一、總結摩根士丹利於2025 年 11 月 30 日發佈，聚焦“物理智能（Physical AI）” 推動的人形機器人技術革命，將其定義為 “人類歷史的關鍵篇章”—— 標誌著 AI 從純軟體形態（如 AI 助手）向 “具身智能（Embodied AI）” 過渡，即通過硬體與物理世界即時互動。報告核心目標是拆解人形機器人產業鏈的半導體價值，並推出“人形機器人技術 25 強（Humanoid Tech 25）” 名單，為投資者提供核心賽道與企業參考。報告明確：“物理智能的技術生態已從概念進入快速規模化階段，整合了先進 AI 與複雜硬體，形成‘技術提供商 - 元件製造商 - 人形機器人整合商 - 應用方’四層架構，其中半導體與硬體元件是建構人形機器人的核心支撐。”二、市場規模與增長預測：多維度資料拆解1. 半導體市場：2045 年達 3050 億美元，佔全球半導體重量 15%•核心預測：摩根士丹利通過工業團隊的底層資料測算，預計到2045 年人形機器人半導體市場規模（TAM）將達 3050 億美元，該規模佔2024 年全球半導體 TAM（6270 億美元）的 49%；若按市場共識，2040 年全球半導體市場將增長至 2 兆美元，人形機器人半導體佔比將達 15%。•情景分析：◦樂觀情景（Bull Case）：假設人形機器人 2045 年出貨量從基準情景的 9000 萬台上調 10% 至 9900 萬台，且半導體單位成本因高端產品佔比提升增加 15%，則半導體 TAM 達3780 億美元。◦悲觀情景（Bear Case）：若出貨量下調 11% 至 8000 萬台，且競爭加劇使半導體單位成本降低 15%，則 TAM 降至2320 億美元。•增長邏輯：半導體TAM 增長的核心驅動力是 “單台人形機器人算力需求提升”—— 儘管單位 FLOPS（浮點運算）成本下降，但每台機器人所需的計算量（如即時環境感知、多模態資料處理）增長，抵消了成本下降影響，推動半導體 BOM 佔比從當前 4-6% 升至 2045 年 24%。2. 人形機器人整體市場：2050 年達 5 兆美元，10 億台部署•規模預測：摩根士丹利全球汽車與工業團隊在2025 年 4 月報告《Humanoids: A $5 Trillion Global Market》中指出，到2050 年人形機器人整體市場規模將達 5 兆美元，累計部署量達10 億台，相當於 “每 10 人擁有 1 台人形機器人”。•滲透節奏：2035 年前人形機器人 adoption 速度較慢，主要受限於技術成熟度（如感測器精度、電池續航）與成本（當前非中國供應鏈 BOM 成本 13.1 萬美元）；2030 年代末開始加速，因 BOM 成本降至 2.3 萬美元（低於多數開發中國家人類年薪），且 AI 模型與硬體協同成熟。•區域分佈：從累計部署量看，2050 年北美、東亞及太平洋地區將是主要市場，佔比超 60%，其次是歐洲、南亞；這些區域的製造業、物流、醫療等勞動力短缺行業將成為早期應用場景。3. BOM 成本：從 13.1 萬美元降至 2.3 萬美元，半導體佔比主導•成本變化趨勢：◦當前（2025 年）：非中國供應鏈人形機器人 BOM 成本約13.1 萬美元，其中計算晶片（AI 大腦）佔比最高，單台成本 800-2100 美元，力感測器（1D/6D / 扭矩）合計 100 美元，視覺系統（CIS/LiDAR）30 美元。◦2030 年：BOM 成本較 2025 年增長 15%，主要因 AI 晶片 ASP（平均售價）提升 —— 單台計算晶片需求增加，抵消了部分元件的成本下降。◦2045 年：BOM 成本降至2.3 萬美元，其中半導體佔比從當前4-6% 升至 24%，計算晶片佔半導體內容的比例從 67% 升至 93%。•成本拆解案例：以特斯拉Optimus 為例，其頭部 BOM 成本（含 FSD 晶片、相機）約 2100 美元，佔總 BOM 的 3.8%；肩部電池組（2.3KWh）7800 美元，佔 14.3%；手部（含 6D 力感測器）9500 美元，佔 17.2%；而熱管理、骨架等其他元件佔比約 13.2%。三、核心技術領域：半導體價值集中於三大方向1. AI 大腦技術：佔半導體內容 93%（2045 年），GPU/ASIC 是核心•技術定義：人形機器人的“大腦” 是計算系統，需整合 AI 推理、感測器處理、即時控制，特點是 “低延遲（<10ms，保障平衡與安全）、高算力（支援多模態資料處理）、低功耗（適配電池限制）”，採用 “中央大腦 + 邊緣節點” 分佈式架構。•核心元件與資料：◦GPU：NVIDIA Jetson 系列是主流選擇，如 Jetson Thor 算力達 2070 TOPS，功耗 300W，被用於特斯拉 Optimus、Figure 01 等頭部機型；其 GR00T 基礎模型（Vision-Language-Action 架構）在 “放置水果到盤子” 任務中，成功率從 N1 版本的 44% 提升至 N1.5 版本的 98.8%。