gen3發佈帶來機會——機器人前瞻觀察》復盤Gen1/2類股走勢，看好Gen3發佈帶來類股歷史性機會。通過復盤人形機器人指數相對收益變化，我們發現其主要受特斯拉機器人進展（例如性能迭代、硬體定型、量產指引）影響。類股從主題投資（聚焦硬體新方向）到量產預期（聚焦供應鏈確定性+硬體新方向），現階段Gen3硬體定型及規模化量產在即，類股β持續向好。展望後續，我們認為Gen3發佈將帶來更明確的硬體定型方向和量產指引，將帶來類股的歷史性機遇。標的及方向上，我們認為產業鏈確定性和硬體變化新方向是核心方向，同時關注國產鏈應用落地新進展。風險提示：1、技術迭代與產業化進度不及預期風險。機器人行業仍處於技術快速迭代和產業化前期。核心零部件的技術路線可能存在變化，若關鍵技術進展或降本速度不及預期，或主要廠商的量產時間表推遲，可能影響產業鏈相關企業的訂單兌現和業績釋放。2、供應鏈依賴與成本波動風險。機器人精密零部件對原材料品質、價格及供應鏈穩定性較為敏感。若上游關鍵原材料價格出現劇烈波動，或海外高精度零部件供應因貿易摩擦等因素受阻，可能導致生產成本增加、毛利率承壓或生產進度延遲。3、市場競爭加劇與估值波動風險。機器人賽道新進入者不斷增加，可能導致產品同質化競爭和價格壓力。部分標的估值可能已透支遠期業績，若行業競爭格局惡化或企業訂單獲取、客戶拓展進度不及預期，可能引發估值回呼風險。4、政策變動與國際貿易環境風險。機器人產業若未來產業扶持政策發生重大調整或補貼力度不及預期，可能影響行業需求釋放節奏。同時，若全球貿易環境緊張局勢升級，相關關稅或技術壁壘提升，可能對專注於或計畫開拓海外市場的機器人企業的出口業務造成不利影響。05 向“移動機器人”跨越，物流領域具身智能有望率先放量——智慧物流/無人叉車系列深度報告證券研究報告名稱：《向“移動機器人”跨越，物流領域具身智能有望率先放量——智慧物流/無人叉車系列深度報告》2025年全球智慧物流市場規模預計超5000億元，其中移動自動化裝置增速最快，市場規模接近1500億元，最具發展前景。驅動力方面，從供給側來看，隨著AI快速發展，移動機器人產品朝更加智能方向發展，且滲透率目前低，提升空間巨大；另外，由於技術成熟度提升、產業鏈成熟帶動的降本，移動機器人逐漸在各行各業具有經濟性，更有利於未來放量。從需求側來看，下遊客戶追求效率提升及降本，未來移動機器人應用領域有望持續拓展。移動機器人裝置目前參與者眾多，我們更看好硬體+軟體+場景掌握三方面綜合實力較強的公司，具身智能快速發展的背景下，創新性產品有望產生革命性需求，產品創新能力強的企業未來有望拿到較多份額，另外，海外市場利潤率更好，海外拓展領先企業財務表現有望更好。一、市場空間探究：智慧物流及相關裝置市場及滲透率怎麼看？智慧物流是將“硬體+軟體”融合的自動化供應鏈體系，能夠提升物流效率，涉及AGV/AMR、無人叉車等核心裝置。2025年全球倉儲自動化解決方案市場規模預計超5000億元，細分地區來看，亞太市場增速最高，中國智慧物流市場規模預計約1200億元；細分環節來看，移動自動化裝置增速最快，規模接近1500億元，最具發展前景。驅動力方面，從供給側來看，隨著AI快速發展，AMR、叉車AGV等移動機器人產品朝更加智能方向發展，且滲透率目前只有小個位數，提升空間巨大；另外，由於技術成熟度提升、產業鏈成熟帶動的降本以及多參與者進入帶動的競爭等因素，移動機器人各類產品均價在近幾年有下降趨勢，逐漸在各行各業具有經濟性，更有利於未來放量，我們測算無人叉車在1-3班倒的場景下回收周期分別為2.5年、1.1年和0.7年，而叉車使用壽命通常在8-10年，無人叉車已具有全生命周期成本優勢。從需求側來看，下遊客戶追求效率提升及降本，目前在景氣高增、需全天候運行、環境相對惡劣的行業率先放量，未來移動機器人應用領域有望持續拓展。二、產業鏈條解構：移動機器人涉及那些關鍵技術與零部件？移動機器人關鍵技術包含導航定位、感知避障、規劃控制等，與傳統搬運工具相比，自動化相關零部件（感測器、控製器）是主要增量成本，感測器是移動機器人的“眼睛”，目前SLAM類產品已成為主流，佔比約75%，其中雷射方案相對視覺方案更加成熟；控製器是移動機器人的“大腦”，技術壁壘較高，是供應鏈中的高利潤率環節。投資建議：目前參與者眾多，我們更看好硬體+軟體+場景掌握三方面綜合實力較強的公司，具身智能快速發展的背景下，創新性產品有望產生革命性需求，產品創新能力強的企業未來有望拿到較多份額，另外，海外市場利潤率更好，海外拓展領先企業財務表現有望更好。風險提示：（1）市場滲透率不及預期的風險：若潛在客戶可能因智能化改造的前期投入較高而持觀望態度，從而影響其採購決策；此外，現有市場中人工叉車的龐大保有量及其固有的較長置換周期，也可能對移動機器人市場份額的快速拓展構成制約。（2）下游需求波動的風險：若宏觀經濟環境變化導致倉儲物流業發展放緩，或工業領域的投資擴張步伐減速，相關應用領域的企業或將採取更為審慎的財務策略，壓縮在自動化解決方案上的資本性支出；此外，在部分勞動力成本尚不構成顯著壓力的地區，企業進行自動化改造的迫切性相對較低，這也可能導致市場需求的實際增長慢於預期。（3）具身智能技術迭代與監管不確定性風險：若具身智能概念在核心演算法、算力供給或關鍵資料等上游領域遭遇技術瓶頸，可能延緩其商業化應用的演進速度；此外，全球範圍內針對具身智能的法律框架、倫理準則與社會監督體系尚在建構之中，未來監管政策的走向存在不確定性。（4）市場競爭加劇的風險：鑑於移動機器人賽道良好的發展前景，市場參與主體迅速增加，這可能導致行業內競爭日趨激烈，從而對業內公司的盈利能力構成潛在壓力。06 看好泛人形機器人在物流分揀場景率先應用證券研究報告名稱：《電新前沿觀察：看好泛人形機器人在物流分揀場景率先應用》為實現物流分揀作業，泛人形機器人（非完全人形）需要具備多模態感知和端到端大模型能力。我們認為當前硬體端泛人形機器人已經達到物流場景商業化的門檻，但國產具身模型端距離真正落地仍有一定提升空間。從經濟性來看，在2年收回成本的假設下，泛人形機器人的投入產出比與分揀工人已經持平。我們認為今年下半年泛人形機器人在物流場景會逐步從demo場景轉向交付客戶試用，等客戶驗證後明年有望迎來爆發增長。為實現物流分揀作業，泛人形機器人（非完全人形）需要具備多模態感知和端到端大模型能力。物流分揀動作主要分為包裹檢測、抓取與翻轉、條碼識別、路徑規劃、投遞迴位等步驟，需要人形機器人具備多模態感知能力（視覺、觸覺、力覺等）和自主決策的端到端大模型能力。我們認為當前硬體端泛人形機器人已經達到物流場景商業化的門檻，但國產具身模型端距離真正落地仍有一定提升空間。從分揀效率來看，1）海外：Figure 02效率已接近正常工人。基於Helix神經網路，Figure 02處理一件包裹的平均時間為4.05 秒。而正常熟練分揀工人的單個標準小件快遞分揀效率為3-5秒。2）國內：智元精靈G1分揀速度較熟練工人仍有一定距離。此外，我們也需要注意，在分揀質量和應對異常的處理上，泛人形機器人較熟練工人仍有差距。經濟性方面，現階段分揀場景泛人形機器人替代工人處於臨界點。假設分揀場景的單個工位工人2班倒，一人工作8小時，單人年工資10萬元，而泛人形機器人成本40萬元，單日工作時長20小時，工作效率約為工人80%。在2年收回成本的假設下，泛人形機器人的投入產出比與工人已經持平，隨著泛人形機器人硬體成本和智能化水平提升（體現在產出效率），終端客戶基於降本增效目的有替換工人的動力。模型方面，Figure和智元具搭載自研具身模型。Figure 02搭載Helix具身智能模型。智元精靈G1由端到端資料驅動具身演算法，通過海量真實資料訓練出的“大腦”，能像人類一樣即時感知環境、理解任務、並自主精準執行操作。資料採集和模型迭代方面，智元攜手德馬科技共建訓練與資料採集工廠，Figure在快遞流水線上進行實訓。展望後續，我們認為今年下半年泛人形機器人在物流場景會逐步從demo場景轉向交付客戶試用，等客戶驗證後明年有望迎來爆發增長，海外由於人工成本更高昂，將會是物流場景落地的首選。建議關注有望憑藉二次開發能力獲得超額溢價的整體方案解決商、商業化落地進展領先的本體廠對應的核心供應商。風險提示：1、市場競爭加劇風險：當前人形機器人本體廠數量較多，倘若後續新加進入玩家持續增加，將進一步加劇競爭，或對相關公司盈利能力造成影響。2、硬體降本不及預期風險：當前人形機器人硬體技術未收斂，若後續技術變動較大或行業硬體降本不及預期，將對人形機器人應用落地進度造成較大影響。3、人工智慧發展不及預期風險：人形機器人落地核心取決於人工智慧發展，倘若人工智慧發展緩慢，人形機器人的智能化水平提升將受到制約，會對行業落地造成負面影響。07 人形機器人關注大模型、場景應用、供應鏈新變化，工程機械7月非挖資料保持較好增長證券研究報告名稱：《周觀點：人形機器人關注大模型、場景應用、供應鏈新變化，工程機械7月非挖資料保持較好增長》人形機器人：機器人相關大會熱度空前，持續關注大模型、場景應用、供應鏈新變化。近期機器人行業召開諸多大會，均保持很高的熱度，讓大家看到了人形機器人的產業進步，為類股帶來持續的催化。當下我們認為，大模型方向的關注度預計會持續提升，無論是模型架構設計，還是說模型方案對應的資料採集等或均將孕育機會；場景落地將不斷推進，預計人形機器人會逐步在特定場景下實現商業化閉環，並在實際應用不斷迭代升級並實現能力的遷移擴散，從而進一步拓展應用場景；供應鏈環節持續孕育商機，無論是新品推出、還是新的客戶供應鏈切入，都值得關注。後續仍有智元機器人合作夥伴大會、Optimus三代機發佈、國產機器人招投標等潛在催化值得關注。我們繼續看好類股整體行情，推薦產業趨勢更優、放量更快的感測器、靈巧手、垂類應用端、國產供應鏈條等環節。風險提示：（1）國內宏觀經濟波動的風險：機械是典型的中游資本品行業，承上啟下，與宏觀經濟波動密切相關，如果國內宏觀政策出現重大轉向，勢必會影響機械行業總體需求。（2）海外市場波動的風險：中國企業出海不可能一帆風順，未來的征程勢必會出現各種各樣的摩擦，是階段性的小插曲還是新趨勢形成，需要審慎判斷。（3）下游擴產不及預期的風險：若下遊行業擴產不及預期，則相應的裝置需求將會下降，會對行業內公司訂單、業績等造成不利影響。03 國產人形機器人本體加速放量，工程機械7月銷量繼續超預期人形機器人：近期各地發佈機器人相關產業支援政策，給予一定產業補貼或消費補貼。世界機器人大會依舊保持空前的熱度，國產機器人百花齊放。產業鏈相關的靈巧手、關節模組零部件、感測器等環節均有多種方案齊頭並進，有望加速具身智慧型手機器人迭代。具身智能產業鏈相關的進步正不斷被看到，後續仍有世界人形機器人運動會、智元機器人合作夥伴大會、Optimus三代機發佈、國產機器人招投標等潛在催化值得關注。我們繼續看好類股整體行情，推薦產業趨勢更優、放量更快的感測器、靈巧手、垂類應用端、國產供應鏈條等環節。風險提示：（1）國內宏觀經濟波動的風險：機械是典型的中游資本品行業，承上啟下，與宏觀經濟波動密切相關，如果國內宏觀政策出現重大轉向，勢必會影響機械行業總體需求。（2）海外市場波動的風險：中國企業出海不可能一帆風順，未來的征程勢必會出現各種各樣的摩擦，是階段性的小插曲還是新趨勢形成，需要審慎判斷。（3）下游擴產不及預期的風險：若下遊行業擴產不及預期，則相應的裝置需求將會下降，會對行業內公司訂單、業績等造成不利影響。