先問問大家：在你看來，未來兩三年，人形機器人賽道更大機會屬於整機整合商，還是上游零部件供應鏈？歡迎評論區交流。
當資本市場還在爭論人形機器人究竟是概念泡沫，還是下一代工業革命，
2026 年 5 月，摩根士丹利發佈重磅研報《Humanoid Horizons：Money Meets Machines》，同時推出 “Humanoid100” 全球人形機器人產業鏈百強企業圖譜，把整條產業劃分為大腦、身體、整合商三大類股，跳出市場上充斥的樣機表演、概念炒作，給出一份兼具資本視角與工程現實的全景畫像。
很多人只記住報告裡 “2050 年市場規模 5 兆美元” 的宏大預測，回過頭再看這份報告，卻忽略報告大篇幅的風險提示：原型機遍地開花，不等於商業化成熟；模擬資料繁花似錦，真實物理互動資料依然極度稀缺；硬體逐步具備量產條件，但機器人大腦技術堆疊至今沒有定型。
這份報告沒有一味唱多，一邊描繪遠期巨大想像空間，一邊冷靜劃定短期產業邊界。本文拋開榜單排名噱頭，完整拆解報告核心框架、關鍵資料、中美產業分工、現實卡點，以及對國內產業的啟示。
一、報告核心框架：把人形機器人拆解為 “大腦‑身體‑整合商” 三層價值鏈
報告最核心的貢獻，是建立一套標準化的產業分析模型，將人形機器人完整價值鏈清晰切割為三大類股，同時篩選全球 100 家核心上市企業納入榜單，其中美加合計 39 家，中國 35 家，其餘分佈亞太、歐洲地區。
重要提示：榜單統計對象以上市公司為主，大量國內優質未上市人形機器人初創企業並未納入，因此榜單只代表資本市場可觀測樣本，不能完全代表產業全部實力。
1、大腦（Brain）：AI、算力、模擬，決定機器人的智慧上限
“大腦” 類股合計 22 家企業，包含大模型、世界模型、機載 AI 晶片、模擬平台、數字孿生工具，是人形機器人的決策中樞。
海外代表：輝達、微軟、Google、Meta，掌握底層算力基座與基礎大模型；Arm、新思科技提供晶片設計工具鏈。
- 國內代表：地平線、寒武紀、百度，在端側視覺晶片、多模態模型、模擬工具持續發力。
報告提出一個非常關鍵的判斷：當前世界模型、VLA 視覺語言模型還不足以支撐工業級高精度作業。大模型擅長語義理解，但面對非結構化真實物理環境，做高可靠操作依然短板明顯。模擬訓練不能完全替代真實世界實操資料，專有物理互動資料飛輪，將成為未來最重要的競爭壁壘。
現階段，純粹依靠通用大模型無法落地生產，行業普遍採用 “大模型 + 傳統規則控制” 的混合模式保障安全運行。美國企業在基礎大模型、通用模擬平台佔據先發，國內優勢更多體現在場景落地帶來的一手物理資料積累。
2、身體（Body）：零部件叢集，中國供應鏈的主戰場
“身體” 類股共計 64 家企業，佔百強榜單最大比重，涵蓋感測器、減速器、執行器、電機、絲槓、電池、靈巧手全部硬體單元，也是報告明確判斷短期最先兌現訂單收益的賽道。
當整機還處在小批次樣機迭代階段，每一代原型機測試，都會持續向上游零部件產生採購需求。即便整機尚未大規模商業化，上游供應鏈可以優先拿到收入。
減速器與傳動：綠的諧波、雙環傳動、恆立液壓，經過新能源、工業機器人市場驗證，開始批次供給人形機器人樣機，報告重點看好國內精密傳動廠商的量產製造能力。
- 電機與執行器：匯川技術等工控龍頭，把伺服電機、驅動技術從新能源汽車平移到人形機器人執行模組開發。
- 感知硬體：速騰聚創、奧比中光等，將車載雷射雷達、3D 視覺方案改造適配機器人端；靈心巧手等靈巧手廠商，已經實現數萬隻等級的靈巧手出貨量。
報告專門點出一個產業規律：大量國內零部件企業，技術原點來自新能源汽車供應鏈。汽車行業百萬級量產沉澱的工藝、成本管控、品控體系，正在外溢賦能人形機器人，這也是中國獨有的產業優勢。但同時強調，車載零部件不能直接照搬，機器人對輕量化、微型化、抗衝擊、低功耗提出全新要求，仍需要二次研發迭代。
3、整合商（Integrators）：整機玩家，最後做整合與場景驗證
整合商負責本體硬體整合、整機偵錯、場景適配，代表企業包括特斯拉 Optimus、Figure AI、宇樹科技、優必選等整機廠商。
報告給出明確時間節奏預判：
2026‑2027：持續小批次驗證周期，訂單以樣機採購、試點項目為主，不會出現爆發式大規模商業採購；2026 年中國人形機器人整機交付量預計同比翻倍，但整體基數依舊不高。