◦ASIC/SoC：特斯拉自研AI6 晶片，整合訓練與推理功能，用於 Optimus 與機器人計程車（Cybercab）；Renesas RZ/V2H 晶片（含 DRP-AI3 加速器）支援即時物體檢測與電機控制，延遲低於 5ms。◦CPU 架構：Arm Neoverse CSS v9 架構佔邊緣 AI 市場 70% 以上，因功耗效率高（每瓦性能比 x86 高 3 倍），被用於關節邊緣節點（如肩部、肘部），單節點功耗 < 5W，全球 2200 萬開發者生態加速其應用。•摩根士丹利觀點：“AI 大腦是人形機器人的核心價值，其技術壁壘最高 —— 當前多數頭部機器人企業（如特斯拉、波士頓動力）均依賴 NVIDIA 的晶片與軟體生態，而 Arm 架構將成為邊緣計算的主流選擇，因電池供電場景下，功耗效率比算力絕對值更重要。”2. AI 視覺：CIS 市佔率 53%（索尼），參考 ADAS 技術路徑•技術定位：AI 視覺是人形機器人 “看見世界” 的核心，需實現 “高解析度（識別細小物體）、高動態範圍（適應強光 / 弱光）、低延遲（<20ms，保障導航安全）”，技術路徑參考自動駕駛 ADAS（高級駕駛輔助系統），以 “多相機 + LiDAR” 為主流配置。•核心元件與資料：◦CMOS 圖像感測器（CIS）：2024 年索尼 CIS 全球市佔率 53%（按營收），其高解析度（4K）、低噪聲 CIS 被用於多數頭部機器人；三星 CIS 聚焦 200MP 感測器，計畫 2026 年供應蘋果摺疊屏 iPhone，並拓展人形機器人市場；安森美（Onsemi）在汽車 CIS 市佔 31%，2025 年開始向機器人領域批次供貨。◦LiDAR：禾賽（Hesai）2025 年一季度交付 5 萬台機器人 LiDAR，單台成本約 300 美元，其雷射雷達可提供 3D 環境建模，測距精度 ±2cm，被用於倉儲機器人導航；特斯拉 Optimus 暫未採用 LiDAR，依賴 8 顆 CIS（頭部 4 顆、胸部 2 顆、手臂 2 顆）實現視覺感知。◦ToF 感測器：STMicro 的 FlightSense ToF 感測器可在低光環境（<10lux）下工作，測距誤差 < 5%，被用於機器人避障與跌倒預防；Infineon 的 60GHz ToF 相機可實現 10m 內高精度測距，影格率 30fps，適配動態場景。•成本約束：人形機器人視覺系統BOM 成本受嚴格限制 —— 特斯拉 CEO 馬斯克明確 “Optimus 售價將低於汽車”，當前汽車感知系統（6 顆雷達 + 13 顆相機）BOM 約 1800 美元，而 Optimus 頭部視覺系統（含晶片）僅 2100 美元，因此 “高性價比 CIS + 少 LiDAR” 成為主流方案。3. 感知技術：模擬晶片 + 力感測器，歐洲企業主導•技術需求：感知技術是人形機器人“感知自身與環境” 的基礎，包括 “關節位置反饋（知道自身姿態）、力 / 觸覺反饋（知道施加的力度）、環境感知（溫度 / 壓力）”，核心元件為模擬晶片與專用感測器。•核心元件與資料：◦模擬晶片：Infineon、STMicro、Melexis 三家歐洲企業主導，2024 年全球工業模擬晶片市佔率超 40%；Infineon 的 XENSIV 系列電流感測器（TL14971）精度達 ±1%，被用於電機控制；STMicro 的 MEMS IMU（慣性測量單元）漂移率 < 0.1°/h，保障機器人平衡。◦力感測器：6D 力感測器（測量 3 個方向力 + 3 個方向扭矩）單台成本約 100 美元，均勝電子（Joyson）已開發 6 軸力感測器，並與 AgiBot 達成戰略合作；Melexis 的 Elaxis 扭矩感測器採用電感式技術，精度達 0.5% FS（滿量程），適配關節動態扭矩測量。◦觸覺感測器：Melexis 的 Tactaxis 技術通過 “彈性墊 + 微型磁鐵 + Triaxis 霍爾感測器” 實現 3 軸力測量，單個 “taxel（觸覺單元）” 尺寸 < 1mm²，可整合於機器人指尖，檢測最小壓力 0.1N；特斯拉 Optimus 採用指尖應變片式力感測器，可實現 0-50N 力檢測，誤差 < 2%。•摩根士丹利觀點：“模擬晶片與感測器是人形機器人的‘隱形冠軍’領域 —— 這些元件技術壁壘高（如 Infineon 的 GaN 器件採用 300mm 晶圓，成本與矽基持平），且多數企業具備汽車級可靠性（如 AEC-Q100 認證），可直接遷移至機器人場景，因此歐洲企業將長期主導該賽道。”四、全球核心企業佈局：Humanoid Tech 25 與區域優勢1. 美國：AI 大腦與視覺龍頭，NVIDIA/AMD 主導2. 歐洲：模擬晶片與感測器，Infineon/STMicro/Melexis 領跑3. 日韓：精密製造與關鍵元件，索尼 / 三星 / 瑞薩核心4. 大中華區：硬體製造與細分元件，富士康 / 地平線 / 歐菲光突出人形機器人技術 25 強企業（Humanoid 25）五、技術挑戰與經濟價值：瓶頸與長期潛力1. 