04 人形機器人迎密集催化期證券研究報告名稱：《周觀點：人形機器人迎密集催化期，雅魯藏布江下游水電工程有望拉動工程機械需求》人形機器人：類股前期回呼較多+國內外機器人產業鏈湧現積極變化，人形機器人類股情緒回暖。國內產業鏈方面，本體廠商持續取得訂單突破，說明人形機器人在商業化探索方面逐步進入落地階段；同時，宇樹完成IPO輔導備案，頭部國產機器人本體廠商加快推進資本化處理程序，預計將得到廣泛關注，並進一步促進全行業資本開支增加。海外方面，特斯拉人形機器人仍在持續最佳化方案，國內相關供應鏈企業也釋放出積極訊號。我們看好類股表現，後續2025世界人工智慧大會、2025世界機器人大會、2025世界人形機器人運動會等多項重磅活動均有望為類股帶來持續催化。我們認為，現階段應該不拘泥於“人形”深度挖掘“AI＋機器人”的投資機會，比如感測器、靈巧手、機器狗、外骨骼機器人、垂類應用端，這幾個方向一方面競爭格局較好，另一方面，都不以人形的放量為必然前提，且能夠有持續的資料驗證。風險提示：（1）國內宏觀經濟波動的風險：機械是典型的中游資本品行業，承上啟下，與宏觀經濟波動密切相關，如果國內宏觀政策出現重大轉向，勢必會影響機械行業總體需求。（2）海外市場波動的風險：中國企業出海不可能一帆風順，未來的征程勢必會出現各種各樣的摩擦，是階段性的小插曲還是新趨勢形成，需要審慎判斷。（3）下游擴產不及預期的風險：若下遊行業擴產不及預期，則相應的裝置需求將會下降，會對行業內公司訂單、業績等造成不利影響。05 外骨骼機器人：產品創新+成本降低+腦機介面技術應用，行業進入快速發展期證券研究報告名稱：《外骨骼機器人：產品創新+成本降低+腦機介面技術應用，行業進入快速發展期》隨著產品創新、性能改善、成本降低、腦機介面技術應用，外骨骼機器人市場進入快速發展期，醫用外骨骼機器人已率先實現規模化商用。海外中下游企業產品放量受益於醫保報銷，龍頭企業產品持續迭代和拓展應用場景；國內康復醫療器械龍頭翔宇醫療、偉思醫療和多家一級市場企業亦有所佈局，資本助力行業發展，部分企業已實現多輪融資。看好外骨骼機器人行業投資機會：近年來技術突破和產品創新驅動行業發展。外骨骼機器人是多學科交叉的前沿領域，以往在人機協同、自重問題、安全性與魯棒性、產品成本、續航等方面存在技術痛點，近年來技術突破和產品創新驅動行業發展；隨著AI技術日趨成熟，演算法對外骨骼機器人的動作控制更加精細化。醫用外骨骼機器人已率先實現規模化商用，工業消費等領域應用也將進入快速發展期。外骨骼機器人通過提供力量輔助增強人類行走運動及重物負荷等能力，在工業、消費等場景應用具有較大潛力，C端市場空間廣闊。五一期間央視新聞等媒體報導外骨骼機器人助力登山，帶動產品“出圈”。腦機介面+外骨骼機器人，增強人機智能協同。腦機介面可以通過直接解析腦電訊號以實現“意念驅動”，實現對外骨骼的精準控制、幫助患者在康復訓練中建立“意念-動作”的神經反饋環路。海外和國內多家公司正在研發整合腦機介面技術的外骨骼產品。海外企業：醫療產品放量受益於醫保報銷，積極拓展多場景應用。復盤海外知名外骨骼企業的發展歷程發現，頭部企業需要具備以下特徵：產品持續迭代解決客戶痛點需求；通過綜合佈局醫療版+消費/工業版，在建立品牌專業度的同時拓寬受眾；持續出海實現市場擴容。2024年4月美國Medicare將外骨骼產品納入報銷，多數企業受益於此實現產品放量。風險提示：研發進度不及預期風險：外骨骼機器人研發可能存在技術瓶頸（如動力傳動、感知控制等核心模組未突破）、多學科交叉研發的高成本壓力、市場需求動態變化與政策調整的不確定性，以及產業鏈上下游協同不足導致的供應鏈延遲，導致研發進度不及預期。智慧財產權和專利風險：外骨骼行業涉及的技術往往具有較高的技術門檻，企業需投入大量資源進行自主研發。但在技術保護不力的情況下，可能面臨智慧財產權被侵犯的風險，這不僅會影響企業的研發投入回報，還可能對整個行業的健康發展造成負面影響。使用者安全事故風險：外骨骼內部電源漏電、電介質強度不足可能引發觸電風險，感測器失效或軟體邏輯錯誤可能導致非預期運動，尤其在康復場景中可能加重患者損傷。主營業務業績不達預期風險：外骨骼相關上市公司主營業務包括醫療器械等，受行業政策和公司經營影響，主營業務業績有可能不及預期。06 人形機器人：落地是硬道理，重視應用場景落地和精密感測器得益於春晚宇樹機器人亮相表演和特斯拉上調25年Optimus出貨指引，截止6月20日人形機器人類股今年漲幅達34%。細分賽道來看，電子皮膚、絲槓引領類股漲幅。3月馬斯克下修Optimus出貨指引，4月北京人形機器人馬拉松後市場情緒降溫，類股持續回呼。近日特斯拉出貨不確定性增強，我們認為當前類股核心矛盾不在於硬體方案的迭代降本，而在於1）應用場景的實際落地，2）大模型的突破，3）關鍵感知零部件的升級。我們認為類股估值錨點已切換至落地兌現，市場預期和產業進展仍有兌現差，關注剛需性、低複雜度的場景下的實際落地情況。杭州機器人展覽會開幕，特斯拉Optimus Gen-2亮相，國內眾多頭部企業參展。從展會現場來看，類股仍處於高端關注狀態，絲槓、靈巧手、PEEK、感測器成為焦點，但隨著產業鏈落地時間、數量低於預期，近期類股市場情緒降溫，持續回呼。我們復盤機器人股價，認為類股將從事件催化&海內外產業共振轉向量產落地催化。復盤過往，事件催化&海內外產業共振驅動，行業主題性投資明顯。得益於春晚宇樹機器人亮相表演和特斯拉上調25年Optimus出貨指引，截止6月20日人形機器人類股今年漲幅為+34%。其中電子皮膚（+71%）、絲槓（+57%）子版塊引領類股漲幅。核心矛盾：硬體先行智能滯後，智能仍是核心短板。當前產業爆發的核心矛盾仍是具身智能技術尚未突破商業化臨界點，如任務泛化仍需海量資料訓練，大小腦協同不足，深度學習演算法、多模態感知系統雖提升互動能力，但環境泛化能力、自主決策精度仍受限。展望未來，關注剛需性、低複雜度的場景下的實際落地情況。從落地場景來看，導覽、銷售等標準化商業服務已進入實際應用，汽車裝配、倉儲物流等場景則集中在測試驗證階段，家庭場景應用多停留在早期階段。投資建議：落地是硬道理，重視應用場景落地和精度感測器。當前類股估值反映市場較高的出貨預期，但2025年全球出貨量預計僅1-2萬台。我們認為當前類股核心矛盾不在於硬體方案的迭代降本，而在於1）應用場景的實際落地，2）大模型的突破，3）關鍵感知零部件的升級。我們認為類股估值錨點已切換至落地兌現，市場預期和產業進展仍有兌現差，關注剛需性、低複雜度的場景下的實際落地情況。建議關注：1）吹響落地發令槍的落地場景整體方案供應商。2）高門檻感知零部件關節，關注高精度感測器廠商。3）繫結特斯拉、Figure（量產進度領先）的優質標的。4）硬體總成方案供應商。風險提示：1）需求方面：國家基建政策變化導致電源投資規模不及預期；電網投資規模不及預期；新能源裝機增速下降導致對電力裝置需求下降；全社會用電量增速下降等；兩網招標進度不及預期；特高壓建設推進進度不及預期等。2）供給方面：銅資源、鋼鐵等大宗商品價格上漲；電力電子器件供給緊張，國產化進度不及預期。3）政策方面：新型電力市場相關支援力度不及預期；電價機制推進進度低於預期；電力現貨市場推進進度不及預期；電力峰谷價差不及預期等。4）國際形勢方面：能源危機較快緩解、能源價格較快下跌；國際貿易壁壘加深等。5）市場方面：競爭格局大幅變動；競爭加劇導致電力裝置各環節盈利能力低於預期；運輸等費用上漲。6）技術方面：技術降本進度低於預期；技術可靠性難以進一步提升等。07 感測器是具身智能包括人形機器人與物理世界互動的關鍵————2025年機器人行業系列報告之六感測器是將外界訊號轉換成電訊號的裝置，與通訊、電腦被稱為現代資訊技術的三大支柱。全球智能感測器市場規模約520億美元，近年來年化增長率10%左右，以人形機器人為代表的具身智能異軍突起，有望帶來感測器市場爆發。本文我們以特斯拉人形機器人為藍本，結合當前產業中的主流產品及方案，重點分析視覺、觸覺、力/力矩、姿態及位置感測器市場。感測器是將外界訊號轉換成電訊號的裝置，以人形機器人為代表的具身智能異軍突起，有望帶來感測器市場爆發。感測器與通訊、電腦被稱為現代資訊技術的三大支柱，簡而言之，感測器是將外界訊號轉換成電訊號的裝置。全球感測器市場規模約520億美元，近年來年化增長率10%左右；中國感測器市場規模約1640億元，年化增長在15%以上。如今，具身大模型快速迭代，具身智能供應鏈快速降本，正加速以人形機器人為代表的具身智能商業化落地，有望推動感測器行業爆發。本文我們以特斯拉人形機器人為藍本，結合當前產業中的主流產品及方案，重點分析視覺、觸覺、力/力矩、姿態及位置感測器市場。視覺感測器：負責感知及理解周圍世界，是與外界互動與路徑規劃的關鍵。視覺感測器有望貢獻70%的感知資訊，當前，純視覺方案與多感測器融合方案並存，3D相機+雷射雷達為主流選型方案，較高的技術參數、晶片設計能力、應用端長久持續的反饋最佳化共同構成3D視覺感測器的壁壘。預計人形機器人3D視覺感測器在2030年市場空間有望達到約200億元，技術實力雄厚且具備降本能力的企業有望受益。觸覺感測器：增強感知及互動能力的“電子皮膚”，單機用量持續增加。觸覺感測器模擬皮膚功能，當前主要用在靈巧手上，成為人形機器人感知外界環境的重要器官。按照工作原理，觸覺感測器分為壓阻式、壓電式、電容式、電磁式等類型。從部分靈巧手廠商觸覺感測器選型來看，技術路線尚未收斂，但整體呈現用量提升態勢。人形機器人觸覺感測器在2030年市場空間有望達到105億元，海外龍頭前期佔據多數份額，國內企業紛紛推出新品有望快速放量。力/力矩感測器：力控核心，實現柔順化、智能化控制的重要部件。力/力矩感測器廣泛用於需要保持穩定位置和軌跡高重複性的工業應用，2030年人形機器人領域力感測器需求有望達到585億元，六維力感測器的技術壁壘主要體現在結構設計、標定過程、動態性能最佳化演算法以及多維力感測器的解耦演算法四個方面，多維力矩感測器技術壁壘高，中國市場上的高端感測器國產化率低，以一維力感測器為主。受益於機器人市場需求催化，中國六維力（矩）感測器市場近年來入局者逐年增加。姿態感測器：模擬人的平衡和空間定向功能，戰術級IMU廠商將充分受益。姿態感測器是一種測量物體在三維空間中方向或角位置的裝置，MEMS慣性感測器為當下主流路徑。全球MEMS慣性感測器市場規模預計2025年超300億元人民幣，人形機器人遠期有望貢獻百億級慣性感測器空間，戰術級IMU廠商將充分受益。位置感測器：編碼器應用於機器人關節實現運動控制，國產替代空間廣闊。機器人系統中應用的位置感測器為編碼器，位於關節執行器中，將位置和角度等參數轉換為數字量以實現運動控制。當前國內編碼器市場規模20-30億元，佔全球需求比例仍較小；下游伺服佔比1/3為第一大應用，機器人佔比存在提升空間。投資建議：感測器是具身智能包括人形機器人與外界互動的關鍵，受益具身大模型以及具身智能供應鏈降本，具身智能商業化落地加速，感測器行業有望迎來爆發。風險提示：（1）製造業景氣度下滑風險：機器人行業受宏觀經濟波動影響較大，產業與宏觀經濟波動的相關性明顯，尤其是和工業製造的需求、基礎設施投資等宏觀經濟重要影響因素強相關。若未來國內外宏觀經濟環境發生變化，下遊行業投資放緩，將可能影響機器人產業鏈的發展環境和市場需求。