# 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 1. **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） 2. **整机厂头部**：AGIBOT（量产能力 + 本土场景）、Figure（算法 + 生态） 3. **AI 平台**：商汤（SenseNova-SI 空间智能）、NVIDIA（芯片 + 生态） ### 风险提示 1. **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" 2. **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 3. **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 4. **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。