核心技術挑戰：感測器、能源與生態•感測器瓶頸：◦6D 力感測器：當前採用應變片技術，成本高（100 美元 / 台）、體積大（直徑 > 50mm），難以整合於小型關節；摩根士丹利預測，電感式感測器需到 2030 年才能將成本降至 50 美元以下。◦觸覺感測器：電子皮膚（E-skin）耐用性不足，特斯拉 Optimus 因手部觸覺感測器磨損問題，2025 年曾縮減產能；當前最先進的 Shadow Dexterous Hand（24 DoF）需 100 + 感測器，成本超 10 萬美元，難以規模化。•能源效率挑戰：◦功耗需求：人形機器人平均功耗400-800W，相當於一台小型冰箱，當前鋰電池續航僅 4-6 小時；三星 SDI 的固態電池（能量密度 400Wh/kg）預計 2030 年量產，可將續航提升至 12 小時。◦算力功耗：生成式AI 算力需求激增，摩根士丹利可持續研究團隊預測，2027 年 GenAI 功耗將相當於 2022 年全球資料中心總功耗的 75%，而半導體工廠與發電廠建設周期需 3-5 年，成算力規模化瓶頸。•生態整合難度：◦資料融合：“視覺 - 觸覺 - 運動” 資料需即時協同，當前機器人在動態場景（如突然出現的障礙物）中，決策延遲超 50ms，易導致碰撞；NVIDIA IsaacSim 模擬平台可將測試效率提升 1000 倍，但真實場景適配仍需大量資料。◦標準缺失：人機互動安全標準（如碰撞力閾值）、感測器資料介面標準尚未統一，不同企業產品難以相容，增加開發成本。2. 經濟價值：人力替代與生產力提升•人力成本替代：◦時薪對比：當前（2025 年）人形機器人時薪約 25 美元（按 BOM 成本 13.1 萬美元、5 年折舊、24 小時運轉計算），2030 年降至 7.7 美元，2050 年進一步降至 2.6 美元，均低於美國當前最低工資（15-20 美元 / 小時）。◦投資回報期：當前機器人投資回報期3-5 年，2030 年縮至 2 年，2040 年縮至 1.5 年，製造業（如汽車組裝）、物流（如倉儲分揀）將成為首批大規模應用行業。•生產力提升潛力：◦TFP 增長：布魯金斯學會（Brookings）研究顯示，AI 推動的生產力提升若達 59%（20 年），美國 GDP 將在 2042 年增至 60.4 兆美元（2023 年為 27 兆美元）；若 AI 實現自改進（生產力增 91%），GDP 將達 82.9 兆美元。◦行業影響：製造業productivity 將提升 30-50%（減少人工誤差與 downtime），農業（自動化播種 / 收割）、醫療（輔助護理） productivity 提升 20-30%，物流（24 小時分揀）提升 50-80%。六、摩根士丹利投資建議：聚焦三大核心賽道1. AI 大腦技術：優先選擇“晶片 + 軟體生態” 一體化企業，如 NVIDIA（Jetson+GR00T）、Arm（Neoverse CSS + 開發者生態），以及為 AI 晶片提供 EDA 工具的 Synopsys（DSO.ai 設計自動化工具，可縮短晶片設計時間 5 倍）、Cadence（Cerebrus AI Studio，支援 SoC 定製）。2. AI 視覺：關注CIS 龍頭（索尼、三星）、LiDAR 企業（禾賽），以及高解析度相機模組供應商（三星電機），這些企業技術可從汽車遷移至機器人，具備規模化優勢。3. 感知技術：重點佈局歐洲模擬晶片企業（Infineon、STMicro、Melexis），以及國內細分感測器企業（均勝電子、禾賽），這些企業在汽車領域的可靠性認證（如 AEC-Q100）可直接復用，技術壁壘高且競爭格局穩定。同時，報告提示風險：“人形機器人技術落地可能受限於感測器成本下降速度、能源效率突破節奏，以及勞動力市場監管政策，投資者需關注技術迭代與政策動態，避免過度追高短期估值。”(有道調研)

人形機器人攻克了武術動作與後空翻等技能，卻難以很好實現僅依賴RGB視覺的開門任務，日常移動操作仍是人形機器人自主化處理程序中最具挑戰的前沿方向之一。那些看似簡單的家居場景互動——如拉開抽屜、旋轉旋鈕或打開門鎖——均需機器人在不確定性環境下實現精準的感知-動作耦合、富含接觸的控制以及全身協調。近年來，基於GPU的照片級真實感模擬技術取得顯著進展，為機器人學習開闢了一條可擴展的資料生成路徑，那僅靠模擬模擬資料能不能教會機器人學本事呢？日前，NVIDIA GEAR團隊與加州大學伯克利分校、卡內基梅隆大學、香港中文大學合作發佈了一項新技術“DoorMan”，打開了人形機器人虛實遷移之門，這是一種經模擬訓練、僅依賴RGB圖像的人形機器人移動操作策略，基於100%模擬資料訓練，具備零樣本遷移性能，使得機器人能夠開啟多種真實場景下的門體。此外，在相同的全身控制棧下，開門任務完成時間較人類遙操作操作員提升高達31.7%。解決兩大核心問題對於機器人而言，開門任務的難度非常突出。