（2）具身智能包括人形機器人產業化落地低於預期的風險：具身智能包括人形機器人研發及落地仍然面臨較多的困難和不確定性，將會對感測器的需求帶來較大影響（3）市場競爭加劇風險：目前行業處於擴張期，業內多家企業處於產能擴張階段，同時加大了產品的研發投入，產品競爭力不斷增強。若未來市場競爭加劇，感測器企業可能面臨更大的競爭壓力，以及盈利能力壓力。（4）供應鏈波動風險：受全球宏觀經濟、貿易戰、自然災害等影響，若原材料緊缺，標定裝置等關鍵物料或生產裝置供應持續出現失衡，將引起感測器製造業廠商生產成本增加甚至無法正常生產，經營業績可能會受影響。08 不拘泥於“人形”深度挖掘“AI+機器人”的投資機會（1）報告期人形機器人半馬引發“翻車”還是行業進步的討論，我們認為人形機器人行業尚處發展初期，半馬暴露的問題可以倒逼行業進步，行業長期前景不改，現階段建議不拘泥於“人形”深度挖掘“AI+機器人”的投資機會，比如外骨骼機器人、靈巧手和感測器這三個商業化落地更快的環節。（2）美國推“對等關稅”，更加堅定中國儀器儀表、半導體裝置的自主可控，更加堅定工程機械、注塑機等成熟產業大力拓展非美出海。（3）紅利資產吸引力增強。人形機器人：報告期人形機器人半馬得到廣泛關注，賽事結束後引發了人形機器人的表現是“翻車”還是行業進步的討論，我們認為行業尚處於量產化初期，現場暴露的問題將倒逼產業最佳化升級。人形機器人作為具身智能的最佳載體，是中美AI科技競爭的主戰場，長期空間廣闊。我們建議不拘泥於“人形”深度挖掘“AI+機器人”的投資機會，比如外骨骼機器人、靈巧手和感測器這三個方向的商業化落地更快，這些方向的放量節奏不以人形機器人放量為必然前提，並且後續有望能夠得到持續的資料驗證。（1）北京人形機器人半程馬拉鬆開跑，市場關注度較高。4月19日，北京亦莊人機共跑半程馬拉松在北京南海子公園開跑，20支人形機器人戰隊和1.2萬名跑者共同參賽。天工Ultra以2時40分42秒自主跑完半馬奪得人形機器人半馬冠軍，松延動力N2人形機器人獲得亞軍。實驗室條件難以精準模擬現實路況的複雜與不可控，此次半馬賽道全長21.0975公里，涵蓋了平坦柏油路、坑窪裂縫路段、長緩坡、短陡坡、石板路、草地等多種複雜路況，人形機器人在長距離的戶外真實場景持續運行，是對其綜合運動性能的系統性實測，相關技術能力的突破也有望遷移到巡檢、配送等實際應用場景。半馬是對人形機器人關節結構設計、熱管理、電池續航、控制演算法、通訊干擾、軟硬體耦合等方面的綜合性考驗。而此次比賽中在散熱、續航等方面暴露的問題，預計企業也將提高重視度，後續將進一步進行迭代升級。此次的機器人冠軍天工Ultra是北京人形機器人創新中心（國創中心）自研的全尺寸人形機器人，身高約180cm，體重約55kg。其使用了無線領航技術完成跟隨導航和長程路徑規劃，比賽中使用了電池快換技術實現長時間續航。國創中心股東包括優必選、小米機器人、京城機電、亦莊機器人等，優必選CTO熊友軍擔任法定代表人和總經理。另外，領益智造已與國創中心簽署戰略合作協議。（2）眾擎人形機器人產品已正式量產上市。眾擎機器人近日宣佈，近期在社交媒體上走紅的機器人已量產上市，這款名為“眾擎 ENGINEAI PM01”的輕量級、高動態、全開放人形機器人現已在眾擎京東自營旗艦店上架，售價為18.8萬元；同時，眾擎還推出了另一款雙足機器人產品眾擎ENGINEAI SA01，售價為4.2萬元。（3）外骨骼機器人關注度提升。近期，杭州程天科技發展有限公司在購物平台上架了一款售價為2500元的消費級外骨骼產品，面向個人使用者銷售；上架短短15秒，幾百台即售罄，引發市場對於外骨骼機器人的關注。我們的觀點：報告期人形機器人半馬得到廣泛關注，賽事結束後引發了人形機器人的表現是“翻車”還是行業進步的討論，我們認為行業尚處於量產化初期，現場暴露的問題將倒逼產業最佳化升級。人形機器人作為具身智能的最佳載體，是中美AI科技競爭的主戰場，長期空間廣闊。我們建議不拘泥於“人形”深度挖掘“AI+機器人”的投資機會，比如外骨骼機器人、靈巧手和感測器這三個方向的商業化落地更快，這些方向的放量節奏不以人形機器人放量為必然前提，並且後續有望能夠得到持續的資料驗證。風險提示：（1）國內宏觀經濟波動的風險：機械是典型的中游資本品行業，承上啟下，與宏觀經濟波動密切相關，如果國內宏觀政策出現重大轉向，勢必會影響機械行業總體需求。（2）海外市場波動的風險：2025年4月美國對全球加征對等關稅，後又暫停中國以外地區關稅90天，又推出部分產品豁免，中國國務院關稅稅則委員會回應，對原產於美國的所有進口商品加征125%關稅。中國企業出海不可能一帆風順，未來的征程勢必會出現各種各樣的摩擦，是階段性的小插曲還是新趨勢形成，需要審慎判斷。（3）下游擴產不及預期的風險：若下遊行業擴產不及預期，則相應的裝置需求將會下降，會對行業內公司訂單、業績等造成不利影響。09 雲程發軔，萬里可期——北京人形機器人與具身智能產業大會觀後感第二屆中國人形機器人與具身智能產業大會4月15-16日在北京成功舉辦，大會集結了45家人形機器人與具身智能頭部企業和供應鏈企業，人形機器人產業發展迅猛，硬體端產品呈現百花齊放之姿，本體、靈巧手、核心零部件等產品湧現。軟體端具身智能仍處於前期階段，資料成為現階段發展瓶頸。我們認為當下人形機器人仍面臨商業化落地挑戰，核心原因在於：1、大規模應用場景不足和功能相對簡單、泛化能力不強。2、成本問題。短期建議關注人形機器人硬體降本進展和應用場景實際落地節奏。長期來看，大模型+具身智能或成為人形機器人勝負手，建議關注具身智能領先的人形機器人本體廠商及其產業鏈。4月15-16日，第二屆中國人形機器人與具身智能產業大會在北京成功舉辦，大會集結了45家人形機器人與具身智能頭部企業和供應鏈企業。通過本次大會，我們看到人形機器人產業發展迅猛，硬體端產品呈現百花齊放之姿，人形機器人本體、靈巧手、核心零部件產品湧現。但軟體端，具身智能仍處於前期階段，資料成為現階段發展瓶頸。硬體端：人形機器人本體、靈巧手、核心零部件產品湧現。魔法原子、樂聚機器人、天鏈機器人、星動紀元、宇樹科技、NOETIX等廠商人形機器人產品亮相，但從現場演示來看，多款產品運控能力欠佳。靈心巧手、因時機器人、靈巧智能、星動紀元、中科矽紀等企業展出靈巧手產品，種類多樣，各有特色。核心零部件方面，他山科技、坤維科技、宇立儀器、藍點觸控等企業參展。軟體端：資料成為限制具身智能發展的核心瓶頸。目前人形機器人在移動和操作能力上具備一定智能，但通用性不足，需要具身智能賦能實現多動作泛化、複雜決策和人機互動能力。具身智能發展需要海量資料進行訓練，但仍面臨資料瓶頸（實機資料採集成本高+模擬資料質量難以保障），虛實資料相結合成為未來發展方向。人形機器人硬體發展如火如荼，也面臨重要挑戰。1、人形機器人面臨大規模應用場景不足和功能相對簡單、泛化能力不強兩大困難。2、人形機器人商業化還面臨成本問題，目前很難達到未來10萬元的目標，硬體層面也需要進行降本。建議關注行業硬體降本進展和應用場景實際落地節奏。長期來看，大模型+具身智能或成為人形機器人勝負手，建議關注具身智能領先的人形機器人本體廠商及其產業鏈。風險提示：1）需求方面：國家基建政策變化導致電源投資規模不及預期；電網投資規模不及預期；新能源裝機增速下降導致對電力裝置需求下降；全社會用電量增速下降等；兩網招標進度不及預期；特高壓建設推進進度不及預期等。2）供給方面：銅資源、鋼鐵等大宗商品價格上漲；電力電子器件供給緊張，國產化進度不及預期。3）政策方面：新型電力市場相關支援力度不及預期；電價機制推進進度低於預期；電力現貨市場推進進度不及預期；電力峰谷價差不及預期等。4）國際形勢方面：能源危機較快緩解、能源價格較快下跌；國際貿易壁壘加深等。5）市場方面：競爭格局大幅變動；競爭加劇導致電力裝置各環節盈利能力低於預期；運輸等費用上漲。6）技術方面：技術降本進度低於預期；技術可靠性難以進一步提升等。10 破界生長，智領未來——MIM在機器人、 AI、消費電子領域應用前景廣闊MIM（Metal Injection Molding，金屬粉末注射成型）是一種生產複雜精密零件的“近淨成形”的先進製造技術，具備大批次、高效率成形特點，是生產高精度、高強度、高耐磨、高耐腐蝕、高複雜形狀金屬零件的低成本解決方案，是國家重點支援的高新技術領域之一。中國已經成為最大的MIM市場，MIM當前主要應用於消費電子，隨著人形機器人、AI終端裝置、智能穿戴裝置、高端消費電子、高端製造等行業發展和升級，對高精度、高複雜性、高強度等零件需求進一步提升，MIM工藝在精密、複雜、關鍵零部件生產中的優勢將得以進一步凸顯，上述領域需求高增，MIM工藝或迎來藍海市場。MIM（Metal Injection Molding，金屬粉末注射成型）是一種生產複雜精密零件的“近淨成形”的先進製造技術。《國家重點支援的高新技術領域（2016）》將“高精密度金屬注射成形（MIM）技術”作為重點支援的高新技術領域之一。麥肯錫2018年5月發佈的《先進製造與裝配調查報告》中，MIM技術在全球10大先進製造技術中排名第二。MIM工藝具備大批次、高效率成形特點，適合生產高精度、高強度、高耐磨、高耐腐蝕、形狀複雜的精密零件，成本低。它將現代塑料注射成形技術引入粉末冶金領域，結合了粉末冶金與塑料注射成形兩大技術優點，突破了傳統金屬粉末模壓成形工藝在產品形狀上的限制，具有如下特點和優勢：形狀設計沒有限制，適合形狀複雜的小型零件；近淨成型工藝，材料利用率高；效率高、適合大批次生產；經濟性強，成本優勢明顯；適用於MIM的金屬材料非常廣泛，粉料選擇性多，鈦及鈦合金有望繼不鏽鋼之後成為下一代明星材料；MIM採用更細微米級細粉末，尺寸精度高、表面光潔度好。中國已經成為最大的MIM市場，當前消費主要在消費電子領域。目前中國MIM市場已經佔據全球41%左右，其次是北美和歐洲，國內MIM市場年均復合增速超10%。MIM當前主要應用於消費電子。從下游應用來看，中國MIM的市場的三大領域分別為手機（59.1%）、五金（12.0%）和汽車（10.3%），消費電子領域（手機、智能穿戴、電腦）合計佔比72%。MIM未來前景廣闊，隨著人形機器人、AI終端裝置、智能穿戴裝置、高端消費電子、高端製造等行業發展和升級，對高精度、高複雜性、高強度等零件需求進一步上升，MIM在精密、複雜、關鍵零部件生產中的優勢將得以進一步凸顯，上述領域需求高增，MIM工藝或迎來藍海市場。風險提示：MIM工藝作為成型工藝的一種，適合生產高精度、高強度、高耐磨、高耐腐蝕、形狀複雜的精密零件，成本低，但在小批次生產及研發階段，成本優勢較弱。隨技術進步，成型工藝迭代，MIM存在在部分領域被替代風險。MIM產品當前主要應用於消費電子，未來在人形機器人、AI終端裝置、智能穿戴裝置、高端製造領域具有較大潛力和市場空間，但存在下游不及預期風險。MIM原材料多樣，成本中相當部分來自金屬，若上游金屬價格大幅波動，或導致行業利潤受損。11 AI+機器人：四維度再思考產業特徵和市場節奏核心觀點：當前AI和機器人產業正處於從0-1向1-10跨越轉換的關鍵時刻，商業化落地有望開啟景氣主線行情，核心關注滲透率指標，市場焦點或將轉向業績兌現。綜合考慮產業優勢結合應用前景，AI和機器人行情高度應不亞於前。當前市場仍然缺乏顯著增量資金，短周期快速波動或取代A字大幅波動。向後展望，ETF可能是下一輪主力資金，同時有望推升龍頭；2月中國股市流入百億美元，全球資金回流CN資產值得期待。