2026年,人形機器人賽道正當紅。每天我們都看到有的機器人在練武術,有的在打網球,有的在折疊襯衫,有的甚至在用自然語言與人類探討哲學。但在這些酷炫的 Demo 背後,投資人和產業界卻陷入了深深的資訊焦慮——沒有人知道這些機器人的真實造價,沒有人知道視訊背後隱藏了多少次失敗的NG,更沒有人清楚這台精密儀器的肚子裡,究竟塞滿了誰家的零部件。圖片 | 來自網路好了,Humanoid Atlas (humanoids.fyi) 這個開源網站就是解決這個問題的。來自https://www.humanoids.fyi/#/tab/skeleton首頁額外的好消息是,它不用付費,不用註冊,直接打開就能看到所有資訊。。它的締造者 Julian Saks的本意也不是做一個高深莫測的智庫,他很單純,他想做一個免費的:“人形機器人領域的彭博終端(Bloomberg Terminal)”。我們知道,彭博終端終結了金融市場的資訊不對稱,很顯然,Humanoid Atlas就是想解決人形機器人賽道的資訊不對稱的問題,撕下公關偽裝,通過SKELETON(核心骨架)、ALL OEMS(整機廠全景)、GEOPOLITICS(地緣政治)和 NETWORK(供應鏈網路)等幾個關鍵標籤,拆解成一張張冷冰冰的 BOM(物料清單)表和供應鏈拓撲圖,進而看清這個行業競爭的本質。01. 成本的物理學跨越1萬美元的“生死線”在 Humanoid Atlas 的終端裡,最先引起我們注意的是那張即時更新的“OEM價格與BOM估算表”。來自https://www.humanoids.fyi/#/tab/all_oems在這一頁,全球二三十家頭部企業的資料並列在一起,你可以看到一件有意思的事情,那就是——兩極分化。在表格的下端,是美國機器人們,價格高昂:Agility Robotics的工業級型號動輒標價 25 萬美元;Apptronik售價 15 萬美元;那怕是擁有極致垂直整合能力的特斯拉 Optimus,目前的 BOM 成本也徘徊在 4 萬美元左右,馬斯克那句“將售價打到 2 萬美元以下”的承諾,依然是一個需要時間去兌現的遠期目標。而在表格的上端,中國軍團的資料則展現出了令人窒息的工業壓迫感:宇樹科技(Unitree)的G1模型,BOM 成本被精準地框定在11,500美元,量產售價僅為13,500美元;智元(AGIBot)、星動紀元(EngineAI)等頭部企業的機型,也悉數殺入了 2 萬到 4 萬美元的價格帶。甚至,像 Noetix 這樣的廠商,已經探出了 5,500 美元的擊穿底線的極限數字。為什麼成本差異如此巨大?我們首先要明白,人形機器人第一性原理的核心,是模擬人類的自由度(DOF)。為了讓機器人能像人一樣走路、下蹲、抓取,一台標準的人形機器人大約需要配置 20 到 40 個旋轉執行器(Rotary Actuators)和線性執行器。這是整個系統的“阿喀琉斯之踵”。Atlas的資料指出,一個標準的旋轉執行器,吃掉了整機極大的成本份額:諧波減速器(Harmonic Reducer):佔據 36% 的成本。力矩感測器(Torque Sensor):佔據 30%。無刷電機(BLDC Motor)及其他:約 34%。這就是成本的物理學。成本佔比↑要讓機器手臂在舉起 10 公斤重物的同時,還能精確到毫米級去穿針引線,且在運動反轉時沒有絲毫的機械曠量(即“零背隙 Zero-backlash”),你就必須依賴高精度的諧波減速器和極度靈敏的六維力感測器。中國整機廠之所以能把成本壓縮到老牌廠商的十分之一,是因為他們吃到了過去十年新能源汽車(EV)和消費級無人機產業的龐大紅利溢出。小鵬匯天飛行汽車從珠三角到長三角,龐大的供應鏈網路能夠迅速提供低成本的壓鑄件、高密度的電池包和車規級的電機。當美國工程師還在為如何採購高性價比零部件發愁時,中國工程師已經可以在深圳和東莞的工廠裡,用極其低廉的打樣成本進行每周一次的硬體迭代。這是典型的“製造摩爾定律”——用規模效應和供應鏈密集度,暴力踏平機械硬體的成本門檻。https://www.unitree.com/cn/g102. 誰在賺走機器人行業的真金白銀?但如果僅僅把目光停留在整機廠的報價上,你只看到了產業的表象。Humanoid Atlas 的“NETWORK(供應鏈網路)”和“GEOPOLITICS(地緣政治)”標籤,還為我們揭示了一張錯綜複雜的隱秘暗網。https://www.humanoids.fyi/#/tab/geopolitics中美供應鏈對比在這場轟轟烈烈的機器人造神運動中,目前真正賺到錢的,其實是隱藏在水下的“賣水人”。以佔據執行器成本 36% 的諧波減速器為例,這本質上是一個材料學與精密加工的“黑魔法”。