機器人需通過移動的第一視角攝影機識別抓取位置、旋轉帶彈簧的門把手、追蹤門板的柔性圓周運動，並在門軸作用力下維持平衡，這些高度耦合的需求，使得開門任務成為檢驗各類通用移動作業系統性能的嚴苛測試基準。現有專門針對開門場景的系統通常難以實現這一更廣泛的目標：多數方案依賴深度感知、物體中心特徵或輪式平台上的硬編碼運動基元；而近年以遙操作為核心的框架仍存在魯棒性不足的問題。隨著模擬、硬體及強化學習（RL）領域的技術進展，已在機器人移動、動作模仿和靈巧操作等任務中實現了優異的虛實遷移效果，然而，將這些技術應用於移動操作任務（感知、平衡、接觸與導航需動態互動的場景）仍處於研究不足的狀態。NVIDIA GEAR團隊認為，機器人通用學習仍面臨的兩大核心挑戰：1、演算法本身需具備簡潔性、可擴展性及對部分可觀測性的魯棒性，能夠生成在多樣化任務中協調視覺與全身控制（WBC）的自主策略——這些要求在現有研究中尚未得到滿足；2、視覺虛實域差涵蓋了廣闊的外觀與物理特性變化空間，需依賴大規模異質資料，而非少量精心設計的場景。為應對上述挑戰，研究人員提出一種新型可擴展的師生自舉（teacher-student-bootstrap）學習框架；此外，在IsaacLab模擬平台中建構了大規模域隨機化框架，可同時實現物理與外觀維度的規模化變異。在真實場景評估中，DoorMan策略不僅能泛化至多種關節運動機制、外觀樣式及空間佈局，還在成功率與效率上超越了人類遙操作：策略成功率達到83%，而人類專家為80%、非專家為60%；在採用相同全身控製器的情況下，任務互動完成速度提升23.1%–31.7%，表明該框架能夠生成穩健、高效的自主移動操作行為。截至目前，這是首個僅基於純RGB感知，即可實現多樣化鉸接式移動操作的人形機器人虛實遷移策略。突破純行為克隆方法DoorMan採用三階段訓練流程，其核心建構於經典“師生蒸餾”技術之上。所有階段均在IsaacLab模擬平台中通過互動式方式完成。階段 1：利用特權觀測資訊訓練教師策略；階段2：採用DAgger演算法將教師策略蒸餾為基於RGB圖像的學生策略；階段3：基於二值化成功訊號，通過GRPO演算法對學生策略進行進一步訓練。其次，在IsaacLab模擬平台中建構的大規模合成資料生成框架可生成物理真實且視覺多樣化的門體環境，用於模型訓練與評估，並將開門任務作為移動操作的代表性基準任務。在物理模擬層面，該框架可對門體類型、尺寸、門軸阻尼、門鎖動力學特性、把手位置、把手樣式及阻力扭矩進行隨機化處理；視覺層面，隨機化材質、光照及相機內參/外參，這項研究並未復刻特定場景，而是刻意讓策略暴露於廣泛的變異空間中。這項研究的核心課題是：基於RGB視覺的虛實遷移強化學習，能否突破純行為克隆方法的侷限，解決人形機器人在真實複雜環境中的開門難題。研究人員推測，行為克隆的性能上限往往由人類遙運算元據質量決定，當前的全身遙操作技術由於操作邏輯不夠直觀，與人類直接操作相比，在效率和成功率上存在差距，而基於RGB視覺的虛實遷移強化學習有望實現更優性能。測試表明，訓練過程中啟用全部可用紋理與穹頂光照隨機化時，模型在未見過場景中的泛化性能最優，各子任務成功率可達到81%-86%，這凸顯了大規模合成資料與可擴展強化學習框架在通用人形機器人移動操作領域的應用潛力。不過也觀察到一些失效模式，常見的失效模式包括未觀測到的干擾、距離估計誤差以及未建模的環境狀態帶來的挑戰。幕後的華人研究員這項研究的主要作者和領導者均為華人研究員。一作薛浩儒目前是加州大學伯克利分校-伯克利人工智慧研究院(BAIR)的博士生，現在在NVIDIA GEAR實驗室實習，研究方向是是利用可擴展的先驗知識進行機器人學習：從視訊、演示、強化學習後訓練等中學習。項目領導者之一Jim Fan是輝達高級研究科學家，也是人工智慧代理計畫的負責人，使命是建構能夠在物理世界（機器人）和虛擬世界（遊戲、模擬）中通用的智能體。他曾在史丹佛大學視覺實驗室獲得博士學位，導師是“AI教母”李飛飛。另一位項目領導者Yuke Zhu是德克薩斯大學奧斯汀分校電腦科學系的副教授，也是機器人感知與學習（RPL）實驗室的主任，同時，還在輝達研究院擔任董事和傑出研究科學家，領導NVIDIA GEAR小組。研究人員表示，未來研究方向包括降低對任務專屬獎勵工程的依賴（例如利用大容量行為克隆教師模型），以及將該框架擴展至更廣泛的日常全身互動任務類別。隨著模擬技術的進步，或許有一天，機器人真的可以完全在虛擬世界裡學習掌握更多其他技能，而且能快速應用到現實中。 (頭部科技)