行情節奏方面，早期階段若估值/倉位/交易熱度過高，可能對繼續上漲形成一定的阻力，存量資金博弈下，交易熱度指標有效性高，此外近期還需關注其他宏觀變化可能導致市場主線轉向。行情定位：0-1階段概念先行，市場呈現交易性行情；1-10階段商業化落地，滲透率快速提升行情隨之啟動，形成真正的產業趨勢市場主線，滲透率放緩往往是行情結束的重要標誌。當前AI和機器人產業正處於跨越“1”的關鍵時刻，市場焦點或將轉向業績兌現，行情由主題對應走向基本面驅動，後續關注AI應用落地和機器人本體進展情況。產業特徵：本輪AI+機器人與此前網際網路+新能源的產業共性之一在於，龐大的C端使用者基礎帶來豐富的應用場景，並且提供了高容量的試錯空間，允許佈局多種技術路線，成為產業競爭力的關鍵之一。移動網際網路A股面臨缺乏核心標的的問題，AI此前同樣面臨算力卡脖子的局面，但這一現像有望被Deepseek重構。中國幾乎擁有機器人產業鏈全環節，並從新能源車獲得技術繼承，有望充分發揮中國製造優勢，降本增效實現快速滲透，但需注意產能過快擴張的風險。產業優勢結合應用前景，AI和機器人行情高度應不亞於前。資金環境：當前仍然缺乏顯著增量資金，與此同時以兩融為代表的散戶游資力量活躍，疊加資訊傳播和市場學習效率提升，短周期快速波動或取代A字大幅波動。向後展望，ETF雖然今年尚未發力，但可能是下一輪主力資金，同時有望推升龍頭，中期維度保持關注；2月中國股市流入百億美元，全球資金回流CN資產值得期待；險資雖有可觀增量，但主要去往大盤/紅利/南向等方向；主動型公募仍然存在較大贖回壓力，重倉股謹慎對待。市場節奏：1）早期階段估值倉位交易熱度過高；2）歷史經驗關注滲透率超過30-50%的臨界點；3）下游終端產品放量貢獻業績後投資者可能搶先兌現離場；4）行業產能或某些環節投資過剩；5）新技術誕生；6）流動性環境劇烈變化；7）其他宏觀變化。風險提示：新興技術發展存在不確定性，關鍵技術突破存在門檻，下游應用場景落地和業績兌現情況可能不及預期；產業屬性存在差異，產業規律或存在適用性限制，歷史規律可能出現失效；海外局勢動盪，地緣政治衝突問題尚未完全解除，美國歐洲等發達國家可能面臨衰退風險；美國對華政策存在超預期風險，可能進一步加強對華科技封鎖；國內宏觀經濟、宏觀調控政策和產業政策存在超預期波動的可能性。12 絲槓產業鏈：不僅受益自主可控，更受益人形機器人市場爆發 ——2025年機器人行業系列報告之四絲槓作為直線傳動部件，應用廣泛。絲槓是一種將旋轉運動轉化為直線運動的傳動部件，按照摩擦特性可以分為滑動絲槓、滾動絲槓和靜壓絲槓三類，廣泛應用於機床、航空航天、機器人、汽車等領域，目前機床是絲槓第一大下游，遠期來看預計人形機器人有望成為其第一大下游。受益工業母機自主可控背景，滾珠絲槓作為核心零部件國產替代加速數控機床目前是滾珠絲槓應用最大的市場，約佔45%；多選用滾珠絲槓，是對精度要求最高的下遊行業之一，選型及測試亦極為嚴苛。目前高端滾珠絲槓國產化比例僅5%，國產替代空間較大，隨著工業母機自主可控愈發迫切，國內絲槓企業有望充分受益。AI加速人形機器人市場爆發，絲槓作為價值量佔比19%左右的核心零部件，市場空間有望得以幾何級放大AI模型迭代加速人形機器人商業化落地。自Tesla於2021年宣佈推出人形機器人“柯博文”，到現在Tesla即將推出第三代人形機器人、Figure推出搭載了Helix模型的新款、1X推出人工智慧演算法最佳化的NEO GAMMA等，國內的宇樹、智元、優必選等步態、動作最佳化，我們看到模型迭代、訓練演算法最佳化，正在加速人形機器人商業化落地，目前多家人形機器人產品已經在下游工業客戶展開實訓，預計未來人形機器人市場規模將遠超汽車、3C行業。以Tesla人形機器人為例，軀幹與靈巧手將推動絲槓需求極大爆發。（1）根據目前的Tesla人形機器人版本，軀幹處共有14個線性執行器，採用“電機+行星滾柱絲槓+軸承+感測器”實現，反向行星滾柱絲槓得益於高精度、高承載、高效率的特點，成為其中的傳動部件。（2）預計Tesla第三代靈巧手將有更多線性執行器和腱繩模組，與前面兩代設計不同的是，Optimus Gen3靈巧手更加靈活，預計共22個自由度，驅動系統包括線性執行器模組+腱繩模組，由於採用欠驅動，共17個線性執行模組，將推動微型絲槓需求擴張。我們預計人形機器人絲槓在2030年市場空間有望達到500億元以上，數十倍於原有規模。在全球人形機器人產量於2025、2027、2030、2035年分別達到1萬台、100萬台、300萬台、800萬台的假設下，同時考慮因大規模上產及工藝成熟帶來的成本降低，2030年人形機器人領域行星滾柱絲槓需求有望達到545.76億元，是傳統行業對行星滾柱絲槓需求的10倍以上，遠期來看，行業空間還將幾何級放大。為了滿足絲槓即將快速增長的需求，在加工工藝方面，高效、降本將是必然趨勢，以車代磨、旋風銑等新工藝不斷湧現，相關裝置與耗材受益材料、工藝及加工裝置為絲槓行業的重要壁壘，倍增的市場對絲槓行業提出提高效率、降低成本的迫切要求，目前絲槓加工工藝以磨削為主，為了在粗加工環節儘可能替代磨削，提高效率、降低成本，衍生出車削、旋風銑、軋制等工藝，更多新工藝有望湧現，隨著絲槓產量的進一步擴大，相關裝置與耗材有望受益。風險提示：（1）製造業景氣度下滑風險：機器人行業受宏觀經濟波動影響較大，產業與宏觀經濟波動的相關性明顯，尤其是和工業製造的需求、基礎設施投資等宏觀經濟重要影響因素強相關。若未來國內外宏觀經濟環境發生變化，下遊行業投資放緩，將可能影響機器人產業鏈的發展環境和市場需求。 （2）人形機器人產業化落地低於預期的風險：人形機器人研發及落地仍然面臨較多的困難和不確定性，將會對絲槓的需求帶來較大影響 （3）市場競爭加劇風險：目前行業處於擴張期，業內多家企業處於產能擴張階段，同時加大了產品的研發投入，產品競爭力不斷增強。若未來市場競爭加劇，絲槓企業可能面臨更大的競爭壓力，以及盈利能力壓力。 （4）供應鏈波動風險：受全球宏觀經濟、貿易戰、自然災害等影響，若原材料緊缺，磨床等關鍵物料或生產裝置供應持續出現失衡，將引起絲槓製造業廠商生產成本增加甚至無法正常生產，經營業績可能會受影響。13 具身智能和人形機器人行業投資機遇1）宏觀經濟和製造業景氣度下滑風險：人形機器人產業鏈公司受宏觀經濟波動影響較大，行業與宏觀經濟波動的相關性明顯，尤其是和工業製造的需求、基礎設施投資、家庭經濟情況等宏觀經濟重要影響因素強相關。若未來國內外宏觀經濟環境發生變化，下遊行業投資放緩，將可能影響人形機器人產業鏈的發展環境和市場需求。 2）供應鏈波動風險：受全球宏觀經濟、貿易戰、自然災害等影響，若原材料緊缺，晶片等關鍵物料供應持續出現失衡，將引起人形機器人零部件製造業廠商生產成本增加甚至無法正常生產，經營業績可能會受影響。 3）研發進展不及預期風險：目前，人形機器人領域研發仍然面臨較多的困難和不確定性。大模型快速迭代，推動具身智能大發展，AI賦能深淺，關係到行業發展空間與競爭格局重構。人形機器人是具身智能最重要的載體，模型迭代與供應鏈降本加速其商業化落地，百家爭鳴態勢正形成，特斯拉不再是產業鏈唯一風向標，預計將會湧現出來更多參與者。看好具備低價、批次供貨能力或者具有技術優勢的標的。高效AI大模型不斷湧現，性能快速迭代，推動具身智能大發展：所有裝置公司均應該思考如何用AI賦能，提升產品的智能化水平、工作效率和客戶滿意度，這將關係到裝置行業的發展空間以及競爭格局重構。人形機器人是具身智能最重要的載體：人形機器人作為一種具身智能，可以更好地與人類互動，或者在人類生活的環境中為人類服務。隨著智能化程度提升，未來可能每個家庭甚至每個人平均擁有一台人形機器人，預計市場空間將超過汽車、智慧型手機，至少是數兆市場規模。模型迭代與供應鏈降本加速人形機器人商業化落地：百家爭鳴態勢正在形成，特斯拉不再是產業鏈唯一的風向標。隨著大模型的發展、最佳化迭代，訓練成本越來越低，訓練效率越來越高，從視覺、語言到動作的執行越來越流暢。那些掌握了更高效大模型的企業，有可能後來居上。供應鏈迅速降本，預計會有更多的整機企業湧現：供應鏈日趨成熟，會吸引更多的科研機構參與研究創新，吸引新興創業者加入，吸引大企業以後來者姿態切入，推動人形機器人整機價格迅速下降。風險提示：1）宏觀經濟和製造業景氣度下滑風險：人形機器人產業鏈公司受宏觀經濟波動影響較大，行業與宏觀經濟波動的相關性明顯，尤其是和工業製造的需求、基礎設施投資、家庭經濟情況等宏觀經濟重要影響因素強相關。若未來國內外宏觀經濟環境發生變化，下遊行業投資放緩，將可能影響人形機器人產業鏈的發展環境和市場需求。 2）供應鏈波動風險：受全球宏觀經濟、貿易戰、自然災害等影響，若原材料緊缺，晶片等關鍵物料供應持續出現失衡，將引起人形機器人零部件製造業廠商生產成本增加甚至無法正常生產，經營業績可能會受影響。 3）研發進展不及預期風險：目前，人形機器人領域研發仍然面臨較多的困難和不確定性。14 Figure、1X新品發佈，模型迭代加速人形機器人商業化落地報告期機器人行業新品連發，①Figure發佈搭載了Helix VLA模型的新品，該模型可以從VLMs中提取常識性知識，並將其轉化為可泛化的機器人控制指令，使得人形機器人的學習效率大為提升，在多個領域實現了第一。②1X發佈NEO GAMMA，在人工智慧、設計、硬體等方面進行了全面升級，靈巧手採取腱繩結構，外皮膚覆蓋尼龍材料，更適合家庭使用。我們認為模型迭代、供應鏈降本，正加速人形機器人商業化落地，預計類股行情繼續。一、Figure：發佈VLA模型Helix，泛化能力加速機器人通用化發展Figure是美國領先的人形機器人初創公司Figure成立於2022年5月，由創始人Brett Adcock創立，總部位於美國加利福尼亞州。Figure通過AI和機器人技術的融合，打造通用型人形機器人。2023年5月，Figure完成第一輪融資，籌得7000萬美元；2023年10月，Figure發佈機器人Figure01雙足站立行走的視訊，展示其在人形機器人領域的初步成果。2024年1月，Figure發佈Figure01使用膠囊咖啡機製作咖啡的視訊引起各方關注；2月，Figure在新一輪融資中獲得輝達、亞馬遜、微軟等公司約6.75億美元的融資；3月，Figure發佈首個OpenAI大模型加持的機器人Demo；8月，Figure發佈第二代人形機器人Figure02，在軟硬體方面持續提升。2025年2月4日，Brett Adcock宣佈，Figure決定終止與OpenAI合作，稱在全自主研發的、完全端到端機器人AI方面取得了重大突破，並將在未來30天內展示“人形機器人上從未見過的東西”。2025年2月20日，Figure推出其自研的VLA（Vision-Language-Action，視覺-語言-動作）模型Helix，在視訊中展示了兩個人形機器人協同工作的場景。Helix模型具有諸多進步性意義，解決攻克機器人領域多個難題Helix是一款通用的VLA模型，將感知、語言理解和學習控制相結合，攻克了機器人領域長期存在的多個難題。Helix創造了多項第一：①全上半身控制：Helix是首個能夠對人形機器人的整個上半身（包括手腕、軀幹、頭部和單個手指）進行高速率連續控制的VLA模型。②多機器人協作：Helix是首個能同時在兩台機器人上運行的VLA模型，使它們能夠協作解決從未見過的物品相關的長期操縱任務。