- 2028 年之後：部分垂直場景有望迎來規模化落地窗口。
- 2040‑2050：才會逐步看到家庭消費級人形機器人普及。
同時報告提出一個反常識觀點：非人形專用機器人，商業化節奏大機率跑在通用人形前面。很多工業、倉儲場景，不需要完整人形本體，專用形態機器人用更低成本就可以解決實際問題，通用人形不是所有場景的最優解。
二、報告關鍵資料與遠期市場推演，理性看待 5 兆 TAM
很多傳播只擷取 “2050 年全球人形機器人市場 5 兆美元” 這一組數字，但是完整閱讀報告，要讀懂這個數字的完整定義與前提假設。
1、5 兆是包含硬體、軟體、維運、維修、配套服務的完整生態總規模，不是單純機器人硬體銷售額；報告預估到 2050 年，全球投入運行的各類人形機器人總量有望突破 10 億台，其中 90% 集中在工業、商業場景，家用屬於遠期目標。
2、當下行業現狀被報告形容為 “black zero”：現階段整個賽道營收基數極低，絕大多數企業還停留在千萬等級營收，距離兆規模十分遙遠。
3、資本熱度層面：2026 年初全球人形機器人領域風險投資總額，已經超過 2025 全年，其中中國吸納全球 46% 的相關風投資本，成為全球資本投入最密集的區域之一。
報告反覆提醒：遠期市場空間宏大，不等於短期馬上兌現收益。做出幾十台、幾百台原型樣機，和十萬台等級穩定量產，中間隔著製造工藝、供應鏈、成本控制的巨大鴻溝。造得出樣機不等於做得到量產，量產不等於實現商業盈利。
三、研報直面四大現實卡點，行業遠沒有到高歌猛進的時候
這份大摩報告最有價值的部分，恰恰是對行業短板的冷靜剖析，也是很多行業宣傳刻意迴避的現實問題。
卡點一：機器人大腦尚未成熟，物理世界資料極度稀缺
大模型擅長語言對話，但工業環境要求毫米級精度、極高穩定性。模擬資料可以做基礎訓練，但真實世界光照、障礙物、物體材質千變萬化，模擬無法 100% 復現現實。誰能夠大規模部署機器人，拿到海量真實互動資料，誰就能建立別人難以追趕的壁壘。
卡點二：零部件國產化有進展，但高端環節仍存短板
國內諧波減速器、電機、3D 視覺已經大規模供給樣機，但是高端六維力感測器、行星滾柱絲槓、高疲勞壽命減速器，依舊存在性能差距。零部件不是 “做得出” 就結束，還要滿足上萬次循環工作的壽命、一致性、可靠性要求，這需要長期量產迭代打磨。
卡點三：整機商業模型尚未跑通，成本是最大攔路虎
當前人形機器人 BOM 成本依舊居高不下，報告引用 Optimus Gen2 物料成本 5‑6 萬美元作為參考。即便是國產機型，整機成本依舊顯著高於傳統工業自動化裝置。多數場景的投資回報周期，還達不到企業客戶快速落地的決策門檻。RaaS 機器人服務租賃模式被報告視作重要破局方向，但商業模式仍在驗證階段。
卡點四：不要迷信 “通用人形一步到位”
報告判斷，產業落地路徑一定是分層推進：工業倉儲商用場景先行，垂直專用形態優先；通用人形先做搬運、轉運等體力活，複雜精細操作、家庭服務屬於更遠期目標。期待一台機器人搞定全部工作，現階段並不現實。
四、對國內產業的啟示：復刻電動車奇蹟，但不能簡單複製
報告多次將中國人形機器人賽道，對標十年前中國新能源汽車崛起之路，但是也明確指出二者不能簡單等同。
我們的核心優勢，不在於單點黑科技突破，而在於完整的製造業叢集：新能源汽車、消費電子培育出龐大的零部件廠商矩陣，可以快速切換到人形機器人賽道，快速迭代、壓縮成本。
但也要看見和電動車時代的不同：
第一，汽車是成熟產品，需求明確；人形機器人屬於全新物種，到底那些場景真正願意付費，還需要大量試錯驗證。
第二，軟體大腦權重遠高於汽車。電動車軟體是輔助，人形機器人軟體演算法、世界模型是核心靈魂，在這一塊我們仍處在追趕位置。
未來競爭會出現兩類玩家：一類是原生機器人企業，專注整機本體研發；另一類是車載、工控跨界而來的供應鏈巨頭，憑藉成熟製造能力切入執行器、感測器賽道。賽道競爭已經不再只是機器人公司的遊戲，跨行業融合的博弈才剛剛開始。
摩根士丹利這份報告，更像一張行業快照，而不是一份預言書。百強榜單是資本市場的觀察窗口，真正的考卷不在實驗室展廳，而在工廠、倉庫、養老機構等真實作業場景。
資本已經看見 5 兆的終局，但通往終局，需要一步一步解決零部件、資料、成本、商業模式一個個現實難題。(未來機器人網)