近日，人形機器人領域熱度回升，全球佈局與產品突破同步加速，產業落地路徑日益清晰。一方面，美國近期正持續強化對機器人產業的支援，商務部、交通部等多個部門均在積極推動機器人發展，並透露未來將發佈機器人相關措施。另一方面，中國已將“具身智能”明確納入“十五五”規劃的未來產業範疇，北京、浙江、江蘇、湖北等多地隨後發佈相關措施，推動人形機器人發展。市場預期也呈積極態勢，大摩調查顯示，超6成中國企業或在三年內採用人形機器人，貝恩報告指出，2035年全球人形機器人銷量有望達600萬台。而隨著特斯拉Optimus持續迭代、優必選機器人等國內業務穩步擴張，這一產業增長預期有望加速落地，相關廠商的動態也值得持續關注。本期，我們梳理人形機器人領域熱門廠商，結合近期最新發展動態，篩選出五大領域及其關聯公司，供大家研究參考。一、特斯拉Optimus最新動態：昨日，特斯拉Optimus團隊發佈了“柯博文”人形機器人跑步視訊，“柯博文”試生產產線11月在弗裡蒙特工廠運行；同時其上海超級工廠也已啟動機器人產線改造，Optimus V3預計在2026年規模量產。關聯公司：三花智控、臥龍電驅、海昌新材、綠的諧波、拓普集團、偉創電氣、科達利、鳴志電器、五洲新春、浙江榮泰等。二、優必選最新動態：近日，優必選與卓世科技達成合作，共同推動行業大模型與人形機器人的落地，並計畫未來五年聯合部署1萬台機器人；此前11月底公司中標江西九江1.43億元人形機器人項目，2025年訂單總金額已達13億元。關聯公司：綠的諧波、奧比中光、拓邦股份、勝藍股份、天奇股份、一博科技、遠東股份、盛通股份、祥鑫科技等。三、宇樹科技最新動態：近期，宇樹科技已通過輔導驗收，IPO進入最後階段，大摩調查顯示，宇樹科技機器人是最受關注的品牌；同時，其創始人在行業大會上表示，宇樹人形機器人已能夠完成絕大部分工作動作，產業技術不斷突破。關聯公司：長盛軸承、創世紀、凌雲光、中大力德、萬馬股份、一博科技、盛通股份、美湖股份、帝奧微、濤濤車業等。四、智元機器人最新動態：據天眼查資訊，近日智元機器人關聯公司增資至9128.3萬，增幅約10.5%；同時其靈巧手相關專利獲授權，解決了通用性差的問題，並推出靈心平台，實現機器人作業系統自由定製，人形機器人軟硬體突破不斷。關聯公司：藍思科技、臥龍電驅、上緯新材、龍溪股份、奧比中光、中大力德、德馬科技、寧波華翔、領益智造、江蘇雷利等。五、小鵬機器人最新動態：11月小鵬汽車發佈全新一代IRON人形機器人，以擬人步態引發熱議，並顛覆了人們對人形機器人僵硬、機械感的認知，小鵬汽車計畫到2026年底，實現高階人形機器人的規模量產，預計年產能突破5萬台。關聯公司：藍思科技、世運電路、方正電機、柯力感測、兆威機電、中海達、雙林股份、漢宇集團等。綜上所述，人形機器人產業正迎來政策支援、技術突破、需求爆發的多重共振，成為新質生產力的核心前沿領域。本次梳理的五大熱門廠商及其背後的產業鏈企業，覆蓋了關節驅動、感知系統、結構部件等核心環節，並構成了當前人形機器人產業的生態圖譜。未來，隨著技術成熟、成本下降及應用場景拓展，人形機器人產業鏈將迎來廣闊的發展空間，值得長期關注。 (富牛投研)

馬斯克又搞事情了！近日，特斯拉發佈人形機器人“柯博文”最新跑步視訊，展示其步行能力升級。視訊中動作流暢，一經發佈就引發科技圈熱議。  “柯博文”的亮相被視為特斯拉在機器人領域的重要突破，網友調侃“馬斯克又要顛覆行業了”。但質疑其實用性和商業化前景的人也大有人在，認為目前更多是技術展示。但馬斯克在機器人業務上投入正逐步加碼已經是事實。根據此前消息，特斯拉人形機器人的硬體定型與量產節點臨近，Optimus V3將在2026年第一季度發佈並在2026年年底前開啟量產。但人形機器人賽道不僅只有特斯拉，國產廠商也是前仆後繼，陸續傳出各種消息。近日根據供應鏈消息，優必選2025全年訂單已超13億元；同時，據說立訊精密規劃的產能已超3000台；而春晚因機器人跳舞爆火的宇樹科技G1型號整機價格壓至9.9萬元。另外，小鵬的IRON機器人已走上T台貓步，越疆的數十台機器人在全運會閉幕式完成海上空中共舞。不過，以上國產人形機器人公司的活躍分子，據行業資料不完全統計，目前全國以機器人為主要業務的企業已超150余家。這些都反映了全球在AI和機器人賽道的激烈競爭，以及各國對未來市場巨大潛力的期待。當然，無論如何國產供應鏈都將憑藉解決大規模製造能力以及成本優勢而陸續受益。以特斯拉機器人為例，在"柯博文"的金屬外殼下，藏著三類決定性能的關鍵技術：精密減速器、力矩感測器和熱管理系統。精密減速器堪稱機器人的"關節"。就像人類膝關節需要軟骨緩衝一樣，機器人每個關節都需要減速器來精確控制運動。目前全球市場被日本哈默納科等企業壟斷，但國產廠商綠的諧波已經突破諧波減速器技術，其產品在精度和壽命上接近國際水平，甚至產品壽命達到國際競品2倍以上。另值得關注的是中大力德，這家企業同時佈局諧波減速器和RV減速器兩條技術路線。力矩感測器則是機器人的"神經末梢"。當"柯博文"拿起雞蛋時，正是依靠分佈在手指的力矩感測器來感知力度。在這方面，柯力感測已經實現微型力矩感測器量產，產品參數達到國際先進標準，已能識別0.1牛米的微小力差，這相當於檢測到一片羽毛落下的壓力。漢威科技則通過收購MEMS感測器企業，獲得了更小型化的解決方案。另六維力感測器成為人形機器人實現精準抓握的核心。熱管理系統決定著機器人的"耐力"。特斯拉公佈的視訊中，"柯博文"能持續運動的關鍵在於高效散熱。三花智控將新能源汽車熱管理技術遷移到機器人領域，開發出微型液冷模組，其通過仿生血管設計，其液冷方案成功將機器人核心部件溫度控制在45℃以下。