③抓取任何物品：配備Helix模型的Figure機器人現在幾乎可以抓取任何小型家用物品，包括數千種它們從未接觸過的物品，只需按照自然語言指令操作即可。④單一神經網路：與以往方法不同，Helix使用單一神經網路權重集來學習所有行為，如物品的抓取和放置、使用抽屜和冰箱以及機器人間的互動，且無需針對特定任務進行微調。⑤商業化落地就緒：Helix是首個完全在嵌入式低功耗GPU上運行的VLA模型，可立即投入商業應用。Helix首創“系統1、系統2”架構的VLA模型，相比傳統方法具有顯著優勢Helix首創的“系統1、系統2”與傳統方法存在區別。以往方法存在一個根本性的權衡問題，VLM骨幹網路通用性強，但速度較慢；而機器人視覺運動策略速度快，但通用性不足。而Helix通過兩個相輔相成的系統解決了這一權衡問題，這兩個系統經過端到端訓練以實現互動：其中系統2（S2）是在7-9Hz頻率下運行的經網際網路預訓練的VLM，用於場景理解和語言理解，並能夠在不同物體和環境中實現廣泛的泛化；系統1（S1）是可以快速反應的視覺運動策略，能以200Hz的頻率將S2產生的潛在語義表示轉化為精確的連續機器人動作。這種解耦架構使每個系統都能在最佳時間尺度上運行，S2可以在高層次目標上“慢思考”，而S1可以“快速思考”以即時執行和調整動作。Helix的設計為其帶來了以下幾點關鍵優勢：①高速和泛化能力：Helix在速度上與專門的單任務行為克隆策略相當，同時能夠零樣本泛化到數千種新的測試物體上。②可擴展性：Helix直接為高維動作空間輸出連續控制指令，避免了以往VLA方法中複雜的動作標記方案。③架構簡單：Helix採用標準架構，系統2使用開源、開放權重的VLM，系統1採用簡單的基於transformer的視覺運動策略。④關注點分離：將S1和S2解耦，使得能夠分別對每個系統進行迭代。Helix展現出強大的泛化能力，模型訓練效率極高機器人完成零樣本協作，彰顯Helix強大的泛化能力。在Figure展示的視訊中，兩個Figure人形機器人成功完成了對全新的雜貨物品的整理，這些物品並未在訓練中出現，這展現出了Helix對於不同形狀、大小和材料的強大泛化能力。並且兩個機器人使用相同的Helix模型權重（系統2為70億參數，系統1為8000萬參數），無需針對特定機器人進行訓練或明確分配角色。Helix模型訓練僅用極少的資源實現優異的泛化效果。Figure表示，總共使用約500小時的高品質監督資料對Helix進行訓練，這僅佔以前收集的VLA資料集規模的一小部分（不到5%），並且無需依賴多機器人實體收集或多個訓練階段，明顯降低機器人訓練資料量，模型訓練效率極高。人形機器人大腦泛化能力及訓練效率提升，有助於加速人形機器人走向通用化應用家庭場景對機器人來說是重大的挑戰，由於家中物品繁多，其形狀、大小、顏色和質地各異且難以預測，因此當人形機器人落地C端場景，需要其具備按需產生智能的行為，這對機器人大腦的泛化能力提出了較高的要求。而Helix提出的方案，在較少的訓練資料下，展現出了極強的泛化能力，訓練效率顯著提升，有助於人形機器人的通用化發展，有望加速其在to C場景下的落地應用，利多類股的發展前景。二、1X：新品NEO GAMMA推出，家庭適配性提升明顯2月22日1X發佈NEO GAMMA人形機器人，在前一代NEO BETA的基礎上實現了全面升級，更適合家庭使用，為開啟家庭內部測試鋪平道路。我們認為看點主要有三，①AI的全面升級：一方面，全身控製器的改進使得NEO GAMMA能夠完成蹲下撿起物品、坐在椅子上保持平衡等難度較高動作；另一方面，1X自主訓練的新型視覺操作模型能夠在未見過的新環境進行預測，實現抓取物體等動作；②腱繩的應用：NEO Gamma配備了1X的肌腱驅動技術，將腱繩用於關節驅動，并包裹在軟性覆蓋物中以減少對周圍環境的衝擊並提高整體安全性；③尼龍材料的應用：NEO的針織服和鞋子採用耐用且柔軟的尼龍材料，採用獨特的全成衣無縫編織工藝，使面料能夠貼合NEO而不影響其性能。研發及產業化進展方面，2025年公司持續推進“NEO In Your Home”私人搶先體驗計畫，後續將逐步向普通大眾開放。具體的升級主要包括人工智慧、設計、硬體三方面：（1）人工智慧升級：①多功能全身控製器：通過從人類動作捕捉資料中使用強化學習獲取動態控制技能，NEO現在能夠以100Hz的頻率運行，以自然的人類步態和手臂擺動行走，蹲下撿起地面的物品，並坐在椅子上，同時保持平衡。②通用操作能力改進：1X訓練了一個視覺操作模型，利用經訓練的神經網路，NEO GAMMA可以直接從原始感測器資料中預測遠端操作的動作，能夠在不同場景中抓取各種物體，包括在訓練過程中未見過的環境。③自主開發語言模型：NEO Gamma的伴侶功能集整合了一個新的1X自主開發內部語言模型，能夠實現自然對話和肢體語言，實現更人類友好的使用者互動，貼近日常生活。（2）設計改進：①消費者友好型設計：NEO Gamma配置Emotive耳環，能夠提供即時視覺反饋，以改善溝通效果，並採用極簡主義的設計美學，完美融入家庭環境。②外觀設計：NEO的針織服和鞋子採用耐用且柔軟的尼龍材料，通過日本島精機製作所（Japanese Shimaseki machine）裝置的3D列印技術製成。服裝採用獨特的全成衣無縫編織工藝，使面料能夠貼合NEO而不影響其性能。③安全性提升：NEO Gamma配備了1X的肌腱驅動技術用於關節驅動，并包裹在軟性覆蓋物中以減少對周圍環境的衝擊並提高整體安全性。（3）硬體升級：①更安靜、更可靠：NEO GAMMA的硬體可靠性提高了10倍，噪音降低了10分貝，運行噪音已與冰箱相當。②音訊體驗升級：NEO GAMMA配備四個麥克風（前後左右），具備波束成形和回聲消除功能，確保音訊捕捉清晰無誤。此外還配備了三揚聲器系統——一個位於胸部，用於人工智慧語音互動，以及兩個位於骨盆部位的外向揚聲器，用於低音、360度音效和音樂播放。三、投資建議機器人行業新品連發，Figure搭載Helix VLA模型的新品、1X新一代產品NEO GAMMA均體現出大模型端在人形機器人硬體上的進一步迭代，改進了對未知場景的預測性反應。我們認為模型迭代、供應鏈降本，疊加新材料的應用，正在加速人形機器人商業化落地，預計類股行情繼續。風險提示：（1）製造業景氣度下滑風險：機器人行業受宏觀經濟波動影響較大，產業與宏觀經濟波動的相關性明顯，尤其是和工業製造的需求、基礎設施投資等宏觀經濟重要影響因素強相關。若未來國內外宏觀經濟環境發生變化，下遊行業投資放緩，將可能影響機器人產業鏈的發展環境和市場需求。（2）人形機器人產業化落地低於預期的風險：人形機器人研發及落地仍然面臨較多的困難和不確定性，將會對絲槓的需求帶來較大影響。（3）市場競爭加劇風險：目前行業處於擴張期，業內多家企業處於產能擴張階段，同時加大了產品的研發投入，產品競爭力不斷增強。若未來市場競爭加劇，絲槓企業可能面臨更大的競爭壓力，以及盈利能力壓力。（4）供應鏈波動風險：受全球宏觀經濟、貿易戰、自然災害等影響，若原材料緊缺，磨床等關鍵物料或生產裝置供應持續出現失衡，將引起絲槓製造業廠商生產成本增加甚至無法正常生產，經營業績可能會受影響。15 靈巧手：高靈活度末端執行器，Optimus Gen-3將推動微型絲槓、腱繩&感測器需求擴張1）宏觀經濟和製造業景氣度下滑風險：靈巧手產業鏈公司受宏觀經濟波動影響較大，行業與宏觀經濟波動的相關性明顯，尤其是和工業製造的需求、基礎設施投資等宏觀經濟重要影響因素強相關。若未來國內外宏觀經濟環境發生變化，下遊行業投資放緩，將可能影響靈巧手產業鏈的發展環境和市場需求。 2）供應鏈波動風險：受全球宏觀經濟、貿易戰、自然災害等影響，若原材料緊缺，晶片等關鍵物料供應持續出現失衡，將引起靈巧手零部件製造業廠商生產成本增加甚至無法正常生產，經營業績可能會受影響。 3）研發進展不及預期風險：目前，靈巧手領域，尤其是人形機器人靈巧手領域，研發仍然面臨較多的困難和不確定性。①靈巧手可模擬人手的各種靈巧抓取和複雜操作，智能化、靈巧化程度逐漸提升，未來有望隨著人形機器人和AI發展在工業、商業、航空航天、醫療等領域應用。②Optimus Gen-3靈巧手預計擁有22個自由度，將使用17個線性執行器模組和腱繩模組。根據我們測算，隨著特斯拉推動人形機器人及靈巧手產業鏈成本下降，未來供應商的單價和利潤率雖然會呈現下行趨勢，但是可以以價換量實現市場空間的幾何級增長，Gen-3規格的靈巧手遠期市場規模有望超千億，微型絲槓、腱繩和感測器等零部件市場規模也將大幅擴張。靈巧手是特殊的末端執行器，向智能化、高靈活度發展靈巧手是一種特殊的末端執行器，可模擬人手的各種靈巧抓取和複雜操作，實現與環境的良好互動。隨著人形機器人和AI發展，以靈巧手為代表的高性能末端執行器，得到持續的研發投入和廣泛關注，有望應用在工業、商業、航空航天、醫療等領域。靈巧手具有多種類型解決方案①靈巧手驅動方案有電機驅動、液壓驅動、氣壓驅動和形狀記憶合金驅動等選擇，目前以電機驅動為主流，具有控制精度大、輸出力矩穩定等顯著優點。②靈巧手傳動方案有腱繩傳動、連桿傳動和齒輪傳動等選擇，其中腱繩傳動適應遠距離傳動，可靈活佈置，傳動柔性，應用最為廣泛。③根據自由度與驅動源數量，靈巧手有全驅動和欠驅動兩種方案，欠驅動得益於更簡單的結構設計、更低的成本，應用更多。④根據應用的材料和結構，靈巧手可分為機械靈巧手和人工肌肉靈巧手，機械靈巧手為目前主流方案，人工肌肉靈巧手柔性特點突出。⑤靈巧手未來在柔性感知、緊湊化和精密化、深度仿生、創新型方案設計方面有望繼續最佳化發展。特斯拉Optimus Gen-3靈巧手的結構展望與市場空間測算Optimus靈巧手復盤與前瞻：預計Gen-3將有更多線性執行器和腱繩。從自由度來看，Optimus Gen-1和Gen-2靈巧手單手均擁有11個自由度；Gen-3靈巧手預計共有22個自由度，其中靈巧手的食指、中指、無名指分別具有4個自由度，拇指以及小指分別具有5個自由度。從驅動系統零部件來看，Gen-1和Gen-2靈巧手單手使用6個執行器模組+腱繩蝸輪蝸桿模組；Gen-3靈巧手單手預計使用17個線性執行器模組+腱繩模組。Optimus小臂復盤與前瞻：Gen-3將更纖細，不再裸露線性執行器。Optimus Gen-1、Gen-2和Gen-3小臂線性執行器大體架構類似，但是在細節上略有不同。Gen-1小臂線性執行器使用滑動絲槓，Gen-2和Gen-3則使用行星滾柱絲槓；Gen-1 和Gen-2小臂線性執行器前後各有一個球關節且不固定在小臂上， Gen-3的線性執行器預計固定在小臂上且使用連桿，為手腕處預留更多空間。Optimus Gen-3規格高靈活度靈巧手遠期市場空間有望超過千億。特斯拉有望推動人形機器人及靈巧手產業鏈成本下降，進而帶動靈巧手需求增長。預計未來零部件供應商的單價和利潤率雖然會呈現下行趨勢，但是可以以價換量實現市場空間的幾何級增長。以Optimus Gen-3規格的靈巧手測算，當人形機器人整機產量達到500萬台時，靈巧手市場規模將達到1087.3億元，微型絲槓、腱繩和感測器等零部件市場規模也將大幅擴張。投資建議與關注一方面，靈巧手是人形機器人與外界互動的重要執行器，隨著特斯拉發佈人形機器人量產展望，人形機器人靈巧手有望放量，微型絲槓、腱繩模組和感測器需求有望大幅增加。另一方面，靈巧手可以不依附人形機器人獨立存在，能夠有效替代電動夾爪等末端執行器，遠期市場容量有望進一步擴大，越來越多的零部件供應商將切入靈巧手領域。