综合判断 | 具身智能行业 2025-2026 深度研究
一、核心判断
1. 行业处于"商业化元年"临界点
2025 年是人形机器人从"实验室演示"到"场景验证"的分水岭，2026 年进入"小批量量产"阶段。关键信号：
- Tesla Optimus：2025 年底小批量部署于特斯拉工厂，2026 年目标 1 万台
- AGIBOT：远征 A1 2026 年量产，目标 1000 台/年，已落地上汽/比亚迪产线
- Figure：Figure 02 与 BMW 合作部署于工厂，端到端 VLA 架构
- Unitree：G1 定价 9.9 万，已量产，主打教育科研市场
判断：行业从"讲故事"转向"拼落地"，2026 年是第一批真正商业化订单的验证年。
2. 中国厂商在供应链和量产速度上领先，美国厂商在算法和生态上领先
| 维度 | 中国厂商优势 | 美国厂商优势 |
| ------ | ------------- | ------------- |
| 供应链 | 减速器、电机、执行器国产化率高，成本控制能力强 | 芯片（NVIDIA）、传感器（高端） |
| 量产速度 | AGIBOT/Unitree/傅利叶均已进入量产阶段 | Tesla 2025 年底才小批量 |
| 算法 | 追赶中（SenseNova-SI 空间智能已领先 GPT-5） | FSD 端到端控制、VLA 架构成熟 |
| 生态 | 本土场景丰富（汽车制造、3C 装配） | 全球生态（BMW、Amazon、Tesla 工厂） |
判断：中国厂商在"硬件+量产"赛道占优，美国厂商在"算法+生态"赛道占优。2026 年竞争焦点是"谁能率先在真实场景跑出正 ROI"。
3. 供应链国产化率：减速器/电机已突破，力矩传感器仍是短板
| 零部件 | 国产化率 | 关键供应商 | 瓶颈 |
| -------- | --------- | ----------- | ------ |
| 谐波减速器 | ~70% | 绿的谐波 | RV 减速器仍依赖日本纳博特斯克 |
| 伺服电机 | ~60% | 汇川、禾川 | 高功率密度电机仍需进口 |
| 六维力传感器 | <30% | 坤维、鑫精诚 | 精度和稳定性与国际差距明显 |
| 芯片 | ~20% | 地平线、黑芝麻 | 高端 AI 芯片仍依赖 NVIDIA |
| 执行器总成 | ~50% | 自研 + 外购 | 集成能力是关键 |
BOM 成本趋势：2025 年约 30-50 万 → 2026 年目标 15-20 万 → 2027 年目标 10 万以下
判断：力矩传感器和高端芯片是"卡脖子"环节，但减速器/电机的国产化已足够支撑量产。
4. 技术路线：端到端是方向，但模块化仍是当前主流
| 路线 | 代表厂商 | 优势 | 劣势 |
| ------ | --------- | ------ | ------ |
| 端到端（VLA） | Tesla、Figure | 泛化能力强、开发效率高 | 数据需求大、可解释性差 |
| 模块化（ROS 栈） | AGIBOT、Unitree、傅利叶 | 可控性强、调试方便 | 泛化能力弱、开发周期长 |
| 纯视觉 | Tesla | 成本低、传感器少 | 极端场景可靠性存疑 |
| 多传感器融合 | 大多数厂商 | 可靠性高 | 成本高、标定复杂 |
SenseNova-SI 空间智能：商汤 2025 年开源的空间智能模型在评测中超越 GPT-5 和 Gemini 2.5 Pro，为人形机器人提供了新的"大脑"选项。
判断：2025-2026 年，模块化 + 多传感器融合仍是量产首选；端到端 + 纯视觉是长期方向，但需要更多真实场景数据训练。
5. 融资格局：资本从"撒网"转向"精选"
- 全球融资：2025 年超 50 亿美元，但增速放缓
- 中国头部：
- 智元（AGIBOT）：B 轮后估值 100 亿+，投资方包括百度、比亚迪、宁德时代
- 宇树（Unitree）：C 轮，主打消费级 + 教育市场
- 傅利叶：B 轮，主打工业场景
- 美国头部：
- Figure：与 OpenAI 合作，融资超 10 亿美元
- 1X Technologies：被 NVIDIA 投资，主打家庭场景
判断：资本已从"看概念"转向"看落地"，2026 年融资将集中在已有量产能力 + 真实场景订单的头部厂商。
二、关键冲突与解释
| 冲突 | 解释 |
| ------ | ------ |
| Tesla 2026 年目标 1 万台 vs 行业普遍质疑 | Tesla 有工厂场景 + 自研芯片 + FSD 数据优势，但 1 万台目标仍激进，更可能是"产能目标"而非"交付目标" |
| 中国厂商量产快 vs 算法落后 | 中国厂商通过"硬件先行 + 算法追赶"策略，先用成熟模块化方案落地，再逐步替换为端到端方案 |
| 端到端是方向 vs 模块化是主流 | 端到端需要海量真实场景数据，目前数据不足；模块化方案虽笨但可控，适合当前阶段 |
三、投资判断
推荐关注
- 供应链龙头：绿的谐波（减速器）、汇川技术（伺服电机）、坤维科技（力矩传感器）
- 整机厂头部：AGIBOT（量产能力 + 本土场景）、Figure（算法 + 生态）
- AI 平台：商汤（SenseNova-SI 空间智能）、NVIDIA（芯片 + 生态）
风险提示
- 商业化不及预期：2026 年小批量订单若 ROI 不达标，行业可能进入"寒冬"
- 技术路线分歧：端到端若进展缓慢，模块化方案可能长期主导
- 供应链风险：力矩传感器和高端芯片的国产化进度可能滞后
- 监管风险：人形机器人在公共场景的部署可能面临安全审查
综合结论：具身智能行业 2025-2026 年处于"从 0 到 1"的关键窗口期。中国厂商在供应链和量产上领先，美国厂商在算法和生态上领先。2026 年是第一批真正商业化订单的验证年，谁能率先在真实场景跑出正 ROI，谁就能赢得下一轮竞争。