銀輪股份則創新性地將相變材料應用於關節電機散熱，解決了高功率密度下的溫控難題。在動力系統方面，空心杯電機正在成為行業新寵。與傳統電機相比，空心杯電機具有體積小、功率密度高的特點，特別適合人形機器人的手指關節。鳴志電器通過收購瑞士MotionTech公司，獲得了全球領先的空心杯電機技術；直徑僅3釐米的微型電機卻能輸出5倍扭矩，這使得機器人手指動作能像人類一樣靈活地拿捏雞蛋。江蘇雷利則自主研發了0.5mm超薄電機，可用於機器人面部表情控制。碳纖維材料的應用同樣值得關注。為減輕重量，"柯博文"採用了大量碳纖維部件。中復神鷹研發的T800級材料使機器人減重30%，每公斤成本卻降低40%，這種軍民兩用材料正在打開新的想像空間。而光威復材的T800級碳纖維已通過特斯拉認證，中簡科技則專注於更高強度的T1000級材料研發。這些輕量化方案將直接影響機器人的能耗表現。當我們把這些核心部件拼湊起來，就能看到完整的產業圖譜。在硬體端，減速器、感測器、電機構成三大支柱；在軟體端，運動控制演算法決定整體協調性。相比而言，國產人形機器人廠商具有天然的供應鏈優勢。如今宇樹科技能將整機壓至9.9萬元。這背後是深圳供應鏈的傑作，力矩感測器成本下降40%，伺服電機國產化率突破65%。而立訊精密之所以可以快速從智慧型手機產業鏈迅速轉換，敢於規劃3000台年產能的底氣，正源自這條日漸成熟的國產供應鏈。與之形成鮮明反差的是，矽谷的K-ScaleLabs正悄然關閉辦公室，擁有20年歷史的Aldebaran宣告破產，Embodied等陪伴機器人公司接連關停。這意味著，雖然特斯拉人形機器人"柯博文"帶動了全球產業鏈的爆發，但那些沒有商業落地的技術表演，終將謝幕。當然從全球視野看，人形機器人產業鏈呈現"中美雙核"格局。美國在演算法和系統整合上領先，中國則在零部件製造和成本控制上佔優。因此，隨著特斯拉"柯博文"完成從走到跑的進化時，背後的產業鏈已經悄然重構。那些掌握核心技術的企業，很可能成為新時代的"寧德時代"和"立訊精密"。就像智慧型手機或新能源汽車產業催生了一批千億市值的供應鏈企業，人形機器人很可能複製同樣的造富神話。 (飆叔科技洞察)

川普送利多了大家好，今晚繼續關注海外市場的表現，川普，送利多了！人形機器人大利多12月3日晚間，美股三大指數小幅上漲。其中，美股機器人概念股類股拉升，特斯拉股價大漲3%，iRobot股價暴漲超50%。消息面上，有報導稱，川普政府正計畫加速推動機器人產業發展，自動化相關企業有望受益。據Politico報導，商務部長霍華德·盧特尼克近期多次會見機器人行業的公司高管，並表示對加速該行業發展“全力支援”。知情人士透露，川普政府正考慮在明年發佈一項關於機器人的行政命令。美國商務部也確認了對該領域的重視，並表示：“我們堅定支援機器人和先進製造業，因為它們是把關鍵生產環節帶回美國的核心所在。”這一機器人產業推進計畫，緊隨該政府在五個月前公佈的人工智慧加速發展方案之後。據報導，美國交通部也正準備宣佈成立一個機器人工作組，可能會在年底前對外公佈。這一推進在美國國會也有所呼應。共和黨人曾試圖在《國防授權法案》中加入一項修正案，以設立國家機器人委員會。雖然該修正案最終未被納入法案，但據稱其他相關立法努力仍在推進中。這些密集動作表明，機器人正成為美國競爭中的下一個重要戰場。這也再次體現出川普政府正積極採用產業政策，以在AI等關鍵領域與其他國家競爭。然而，推動機器人普及也可能削弱川普的核心目標之一：重振美國製造業勞動力。通用型類人機器人聽起來像科幻。但隨著人工智慧的進步，人形機器人正通過更快速處理更多資料，逐漸能夠勝任更複雜的任務。人工智慧驚魂一刻12月3日晚間，美股另一個重要的關注點，來自微軟的AI利空消息。微軟公司股價盤中一度暴跌約3%。有報導稱，這家軟體巨頭已經下調了對企業客戶在新一代人工智慧產品上增加支出的預期。據媒體援引Azure雲部門兩名銷售人員的說法，微軟內部多個業務部門已經下調了銷售人員在部分AI產品上的增量銷售指標，此前很多銷售未能完成任務。報導指出，這一罕見的調整反映出微軟正在對企業“不願為AI多掏錢”的現實做出權衡。微軟及其大型科技同行——包括Google、Meta和亞馬遜——一直在晶片、伺服器以及建設資料中心等方面大舉投入，以滿足對AI計算激增的需求。但市場開始對這些成本是否能由尚未完全被驗證的技術所支撐產生懷疑。一些企業抱怨，用AI處理日常任務所帶來的節省難以量化，而且技術本身仍會犯錯，而這些錯誤可能代價不菲。報導稱，微軟Azure某個銷售團隊曾要求銷售人員在上一個財年，讓客戶在一款名為Foundry的產品上的支出增加50%。但該團隊中只有不到五分之一的銷售完成了指標。7月，微軟將本財年的目標下調為：在上一財年的基礎上增長約25%。微軟的消息一度拖累納斯達克指數下跌。但截至發稿，有報導稱，微軟表示公司並未下調其銷售人員的銷售配額或目標，隨後微軟股價收復了部分跌幅。(中國基金報)