風險提示：1）宏觀經濟和製造業景氣度下滑風險：靈巧手產業鏈公司受宏觀經濟波動影響較大，行業與宏觀經濟波動的相關性明顯，尤其是和工業製造的需求、基礎設施投資等宏觀經濟重要影響因素強相關。若未來國內外宏觀經濟環境發生變化，下遊行業投資放緩，將可能影響靈巧手產業鏈的發展環境和市場需求。 2）供應鏈波動風險：受全球宏觀經濟、貿易戰、自然災害等影響，若原材料緊缺，晶片等關鍵物料供應持續出現失衡，將引起靈巧手零部件製造業廠商生產成本增加甚至無法正常生產，經營業績可能會受影響。 3）研發進展不及預期風險：目前，靈巧手領域，尤其是人形機器人靈巧手領域，研發仍然面臨較多的困難和不確定性。16 特斯拉領銜，人形機器人的從1到N——人形機器人行業研究方法論核心觀點：回顧人形機器人整體行情，人形機器人指數漲跌主要受重要行業事件催化和特斯拉機器人進展影響，主要行情包含5個階段。2022年5月，馬斯克宣佈進軍人形機器人行業，引發首輪行情；2023年5月特斯拉公佈Optimus最新進展，黃仁勳提出“具身智能”概念，AI大模型相繼推出，引發機器人整體類股式行情；2023年11月，特斯拉公佈技術方案變化，伴有行走測試預期，國內人形機器人創新中心成立，引髮絲槓等細分環節收斂行情。經過兩年發展，目前人形機器人行業處於從1到N的量產階段，我們認為特斯拉機器人量產進度、AI大模型更迭代、海內外人形機器人產業化落地處理程序仍然是核心影響因素。人形機器人複雜程度是機器人之最，由電機、減速器、絲槓、感測器等核心零部件組成，海外廠商起步較早，國內企業性能逐步趕上。區別與傳統工業機器人，人形機器人結構更為複雜，電機、減速器、絲槓等核心零部件使用數量更多，要求更高。①電機：無框力矩電機、空心杯電機常用於人形機器人，未來技術路線將重點突破高功率、高扭矩密度、高過載需求；②減速器：諧波減速器、行星減速器常用於人形機器人，但專用於人形機器人的高精度、大減速比，小體積，輕質量的減速器仍有提升空間；③絲槓：回顧歷史，絲槓在人形機器人使用較少，主要系價格昂貴，缺少機器人專用絲槓型號，隨著國產企業相繼突破技術瓶頸，未來性價比更高、效率更高的人形機器人專用絲槓有望打開市場空間；④一體化關節：未來具備高功率密度、高精度、高爆發力的一體化關節將是主流零部件趨勢之一，為機器人提供穩定的硬體基礎。海內外多家人形機器人相繼進入工廠實訓，特斯拉表示明年將有上千台機器人在特斯拉工廠工作，人形機器人從1到N漸行漸近特斯拉表示，明年將有上千台人形機器人進入工廠工作；Figure機器人在寶馬工廠進行實訓，完成物料搬運等工作；美國Digit機器人在亞馬遜進行物料搬運，機器人執行任務時實現100%自主性，任務完成成功率高達97%；國內機器人今年相繼進入工廠實訓，優必選、宇樹等公司在新能源汽車廠開始實訓工作，目前可以完成質檢、貼車標等簡單工作。看好國內一體化關節、龍頭減速器、龍頭電機企業受益於機器人量產放量，建議關注絲槓企業在技術上的突破和和送樣進展。六維力、觸覺感測器作為降本訴求最強的環節之一，看好國內企業實現技術突破+價格優勢明顯+服務靈活性更高等優勢。風險提示：1）宏觀經濟下滑超預期：人形機器人行業發展受宏觀經濟波動影響較大，若未來宏觀經濟景氣度下行，下遊行業投資放緩，會影響機器人產業鏈的發展環境和市場需求。 2）技術迭代不及預期：目前人形機器人領域仍面臨較多困難和挑戰，若未來技術迭代不及預期，導致成本下降幅度較慢，對產業鏈相關公司以及整個行業造成不利影響。 3）市場競爭加劇風險：隨著越來越多的企業湧入人形機器人賽道，行業競爭激烈，若相關企業加快研發進展和應用佈局，市場競爭程度進一步加劇，會影響目前行業內企業的增長。17 人形機器人：中國汽車製造業競爭力外溢下的下半場1. 人形機器人商業化進展不及預期風險：人形機器人市場規模的增長將依賴於人形機器人的商業化。如果人形機器人產業化不及預期及，則會嚴重影響人形機器人相關零部件的銷售增速。 2. 技術進步不及預期風險：當前人形機器人相關技術快速發展，後續若行業引領者技術發展降速，或存在難以攻克的技術瓶頸，存在產業化進度不及預期的風險。 3. 行業競爭加劇風險：當前人形機器人產業高速發展，新進入競爭者不斷進入，後續存在行業競爭有加劇的風險。核心觀點：1）汽車與機器人在技術、工藝和商業模式上具有同源性。特斯拉人形機器人採用與電動車相似的“感知-決策-執行”架構，工藝上，兩者對高精度加工有共同要求，為機器人零部件生產提供技術基礎。2）當前國內汽車供應鏈展現出成本、效率和技術的三重優勢。自主主機廠在成本控制上表現突出，車型開發周期縮短，智能駕駛技術積累有助於機器人演算法開發。3）特斯拉Optimus人形機器人自2021年亮相以來，性能顯著提升，行走速度和自由度增加，平衡和控制能力提高。應用方面，Optimus在執行基本工廠任務中展現技術突破。一、汽車與機器人的同源性：技術、工藝同源，商業模式延展：1）技術層面，特斯拉人形機器人類似電動車採用“感知-決策-執行”的三層架構，與自動駕駛技術相似度較高；2）工藝方面，人形機器人中的減速器等執行機構對加工精度要求較高，新能源車對精度要求高於傳統燃油車，為人形機器人零部件生產打下技術基礎；3）商業模式方面，特斯拉有望充分復用當前新能源車產業鏈資源，實現產業鏈優勢的外延。二、汽車供應鏈競爭力拆解：成本&效率&技術的三重優勢：1）主機廠作為汽車產業鏈的核心環節，其成本控制能力集中反映了產業鏈整體的成本競爭力。從單車層面看，當下自主主機廠的成本優勢明顯。2）效率：隨著電動智能化不斷滲透，自主主機廠車型開發周期大幅縮短，當前國內傳統主機廠最快需要 36 個月完成新車型的量產開發，而領先新勢力主機廠則將這一周期大幅縮短至 20 個月。中國汽車產業鏈在智能駕駛領域已經積累了大量的技術與相關人才，有望助推人形機器人演算法開發。三、目前人形機器人進展：特斯拉引領，國內廠商跟隨：自2021年Tesla AI Day上首次亮相以來，特斯拉Optimus人形機器人已取得顯著進展。性能層面：截至2024年5月，Optimus Gen2展示出約0.6m/s的行走速度，全身減重10kg以上，且行走速度提升超過30%。機器人的自由度增加，平衡能力、全身控制及手指靈活度均顯著提高。應用層面：最新迭代中，Optimus利用端神經網路執行基本工廠任務，包括電池單體分類和電動工具使用，突顯了其在精密操作和自主工作能力方面的技術突破。國內廠商已陸續推出人形機器人產品。風險提示：1. 人形機器人商業化進展不及預期風險：人形機器人市場規模的增長將依賴於人形機器人的商業化。如果人形機器人產業化不及預期及，則會嚴重影響人形機器人相關零部件的銷售增速。 2. 技術進步不及預期風險：當前人形機器人相關技術快速發展，後續若行業引領者技術發展降速，或存在難以攻克的技術瓶頸，存在產業化進度不及預期的風險。 3. 行業競爭加劇風險：當前人形機器人產業高速發展，新進入競爭者不斷進入，後續存在行業競爭有加劇的風險。 (中信建投證券研究)

2025 年第三季度，特斯拉在業績電話會上全面揭示了“現實世界 AI”戰略的加速版圖。整場會議由馬斯克主導，焦點從 FSD 與 Robotaxi 的規模化營運，到 AI 5 晶片的設計躍遷、Optimus 的量產規劃，再到儲能與太陽能業務的擴張。公司管理層明確指出，特斯拉正從智能駕駛公司，轉型為具身智能與能源系統的綜合製造體。馬斯克在會上多次強調非監管 FSD 的確定性，表示幾個月內將在奧斯汀實現完全無安全員運行，這被他視為“現實世界 AI 的真正起點”。與此同時，他宣佈特斯拉目標在 24 個月內實現年化 300 萬輛產能，並推出專為自動駕駛設計的 Cybercab。 在硬體層面，全新 AI 5 晶片性能將較 AI 4 提升 40 倍，由三星與台積電在美國同步製造。財務資料顯示，第三季度特斯拉的營收、能源毛利與自由現金流均創歷史新高，自由現金流達到 40 億美元，現金儲備超過 410 億美元。 管理層稱，未來資本支出將顯著上升，用於支援 AI、晶片與機器人業務的長期增長。▍現實世界 AI 的拐點馬斯克在開場發言中強調，特斯拉正處於“將 AI 帶入現實世界”的關鍵節點。他認為特斯拉不只是汽車公司，而是現實世界 AI 的領導者。 在他看來，AI 的真正價值不在模型規模，而在於它能否在物理世界中閉環學習、自動推理，並在道路、能源和製造等系統中即時反饋。“沒有人能在現實世界 AI 上做到我們做到的。” 馬斯克說，他自認對通用 AI 瞭解深入，但在實際落地層面，“特斯拉擁有最高的智能密度”，這是模型、資料與算力協同作用的結果。通過全球數百萬輛聯網車輛與億級公里等級的真實資料，系統正以獨特方式演進。他指出，特斯拉的自動駕駛邏輯不依賴高精地圖或外部標註，而是依靠攝影機和端側推理不斷自我強化。“這不是虛擬世界的模擬，而是即時學習的現實智能。” 在他看來，這種“現實世界智能”的擴展，正開啟一個新的 AI 工業周期。馬斯克特別提到，FSD 與 Robotaxi 是交通史上的結構性拐點。“我們才剛剛開始大規模擴展 FSD 和 Robotaxi，它將從根本上改變交通的性質。” 他說，人們尚未意識到這項技術的臨界效應——一旦大規模啟動，城市流動的方式會被重寫。在他描述的未來裡，每一輛車都像是一個移動的智能節點。“我們有數百萬輛車在路上行駛，只需一次軟體更新，它們就會變成自動駕駛車。” 這種“智能釋放”讓自動駕駛從試驗階段進入規模階段，也成為他決定加速擴產的關鍵理由。過去一年，馬斯克對“非監管 FSD”持謹慎態度，如今他表示信心充足。“我們現在對實現非監管 FSD 有清晰的認識，因此擴大生產是合理的。” 他說，技術的成熟度讓公司可以把增長節奏重新交給硬體製造端。除智能駕駛外，馬斯克也延伸談到能源領域。他指出，Powerwall 與 Mega Pack 的部署讓電網具備了“時間上的擴容能力”，通過儲能平衡晝夜用電差異，“在不建新電廠的前提下，美國的能源輸出幾乎能翻倍。” 這同樣是“現實世界 AI”理念的延展——演算法與系統在能源網路中同樣承擔推理與調度。▍幾個月內，奧斯汀無安全員馬斯克稱，“幾個月內，奧斯汀的 Robotaxi 將移除安全員。” 他把這一節點視為現實世界 AI 商業化的真正啟動時刻。對外界而言，這是特斯拉驗證“非監管 FSD”的關鍵測試場，也意味著公司準備把自動駕駛從實驗性部署推向城市級營運。他解釋，特斯拉會保持謹慎推進。“我們的目標是對部署保持偏執，因為那怕發生一起事故，都會成為全球頭條。” 因此在進入新城市時，公司會先安排安全駕駛員短期伴隨運行，驗證當地交通模式與複雜路口的極端工況。通常在新城市完成約三個月的安全營運後，再逐步撤出安全駕駛員。在營運端，奧斯汀的 Robotaxi 車隊已累計行駛超過 25 萬英里，且完全無駕駛座人員；灣區受監管要求仍配有人類駕駛員，但累計行駛里程已超 100 萬英里。“我們已經在按計畫移除車內人員，從奧斯汀開始。” 技術團隊負責人補充，系統運行穩定、使用者滿意度高，客戶端未出現重大異常。這一階段的進展也讓特斯拉得以在更大區域展開測試。管理層透露，到今年年底，公司預計將在 8 至 10 個都會區部署 Robotaxi 服務，首批目標包括內華達、佛羅里達與亞利桑那等州，審批檔案均已進入公開流程。軟體層面，FSD Version 14 已全面推送，美國使用者可在設定中選擇“高級軟體”即刻體驗。