在過去幾十年裡,這個領域的高端市場幾乎被日本企業(如哈默納科 HDSI)獨佔。儘管中國湧現出了綠的諧波等優秀的替代者,但在超高扭矩和極限壽命等核心指標上,高端產能依然是一個巨大的瓶頸。所以,當特斯拉宣佈要年產百萬台Optimus 時,整個行業算了一筆帳:全球現有的高精度減速器產能加在一起,都不夠給特斯拉一家供貨。哈默納科諧波減速器這就引出了地緣政治陰影下最脆弱的一環。打開圖譜中的供應鏈溯源,你會發現:美國的人形機器人要動起來,其電機離不開稀土永磁材料(釹鐵硼),而全球絕大部分的稀土冶煉和加工產能集中在中國;其感測器、絲槓和基礎機電元件,也高度依賴亞洲的代工體系。如果未來由於不可抗力的地緣政治因素,全球供應鏈發生硬性脫鉤,歐美人形機器人的關鍵零部件成本可能會在瞬間飆升2到3倍。美國機器人供應鏈而為了對抗這種脆弱性,中美企業正在走向兩條截然不同的突圍之路。中國路線是“生態化反”。OEM 廠商們在極度內卷的國內市場,通過扶持本土化供應商,不斷將減速器、感測器的價格底線擊穿。我們願意犧牲一部分早期的極限性能,換取快速量產的能力,用“先賣出去 5000 台”來跑通商業閉環。美國路線則是“極致的垂直整合”。馬斯克的邏輯一如既往:既然外部供應商又貴又不可控,那我就自己造。特斯拉不僅自己在做 FSD 演算法和 Dojo 算力中心,甚至開始深入到執行器結構、甚至自研電機的最底層設計。這是一條極度重資產、高風險的險途;但一旦走通,特斯拉將擁有世界上最深的護城河——一個掌握從原子到位元全部 Know-how 的工業巨獸。03. 幽靈與宿體當VLA模型注入鋼鐵骨架如果說降本是人形機器人大規模商業化的前提,那麼“通用性”才是其最終的商業閉環。在 Atlas 的“VLA(Vision-Language-Action,視覺-語言-動作)”標籤頁裡,記錄著這場產業革命的靈魂。過去的機器人,為什麼看起來總是笨笨的?因為它們是“基於規則(Rule-based)”的系統。你要讓它端起一杯咖啡,程式設計師必須寫下無數行程式碼,精準設定坐標(X, Y, Z)和關節的角度。只要桌子稍微傾斜,或者杯子換了形狀,機器人就會像個傻子一樣在空氣中亂抓。How Embodied AI Brings Intelligence into the Physical World但2024 年底到2026 年初爆發的具身智能(Embodied AI)大模型,徹底顛覆了這一切。通過接入類似 Nvidia GR00T、OpenAI 相關模型以及各大開源 VLA 架構,機器人開始像人類一樣思考:輸入端:它通過攝影機看到“桌面上有一杯水”,通過麥克風聽到“我渴了”。大腦中樞:VLA 大模型在龐大的神經網路中進行物理常識的推理(口渴 -> 需要水 -> 水在杯子裡 -> 需要拿起杯子遞給人類)。輸出端:模型不再輸出生硬的程式碼坐標,而是直接端到端(End-to-End)地輸出給關節電機的扭矩訊號。在這個範式下,硬體僅僅是一個“宿體(Vessel)”,資料才是真正的壁壘。這就解釋了為什麼特斯拉要在工廠裡僱傭數百名工人,讓他們穿戴著動作捕捉裝置,日以繼夜地演示如何搬運箱子、如何分揀零件。他們不是在作秀,而是在為 VLA 模型提煉最寶貴的“遙運算元據(Teleoperation Data)”。在這一維度上,美國的先發優勢明顯。OpenAI and Figure join the race to humanoid robot workersFigure 能夠迅速崛起並獲得超高估值,很大程度上是因為它直接插上了 OpenAI 的大模型翅膀。但是,千億參數模型在物理世界中積攢的“直覺(Intuition)”和邊緣案例(Corner Cases)資料池,是無法靠單純的資金砸出來的——這或許也是中國的優勢。04. 終局演練站在今天,對於關注這個賽道的人來說,產業的下半場,拼的是三個極其硬核的指標:工程化降本能力:誰能率先把全量產的 BOM 成本壓倒 1 萬美元的臨界點之下,且保證一萬小時無故障運行(MTBF)。供應鏈掌控力:誰能在諧波減速器、空心杯電機、六維力感測器這些被少數供應商卡脖子的環節,實現技術突圍或深度的利益繫結。高品質資料飛輪:誰能最先在真實場景(汽車產線、倉儲物流,乃至最後的家庭服務)中部署上萬台裝置,通過真實物理反饋反哺自家的 VLA 模型。在一個跑步進入物理 AI(Physical AI)的世界裡,每一次依賴關係的釐清,都意味著創新周期的縮短。這個免費的網站Humanoid Atlas。就是將一切競爭拉回到了工業與科技最本質的維度——成本、效率、供應鏈與算力。你站在那一個維度? (TOP創新區研究院)