台北時間12月3日，特斯拉CEO馬斯克在社交平台X轉發特斯拉柯博文（Optimus）團隊發佈一段“柯博文”人形機器人跑步的短影片。該團隊配文稱：剛在實驗室刷新了個人紀錄（PR，Personal Record）。在11月6日晚股東大會上，馬斯克闡述了加快人形機器人“柯博文”生產速度的願景，明年其生產線就將建成投產。在特斯拉第三季度財報會議上，馬斯克描繪了一個“可持續富足”的世界。他預測，“柯博文”機器人每年的生產力將是人類的5倍，因為它可以每周7天、每天24小時工作。馬斯克說，一旦“柯博文”實現批次生產，他希望這種機器人能以2萬至3萬美元的價格出售。馬斯克10月4日在社交平台X上發佈了一段該公司開發的人形機器人“柯博文”學習中國功夫的視訊。在該條視訊評論區，有網友提問“柯博文”是由遠端操控還是人工智慧（AI）驅動的。馬斯克回應稱，“AI，而非遙控操作”。 (杭州日報)

步入12月，2025年收官在即，人形機器人這一年變化非常。從年初時登上春晚，到人形機器人馬拉松、運動會等各類活動，會打拳、會跳舞、會“整活”的機器人已隨處可見。在這片繁榮景象背後，行業似乎正迎來關鍵轉折點。高歌猛進與潛在隱憂人形機器人近期表現活躍，相關企業消息頻頻。“人形機器人第一股”優必選（9880.HK）在市場上頻傳捷報，一周內簽訂兩筆億元訂單，2025年全年訂單總金額超13億元，其量產交付的實拍視訊甚至引來Figure創始人的造假質疑。小鵬的IRON人形機器人走起了“貓步”。在十五運會閉幕式上，越疆的幾十台人形和四足機器人在海上、空中舞台完成了人機共舞。宇樹科技創始人王興興在2025人工智慧+大會上透露，宇樹研發的人形機器人已經能夠完成絕大部分工作動作，無論是通過離線預學習還是即時模仿復刻。他預測，下一個十年，AI技術將賦予機器人真正“理解世界”的能力。隨著多模態大模型與機器人的深度融合，機器人將變得更加敏銳和能幹。宇樹科技也在積極擴大產能。宇樹智能應急機器人產業園項目（一期）已完成備案，項目總建築面積約23.3萬平方米，將建設月產能500套的宇樹機器人行業應用組裝產線，還配備智能應急機器人數智中心、AI算力叢集、高速光通訊等設施。智元機器人完成了從蘇州金雞湖到上海外灘的百公里跨省行走。在進博會虹橋論壇上，上海市浦東新區區長吳金城表示，智元機器人出貨量明年有望全球第一。“果鏈”巨頭立訊精密也透露，預計今年出貨3000台人形機器人，明年推出自動化製造產線後將具備從零部件到整機組裝的完整生產能力。形成鮮明對比的是，矽谷人形機器人公司K-ScaleLabs倒閉，有著20年歷史的機器人公司Aldebaran破產，AI陪伴機器人公司Embodied關停……近日，國家發改委政策研究室副主任、新聞發言人李超在發佈會上表示，“速度”與“泡沫”一直是前沿產業發展過程中需要把握和平衡的問題，這對於具身智能產業來講，也是一樣的。李超表示，隨著新興資本加速入場，中國目前已有超過150家人形機器人企業，且數量仍在持續增加。其中半數以上為初創企業或“跨行”入局者。這對鼓勵創新來講是一件好事；但也要著力防範重複度高的產品“扎堆”上市、研發空間被壓縮等風險。面對機遇與挑戰並存的局面，關鍵在於合理引導。李超介紹，下一步國家發展改革委將結合“十五五”相關專項規劃的編制工作，推動具身智能產業健康規範發展。具體而言將著力推進三方面工作：加速建構行業標準與評價體系，建立健全具身智能行業准入和退出機制，營造公平競爭的市場環境。上游產業鏈給出“三年大考”王興興反覆在公開活動中強調，目前人形機器人的硬體完全夠用，而AI模型能力還不夠。他坦言，要實現人形機器人的GPT時刻，需要一定的運氣成分，未來1-2年將是關鍵窗口期，誰能率先突破，誰就能成為全球領先的具身智能模型。宇樹科技具身智能研發主管肖宇晨近日分享了宇樹的最新動態。他表示，當機器人能夠對80%未曾見過的任務達到80%的成功率時，就意味著通用具身基模正式出現。而他也指出，高性能整機運控技術是人形機器人高效作業的重要保障。全國減速機標準化技術委員會主任、北京工業大學教授石照耀近日在人形機器人智能關節模組發展論壇上指出，在人形機器人馬拉松和運動會上，人形機器人暴露出了諸多技術缺陷。石照耀將這些問題歸納為四個方面：第一是燒電機、燒控制板的問題，這是目前最突出的技術難題；第二是減速機的破損率問題，與預期不同，很多故障實際上是螺釘鬆動卡死等看似簡單的問題；第三是效率問題，在馬拉松比賽中，機器人最多更換了13次電池，最少的也換了3次，能效管理亟待改善；第四是控制問題，機器人的運動控制精度和穩定性仍有很大提升空間。“歸根結底還是關節的問題。”石照耀指出，關節作為人形機器人的核心部件，面臨三個關鍵挑戰：可靠性問題、溫度管理問題和效率問題。目前關節可靠性的理論研究幾乎是空白，溫度管理也同樣缺乏系統研究。石照耀特別警告行業要避免“跨界陷阱”。他表示，人形機器人的火熱吸引了眾多企業佈局關節領域，但這些企業主要來自兩個方向：一是從做減速器增加電控發展而來，二是從電機企業發展而來，兩者的技術路徑和效果完全不同。許多企業試圖用工業機器人精密減速器的觀念、技術、裝備和工藝來做人形機器人，這是最大的誤區。