馬斯克提示，“多數人應等到 14.2 之後再升級，那時舒適度會顯著改善。” 他解釋，FSD 架構的每次大幅更新都以安全為優先目標，舒適性與流暢度的最佳化會在後續版本逐步打磨。“我們先追求安全，再讓它變得自然。” 這是特斯拉對 FSD 節奏的基本定義。工程團隊計畫在 14.3 或 14.4 版本中引入“推理能力”，讓車輛在即時計算約束下學會評估複雜場景，如停車場擁堵時優先下客，再自動尋找遠處空位。這類推理不僅涉及路徑規劃，也包括人類式的決策邏輯。馬斯克稱，AI 模型的迭代正使車輛具備“思考”的能力。未來車輛將能識別環境、判斷風險並動態調整策略。“有了推理能力，它會真的思考該停在那個車位。” 他預期這將成為 FSD 從輔助駕駛躍升為獨立智能體的關鍵一步。奧斯汀項目的節奏，被他視作全球複製範本。每座新城市都將沿用“驗證—移除安全員—規模放量”的三階段策略。“我們希望每一個擴張都是安全的、漸進的，但一旦安全得到驗證，擴張速度將非常快。” 他說，這既是風險控制，也是在為 Robotaxi 建立公共信任。在外界擔憂的事故風險與政策監管問題上，馬斯克的態度依舊強硬。“這不是技術問題，而是社會接受問題。” 他相信，只要系統安全性顯著高於人類駕駛，社會會自然接受自動駕駛成為常態。▍24 個月年化 300 萬輛，Cybercab 量產啟動在被問及擴產節奏時，馬斯克直言，“我們可能在 24 個月內達到年化 300 萬輛的生產速度。” 他解釋，這一目標並非僅依賴裝配線提速，而是一個橫跨整個供應鏈的系統協同工程，需要零部件、物流與工廠節拍同時提升。隨著非監管 FSD 路線逐漸明晰，他認為現在是加速的正確時機。他指出，“產能擴張將以我們和供應商能跟上的最快速度進行。” 未來還會考慮新建增量工廠，以支撐 Robotaxi 和 Cybercab 的放量。特斯拉把產能增長定義為“現實世界 AI 的物理形態”，軟體智能的提升最終必須依附在可規模複製的製造體繫上。在全部項目中，單次最大產能擴張將來自 Cybercab。 這款車型將於明年第二季度開始生產，是特斯拉首款為完全自動駕駛最佳化的汽車。與傳統車輛不同，它被設計為無方向盤、無踏板，整車圍繞“每英里營運成本最低化”原則打造。馬斯克強調，Cybercab 的目標是讓 Robotaxi 從測試走向批次商業營運。“它是為服務而非駕駛而生的車。” 他解釋說，現有車型仍帶有“無馬的馬車”的痕跡，而 Cybercab 則完全拋棄了人類駕駛的假設——它不追求急加速和極限轉彎，而是被最佳化為平順、安全和舒適。車輛行駛速度上限將控制在約 85 至 90 英里每小時，所有設計都圍繞自動化調度和乘坐體驗展開。關於需求與盈利的關係，馬斯克給出的判斷極為直接。“我們不會犧牲利潤率，因為需求會非常瘋狂。” 他把 Robotaxi 形容為“殺手級應用”，認為當人們可以在車裡自由使用手機、處理工作或休息時，這將徹底改變出行決策方式。“事實是，很多人已經在開車時看手機，而自動駕駛可以讓這一切變得安全。”他進一步解釋，FSD 的安全性提升將直接改變保險、交通和個人行為的結構性指標。“安全性遠高於人類駕駛，這是我們進入非監管階段的核心前提。” 他預計，FSD Version 14.1 將是關鍵過渡版本，系統將在其中首次加入“推理”模組，使車輛能像生命體一樣判斷環境。“車會像一個有生命的生物。” 馬斯克說，AI 模型在持續學習後，不再只是被動執行，而是具備主動判斷與自我最佳化的能力。即使在 AI 5 時代到來前，AI 4 電腦已經能讓車輛表現出“感知與意志”的早期特徵。他還提出一個長遠設想：當數千萬輛特斯拉汽車具備強大算力並聯網執行階段，閒置時段可以構成一個分佈式推理網路。“如果車隊中有 1 億輛車，每輛車能提供 1 千瓦推理能力，那就是 100 吉瓦的分佈式算力。” 這種“分佈式大腦”將成為特斯拉在 AI 生態中的獨特資源。除了乘用車外，管理層也更新了 Semi 卡車的自動駕駛進度。工廠建築已完工並進入裝置安裝階段，驗證車隊正在公路上運行。“我們將在今年年底前進行更大規模的建造，明年上半年開始首批次產。” Semi 的自動駕駛能力將沿用乘用車平台的核心演算法，並針對長途物流最佳化。馬斯克認為，自動駕駛卡車不會取代火車，但會在短途運輸、裝卸和末端配送中發揮效率優勢。“火車適合長距離點對點運輸，而 Semi 更適合最後一英里。” 他把這視為“重新定義交通結構的另一層”。▍AI 5 晶片：刪繁就簡的 40 倍飛躍當話題轉向晶片，馬斯克用了整段篇幅講解特斯拉自研 AI 5 的思路。“它比 AI 4 不是提升 40%，而是提升 40 倍。” 他說，這不是誇張，而是源於特斯拉對整個軟硬體堆疊的掌控力——從現實世界資料、AI 模型結構，到晶片邏輯與互連架構，都由同一團隊打通最佳化。在他看來，傳統 GPU 設計需要兼顧眾多客戶需求，而特斯拉只需為自己服務。“輝達要滿足上百種場景，我們只需滿足一個。” 這種極端聚焦讓晶片團隊得以在設計上“刪繁就簡”，從根本上重構計算路徑。AI 5 刪除了傳統 GPU 與圖像訊號處理器（ISP），保留最核心的推理加速單元。“我們刪除了所有不必要的模組，因為整個晶片本身就是 GPU。” 馬斯克說，通過簡化邏輯塊與互連設計，晶片在功耗與面積上獲得巨大最佳化。邏輯連接減少後，傳輸路徑像“高速路”一樣通暢，延遲顯著降低，能耗效率躍升數倍。他解釋，AI 5 的真正突破在於特斯拉掌握了“從資料到晶圓”的全鏈路反饋。每一輛行駛的車、每一個自動駕駛節點、每一幀視訊輸入，都會為晶片團隊提供即時最佳化線索。“我們知道晶片需要做什麼，更重要的是，我們知道它不需要做什麼。” 這讓硬體能精準適配軟體中的真實痛點。AI 5 將由三星與台積電同時生產。馬斯克稱，“三星的工廠裝置更先進一點，但兩家都會在美國製造。” 台積電在亞利桑那州、三星在德克薩斯州，產能策略從一開始就以“供應過剩”為目標。馬斯克希望任何汽車與機器人都有足夠的 AI 5 晶片可用，冗餘產能還可投入資料中心。他補充，特斯拉目前在訓練端仍大量使用輝達 GPU，與自家 AI 4 平行部署。“我們不會取代輝達，而是與它協同。” AI 5 的定位是強化特斯拉車端與機器人端的獨立推理，最終實現軟硬體自足。在性能指標上，AI 5 將在兩個維度上超越現有晶片：“每瓦性能最高可提升兩到三倍，每美元 AI 性能最高可提升十倍。” 他認為這是刪繁歸簡的直接成果。隨著製造規模放大，成本下降與效率提升將進一步擴大差距。馬斯克形容自己對這款晶片的投入“幾乎是生命的一部分”。過去幾個月，他幾乎每個周末都與晶片團隊共同工作，親自參與架構評審與電路最佳化。“我不會輕易稱讚，但這一次，團隊做出了真正令人震驚的設計。”在談到 AI 5 的意義時，他的語氣變得輕快：“如果車和機器人配備太多 AI 5 晶片，我們就把它們放進資料中心。” 他設想未來每一輛特斯拉都可能成為推理節點，當閒置車輛通過網路連結，“這將形成一個巨大的分佈式推理車隊。”這一理念延伸到特斯拉與 xAI 的關係上。馬斯克解釋，xAI 的 Grok 模型與特斯拉的現實世界模型在方向上完全不同。Grok 追求通用人工智慧（AGI），模型體量巨大，“特斯拉的模型規模不到 Grok 的 10%，甚至更接近 5%。” 但兩者可互補——Grok 在語音互動與語義理解上為 Optimus 提供支援，而特斯拉的模型專注現實世界的高密度智能。▍Optimus 與能源體系的雙引擎擴張談到 Optimus，馬斯克罕見地用了“史上最偉大的產品”來形容。“Optimus 可能成為有史以來最偉大的產品。” 在他看來，這個項目不僅是機器人製造，更是特斯拉所有現實世界 AI 技術的集大成：感知、推理、驅動、製造，每個環節都在同步演化。他坦言，這個項目極其困難。“製造一隻像人手一樣靈巧和能幹的手，是整個機器人中最難的部分。” 人類手指的長度、肌肉力量分佈與活動自由度，都是幾百萬年進化出的完美結果。為了復現這種複雜結構，Optimus 的執行器大部分被放在前臂中，複雜程度甚至超過整台機器人。馬斯克稱，前臂的機電挑戰“比機器人其他所有部分加起來都難”。目前，Optimus 已經進入連續運行階段。帕洛阿爾托的工程總部裡，機器人可以 24 小時走動、導航、引導訪客。“任何到訪者都可以攔下一台 Optimus，讓它帶你去會議室。” 他笑著說，這已經是現實中的場景，不再是實驗室演示。Optimus 的研發流程完全以製造為導向。工程團隊與生產團隊每周聯合評審設計迭代，任何難以製造的結構都會被重構。“工程設計和製造之間存在一個迭代循環。” 他解釋，這一循環讓 Optimus 從“穿著人形外殼的人”進化為真正能量產的機器人。在代際節奏上，特斯拉計畫明年一季度展示 Optimus V3 的生產意圖原型，年底前啟動百萬單元產線建設。“我們將在明年年中啟動爬坡，最終目標是每年生產一百萬台。” 他預計，Optimus 4 將實現千萬級規模，而 Optimus 5 的目標是 5000 萬至 1 億台。馬斯克指出，最大的瓶頸不在工藝，而在供應鏈。“對於人形機器人，沒有供應鏈。” 汽車有成熟零部件體系，電腦有標準晶片生態，但人形機器人幾乎需要從零開始。特斯拉必須縱向整合，從關節、執行器到感測模組都要自研生產。“要製造它，我們必須深入供應鏈內部。”他認為，這正是特斯拉相較其他公司的獨特優勢。“我們擁有現實世界 AI、機電工程能力和規模化製造能力，其他公司沒有同時具備這三樣。” 這種垂直整合讓特斯拉在機器人領域幾乎沒有真正的競爭對手。Optimus 的經濟潛力同樣被他定義為“無限金錢漏洞”。一個機器人可 24 小時工作、無休息甚至有線供電，理論生產力約為人類的五倍。“這是通向可持續富足的未來。” 在這種設想下，工作變成可選項，具身 AI 將徹底改變社會生產方式。與此同時，能源業務成為另一條增長曲線。Mega Pack 與 Powerwall 的需求持續旺盛，AI 與資料中心場景帶來新的客戶群。“Mega Pack 的訂單排到明年。” 馬斯克稱，新一代 Mega Pack 4 將整合變電站功能，可直接輸出 35 千伏電壓，減少部署依賴，提高佈置效率。在住宅端，Powerwall 與太陽能系統的需求激增。布法羅工廠已開始生產住宅太陽能元件，計畫在明年一季度出貨。“不建新電廠，美國的能源輸出也能翻倍。” 馬斯克解釋，儲能的意義在於平衡晝夜差異，AI 讓整個電網實現“時間上的擴容”。財務層面，特斯拉第三季度創造了多項紀錄。收入與自由現金流（約 40 億美元）雙創新高，期末現金與投資總額超過 410 億美元。儲能業務利潤率提升，但關稅帶來壓力。“第三季度關稅影響超過 4 億美元。” 公司通過上海工廠生產非美市場訂單以規避部分關稅。資本開支預計 2025 年約 90 億美元，2026 年將大幅增加，以支援 AI、晶片與機器人擴產。Vibav Taneja 表示，“我們正在為特斯拉的下一階段增長做準備。” 其中包括 Air AI 晶片設計、Optimus 擴建和能源系統投資。 (有新Newin)