工業機器人通常要求較高的定位精度，而人形機器人對精度的要求相對較低，這種差異導致了很多企業在裝置投入上走了彎路。石照耀透露，目前全國做精密減速器的企業有400多家，其中260多家做精密行星減速器，近130家做諧波減速器。從2022年至今，做諧波減速器的企業已從40多家增加到130多家。他拋出一個值得思考的問題：諧波齒輪的未來在那裡？這一問題，也是人形機器人領域企業都需要思考的問題。機器人智能關節製造商艾克斯智節創始人李建軼對澎湃新聞記者坦言，目前行業盈利仍存在壓力，對毛利率要求較高。艾克斯智節今年剛剛成立，目前已經全面投產的一條產線，年產能（按每天8小時工作時長）可達到5萬套關節模組。據李建軼介紹，公司未來將擴充到3-5條產線，預計在2027年底前達到70萬套的年產能。李建軼表示：“建立這麼多產線，就是為了在這幾年先打好基礎。今年已經是元年，3年後還看不到量產的話，行業肯定也會慢了。”李建軼指出，目前公司訂單仍以四足機器人為主，人形機器人訂單為輔，但共有20多家人形機器人企業在打樣生產。未來70萬套的產能，靠人形機器人來消化也是不夠的，主力仍然要靠四足機器人。技術幻想與場景為王是否非人形不可？這個問題自從近幾年行業爆發開始，就一直存在爭論。目前業界普遍認為，人形不一定是最優解，但卻是最通用的解決方案，而真正的通用人形機器人能夠出現仍需時間。不過可以看到的是，宇樹的人形機器人拳擊格鬥賽，最初備受質疑，目前已經成為各大展會活動人群最密集的所在。12月2日，眾擎機器人也正式公佈其全尺寸人形機器人T800，並將在12月24日眾擎舉辦的機器人自由格鬥比賽《機甲拳王》中作為核心機型參賽。與此同時，一些選擇了差異化發展路徑的企業也已取得實質性進展。“一台咖啡機器人平均每天能賣出60杯咖啡，12個月即可實現盈利。這個生意比跑滴滴要賺。”影智科技董事長唐沐向澎湃新聞記者分享了其公司的實踐經驗：“今年大概生產了1000多台咖啡機器人，實際出貨四五百台，目前訂單約800台，但產能仍無法滿足需求。”唐沐表示，公司正在上海松江建設新的生產基地。他強調，機器人生產與普通產品不同，特別是在組裝和檢測環節需要大量定製化產線，新生產基地預計能滿足明年需求，但根據當前情況，可能仍會出現供不應求。唐沐直言，現在可能大家都更為關注人形，但人形機器人的落地至少在未來三年都可能會存在問題。“大家講的是一個全知全能的通用機器人，它落地是非常困難的。從實用落地場景來作為出發點去做機器人，絕不去盲目追求人形，但本質上它在自己的場景裡面是工作的最好的”。唐沐對比了兩種技術路徑：一些人形機器人企業為了實現疊衣服等簡單功能，需要採集大量資料，進行不斷示範；而專注於特定場景的非人形機器人則已經完成了深度最佳化。曾任小米生態鏈副總裁的唐沐表示，在目前大廠還沒看清或暫時不願投入的方向，獨闢蹊徑、做一些可能更有前瞻性的佈局，更能取得成功。標準化引領下半場競逐標準化建設也是推動行業健康發展的重要力量。11月24日，工信部公示了“工業和資訊化部人形機器人標準化技術委員會委員名單”，委員會成員涵蓋高校學者、科研機構專家及企業代表，包括優必選、小米機器人、商湯、華為等企業高管。工信部總工程師謝少鋒出任主任委員；國家地方共建人形機器人創新中心首席科學家江磊、北京人形機器人創新中心總經理熊友軍、王興興、智元機器人聯合創始人彭志輝（稚暉君）擔任副主任委員。江磊此前曾直言，與眾多從業者交流後，他發現行業急需通過標準來反內卷。人形機器人行業應通過建立標準實現“反內卷”，以合作取代低水平競爭。“我們應該用合作去早日實現未來的夢想，而不是在行業剛起步時就陷入價格戰、應用戰。一個好的創意出現，多家公司一擁而上進行複製，這會不斷消耗企業家的熱情。”此次也入選委員會的石照耀指出，此前各個標準化管理委員會都在制定人形機器人相關標準，“出現很多行業標準、地方標準，對行業既有好處也有干擾”，工信部直接出面成立全國性標準化技術委員會，有助於統一標準體系，避免重複建設和資源浪費。他認為，未來十年將是人形機器人的黃金十年，推動力量從過去工業機器人發展的“三股力量”增加到“四股力量”：市場需求、技術迭代、政府支援和資本投入。特別是在市場需求方面，老齡化社會的到來創造了迫切需求；技術層面，AI與機器人的深度融合加速了迭代處理程序；政策層面，支援力度空前；資本層面，大量資金湧入為行業提供了強大動力。石照耀指出，許多企業跟隨特斯拉的技術路線，如果特斯拉第三代產品能帶來驚喜或在應用場景方面取得突破，國內很快會形成發展高峰，速度可能超過2019年特斯拉電動車進入上海帶來的效應。“明年一季度可能是一個很關鍵的時間點。”人形機器人行業正處在“理想牽引”與“現實經營”平行的階段，無論是堅持人形路線，還是專注細分場景，都要在技術創新與商業可行之間找到平衡。最終的勝出者或許不是技術最炫酷的，而是能最先找到規模化應用場景、實現商業閉環的。當泡沫褪去，終將見到誰能在熱潮中站穩腳跟，成為真正的領跑者。 (澎湃新聞)

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)