三季度特斯拉營收由前季降12%轉為增12%，汽車收入近兩年新高；“賣碳”收入連降五季至兩年新低；儲能業務收入增44%、毛利11億美元再創新高；韓國成公司第三大市場，在中歐推出監控版FSD待監管批准；Cybercab、Semi和Megapack 3擬明年量產；仍未提供產量指引。CFO稱關稅和競爭是兩大阻力。馬斯克稱或一季度發佈Optimus 3，它將成為不可思議的外科醫生；三星和台積電都將參與設計AI 5晶片。特斯拉盤後曾跌超4%。得益於美國消費者在政府的購買電動車稅收抵免政策到期前搶購，特斯拉三季度的營收超預期大反彈，但盈利壓力並未緩和。特斯拉三季度營收一掃前一季兩位數大跌的頹勢，同比兩位數大增，而每股收益（EPS）的同比降幅擴大到30%以上，比華爾街預計的下滑更嚴重，體現了川普政府提高關稅、特斯拉推出新車型、開發人工智慧（AI）項目等研發投入增加的影響。和二季度財報一樣，本次財報特斯拉也未披露有關產量或銷量方面的業績指引，重申很難衡量關稅等貿易政策對供應鏈、成本和需求的影響。特斯拉稱，無人駕駛計程車Robotaxi的專屬產品Cybercab、Semi卡車、上月發佈的新版儲能系統Megapack 3均計畫明年開始量產。特斯拉的首席財務官（CFO）Vaibhav Taneja在業績電話會上稱，三季度關稅總的影響超過4億美元，特斯拉產生了與某些案件訴訟相關的法律費用，以及“為準備股東大會而產生的增量成本”。他說，關稅和市場競爭是特斯拉目前面對的兩大阻力。特斯拉CEO馬斯克在電話會上稱，人形機器人Optimus有潛力成為有史以來“最大的”項目，特斯拉期望可能明年一季度發佈第三代Optimus，稱它“甚至看起來不像機器人”，因為“看上去非常逼真，你需要戳它才能相信真的是個機器人”，它將成為“一位不可思議的外科醫生。”財報公佈後，周三收跌逾0.8%的特斯拉股價盤後保持1%以上的跌幅，業績電話會期間，盤後跌幅曾擴大到4%以上。有評論稱，股價跌幅擴大可能部分源於，馬斯克在電話會上並沒有帶來什麼重大消息，此外，CFO透露的關稅影響打擊了股價。美東時間10月22日周三美股盤後，特斯拉公佈2025年第三季度財務業績。1）主要財務資料營收：三季度特斯拉營業收入280.95億美元，同比增長12%，環比增長近25%，分析師預期263.6億美元，二季度同比下降12%。EPS：三季度非GAAP口徑下調整後EPS為0.50美元，同比下降31%，分析師預期0.54美元，二季度同比下降23%。營業利潤：三季度營業利潤16.24億美元，同比下降40%，分析師預期16.5億美元，二季度同比下降42%。淨利潤：三季度調整後淨利潤17.7億美元，同比下降29%，二季度同比下降23%。利潤率：三季度營業利潤率為5.8%，二季度為4.1%，一年前為10.8%；三季度毛利率為18%，同比下降1.8個百分點，分析師預期持平二季度的17.2%。資本支出：三季度資本支出22.48億美元，同比下降36%，二季度同比增長5%。自由現金流：三季度自由現金流39.9億美元，同比增長46%，分析師預期12.5億美元，二季度同比下降89%。2）細分業務資料汽車：三季度汽車營收212.05億美元，同比增長6%，二季度同比下降16%。剔除監管信貸積分的汽車業務毛利率為15.4%，分析師預期16.3%，二季度為15%，一年前為17%。儲能：三季度能源生產和儲存收入為34.15億美元，同比增長44%，二季度同比下降7%。三季度營收增速12%遠超分析師預期 汽車收入創近兩年新高本次財報顯示，特斯拉三季度在收入端表現出色，公司總營收不但由二季度的同比下降12%轉為增長，而且增幅達到12%，遠超分析師預期不到5%的增速。本月初特斯拉公佈，今年第三季度全球交付49.7099萬輛車，同比增長7%，創單季最高交付紀錄，且大超分析師。本次財報顯示，在交付量大增的支援下，三季度特斯拉的汽車業務收入創將近兩年來單季新高。不過華爾街見聞此前提到，三季度的交付成績部分得益於稅收抵免政策在9月末到期前的消費者搶購。這種需求提前釋放可能會導致未來幾個月特斯拉的銷售增長面臨壓力。投資者預計，在電動車補貼到期後，特斯拉難以再現像三季度這樣優異的表現。特斯拉財報也承認，三季度營收增長的三大動力之一就是稅收抵免到期推動的交付量增加。EPS三季度同比加速降31% “賣碳”收入連降五季至兩年新低特斯拉三季度在利潤端的總體表現遜色。ESP同比降幅由二季度的20%以上擴大到31%，而分析師預期降約25%。營業利潤也低於分析師預期，降幅達到40%。雖然特斯拉三季度總體的毛利率18%高於分析師預期的17.2%，但汽車業務的毛利率較一年前回落1.6個百分點至15.4%，低於分析師預期的16.3%。和前幾個季度一樣，特斯拉來自監管信貸積分的“賣碳”收入進一步下降，繼續打擊營收和利潤。三季度“賣碳”收入4.17億美元，創兩年來單季新低，較二季度減少5%，環比連降五個季度。而且可以預計，至少在川普政府任內，這類收入會進一步減少。特斯拉財報稱，“賣碳”收入減少是營收增長受到的負面因素之一，它也是公司盈利的負面因素之一。特斯拉提到的其他盈利方面負面因素包括：包括AI等研發項目因素在內的營業費用增加、股票薪酬和重組及其他費用增加、一次性FSD收入確認減少、某些車型的固定成本吸收率降低導致每輛車的平均成本增加、政府提高關稅，以及銷售組合變化。其指出，原材料成本下降抵消了部分盈利所受的負面影響。儲能業務收入增44%% 毛利11億美元再創新高儲能業務增長是特斯拉三季度營收和盈利的一大推手。三季度特斯拉的儲能業務收入同比重回增長，增長44%。特斯拉財報稱，儲能業務部署裝機量再創新高。這是連續第13個季度創紀錄。其中，Powerwall產品的部署裝機連續第六個季度創單季最高紀錄。儲能業務的毛利二季度環比和同比均繼續增長，達到創單季新高的11億美元。韓國成公司第三大市場 在中歐推出監控版FSD仍待監管批准對於汽車業務，特斯拉提到，三季度在韓國、日本、新加坡台灣地區的交付量均創各自地區的新高，韓國目前成為僅次於美國和中國的特斯拉第三大市場。特斯拉重申，繼續籌備今年在中國更廣泛地推出全自動駕駛輔助軟體的監控版FSD (Supervised)，並尋求在歐洲推出這一FSD版本，目前在等待兩地的監管部門批准。特斯拉的CFO Taneja在業績電話會上稱，特斯拉在與中國和歐洲、中東和非洲地區（EMEA）的監管機構合作，爭取相關FSD獲批。特斯拉今年6月在德州奧斯汀啟動首批Robotaxi汽車服務後，本次財報稱在擴大這一無人駕駛計程車服務的地區範圍，以及在奧斯汀提供服務的汽車數量，提到在舊金山灣區開始推出此類服務。馬斯克在電話會上稱，到今年年底，奧斯汀大部分地區的Robotaxi服務汽車將不再配備安全駕駛員。特斯拉繼續推進電池和動力總成供應鏈的本土化。其預計，位於美國德州的鋰精煉廠將於今年第四季度投產，位於內華達州的磷酸鐵鋰電池（LFP）生產線將於明年第一季度投產。Cybercab、Semi、Megapack 3計畫明年量產對於川普政府發動關稅戰的影響，特斯拉財報的展望部分幾乎完全沿用了一季報中的說辭，其寫道：“很難衡量全球貿易政策變化對汽車和能源供應鏈、我們的成本結構以及耐用品及相關服務需求的影響。我們正在進行審慎的投資，為汽車、能源和其他未來業務的增長做好準備，但今年的增長率將取決於多種因素，包括我們自動駕駛業務的加快速度、工廠的產量提升以及更廣泛的宏觀經濟環境。”產品方面，特斯拉稱，Cybercab、Semi卡車、Megapack 3均計畫明年開始量產。Optimus的首批生產線正在安裝，預計將實現量產。三星和台積電將共同致力於AI 5晶片今年7月末，媒體稱三星電子與特斯拉簽署價值165億美元的人工智慧（AI）晶片製造協議，合同期至2033年底。馬斯克此後確認合作細節，稱三星在美國德州的工廠將專門製造特斯拉的AI6晶片。本周三的業績電話會上，被問及三星為特斯拉生產幾代自研AI晶片和電腦的協議，馬斯克澄清：三星和台積電都將致力於AI 5的設計，還說，“我們不會取代輝達”。據媒體報導，此前的理解是，三星將生產AI 4這一代晶片，AI 5將轉給台積電生產，AI 6再交回三星。現在看來，特斯拉在AI 5上仍然與三星合作，不會完全依賴台積電。馬斯克在電話會上解釋說，特斯拉之所以更專注於自研晶片，而不是僅僅依賴輝達的GPU或AI加速器，是因為輝達需要服務更廣泛的客戶群。馬斯克的觀點是，特斯拉最好保持簡單，使用專門為自身所需任務而設計的晶片。這類任務是指，訓練和運行支援基於視覺的自動駕駛模型。 (invest wallstreet)

本周在人形機器人賽道發生了一件值得關注的事：10 月 9 日，優必選（港股目前唯一上市的人形機器人企業）股價下跌 9.5%。同日，從事機器人零部件業務的德昌微電機股價也下跌 8.3%，但該公司的同行恆立液壓股價卻大漲 8.6%。花旗於 10 月 9 日發佈研報對這一現象展開分析，認為：人形機器人相關企業股價表現出現分化，背後原因主要有三點：1） Figure AI 發佈了新款人形機器人 Figure 03，其創新設計（如柔性織物）與功能（如無線充電）可能加劇人形機器人企業間的競爭，這對優必選構成利空；2） 包括 TechSpot（2025 年 10 月 8 日報導）在內的部分媒體稱，特斯拉（TSLA.O）將暫時停止 Optimus 的量產，這導致德昌微電機等潛在零部件供應商股價承壓；3） 特斯拉近期拜訪了包括恆立液壓在內的中國零部件供應商，這可能提升恆立液壓進入 Optimus 供應鏈的機率。儘管短期市場存在雜音，但花旗對人形機器人行業的長期發展仍持樂觀態度，且認為目前擔憂原始裝置製造商（OEM）間的競爭為時尚早。在該主題下，花旗更看好優必選而非恆立液壓。1Figure 03 的啟示Figure AI 推出了新一代人形機器人 Figure 03，這是一款可執行類人任務、且能直接向人類學習的通用人形機器人。其創新設計與功能 —— 包括足部無線充電線圈、能檢測低至 3 克壓力的指尖感測器、用柔性織物替代硬質機械部件等 —— 將人形機器人的設計水平提升到了新高度。儘管如此，花旗認為目前斷定優必選缺乏競爭力還為時過早，因為優必選也將在 2026 年上半年發佈新一代人形機器人 Walker S3。花旗表示，相較於 Figure AI 或特斯拉，優必選在成本結構最佳化方面或能做得更好，而成本結構最佳化對人形機器人的商業化也至關重要。因此，花旗認為優必選此次股價下跌是一個更佳的增持機會。2關於特斯拉 Optimus，花旗瞭解到那些資訊？花旗的行業調研顯示，特斯拉暫停量產並非近期發生，而是在 2025 年 7 月，當時特斯拉麵臨硬體設計方面的挑戰。花旗對供應鏈的調研還顯示，特斯拉採購的零部件至多可生產 2000 台人形機器人（第二代），但實際產量可能低於這一數字，因為第二代 Optimus 並非量產定型版本。花旗認為，特斯拉將在 2025 年 11 月發佈第三代人形機器人，並確定供應商短名單。根據花旗與中國供應商的溝通，特斯拉正在確認零部件供應商能否在 2026 年 8 月前實現每周 1000 台、5000 台或 10000 台人形機器人的產能，這意味著 2026 年特斯拉人形機器人的最低產量目標或約為 5 萬台 / 年。此外，特斯拉還可能補貼供應商的資本支出（capex），以激勵供應商擴大產能。特斯拉近期拜訪了中國的潛在供應商，恆立液壓便是其中之一。儘管這並不意味著恆立液壓一定能獲得特斯拉人形機器人的訂單，但花旗確信，恆立液壓最終有望成為歐美或中國某家人形機器人製造商的行星滾珠絲槓供應商。花旗看好恆立液壓，一方面是因其核心業務有所改善，另一方面是因其潛在的人形機器人業務關聯有望推動估值重估，這與榮泰（603119.SS）的情況類似 —— 榮泰作為雲母生產商，目前已為某家人形機器人企業供應微型滾珠絲槓。 (傅里葉的貓)