文 | Alpha Engineer
今天继续给大家带来 「一页纸」吃透一条产业链 系列。
本期的主角是：人形机器人，我们 用 AlphaEngine 来解读 。
（1）人形机器人：孕育下一个百倍机会的温床
人形机器人产业正处在从研发演示向量产落地的关键拐点。
基于当前头部企业如特斯拉（ Optimus 计划 2026 年量产）、 Figure AI 及国内优必选等的量产规划， 2025-2026 年被视为产业规模化验证与商业化加速的关键窗口期。
当前人形机器人 呈现出 " 硬件降本 " 与 " 软件增智 " 双轮并进的态势，由 B 端工业场景率先驱动，尤其是汽车制造领域。
优必选 Walker S1 、小鹏 Iron 等已进入比亚迪、极氪、小鹏等车企工厂进行实训，验证其在产线上的应用价值。
全球竞争格局初步形成，海内外企业路径分化：
1）海外巨头 ：以特斯拉、 Figure AI 为代表，凭借其在 AI 算法、系统集成和端到端模型上的领先优势，占据技术制高点。
2）国内企业 ：依托中国强大的汽车及 3C 产业链，在供应链协同、整机快速迭代和成本控制上形成显著优势，部分国产产品价格已下探至 10 万元级别，与海外产品形成明显价差，为规模化市场渗透奠定基础。
（2）人 形机器人产业链结构分析
人形机器人产业链可划分为上游核心零部件、中游本体制造和下游场景应用三大环节。
其中，中游本体企业类比汽车产业中的 " 主机厂 " ，在产业链中占据核心主导地位，负责技术集成、产品定义与规模化生产。
a. 上游核心零部件 ：价值量高度集中于三大部件。
关节 是实现运动的基础，分为旋转和线性两类。
减速器 是确保运动精度的关键，主流方案包括谐波减速器（特斯拉 Optimus 采用）和行星减速器，代表企业有日本哈默纳科及国内的来福谐波等。
传感器 赋予机器人感知能力，包括力 / 力矩、触觉和视觉传感器。
b. 中游本体制造 ：海内外企业加速布局，形成技术竞赛。
海外以 特斯拉（ Optimus ）和 Figure AI （ Figure 01 ）为代表，引领技术前沿。
国内则涌现出优必选（ Walker S1 ）、 智元机器人（远征 A1 ）等初创企业，同时小鹏（ PX5 ）、 小米（ CyberOne ） 等车企与科技巨头也纷纷入局。
c. 下游应用场景 ：当前商业化聚焦 B 端。
工业制造 是首要落地场景，特别是汽车工厂，如优必选 Walker S1 已进入比亚迪和东风柳汽的产线进行实训。
物流仓储 的搬运和分拣是另一大潜力市场。未来将逐步向商业服务和家庭场景渗透。
（3）人形机器人面临的主要挑战
人形机器人普遍采用 " 大脑 - 小脑 - 肢体 " 的全栈式技术架构，该架构通过模块化分工，高效协同支撑机器人的感知、决策与执行三大核心能力，是实现具身智能的关键框架。
其中， " 大脑 " 负责高级别的任务规划与决策智能； " 小脑 " 专注于实时的运动控制与平衡协调； " 肢体 " 作为执行终端，负责与物理世界进行直接交互。
这种分层解耦的设计，旨在平衡复杂任务的泛化能力与高频、实时的物理控制需求，是当前主流的技术实现路径。
人形机器人的产业化进程取决于硬件与软件两大层面的协同突破。
硬件层面聚焦于 " 降本、量产、续航 " 三大核心挑战，而软件层面则致力于解决 " 智能泛化、数据稀缺、实时性 " 三大技术瓶颈。
首先来看 " 硬件 " 层面的挑战。
1）成本高昂与标准化缺失 ：目前人形机器人 硬件方案未收敛， 缺乏统一标准，导致 BOM 成本高企，其中关节模组、灵巧手为降本核心。
2）量产能力不足 ：头部人形机器人公司 2025 年仅能实现百至千台级小批量交付，多用于数据采集等非商用。
但随着傅利叶智能的谐波减速器进入量产测试，宇树科技自研 M107 关节电机，量产瓶颈有望突破。
3）续航能力限制 ：主流产品续航时间有限，距离全天候作业尚有差距，对商业化落地构成制约。
续航能力依赖电池技术的发展，目前广汽 GoMate 采用全固态电池实现 6 小时续航；普渡科技 PUDU D7 电池容量超 1kWh，支持超 8 小时工作。
然后我们来看 " 软件 " 层面的挑战。
1）智能泛化能力不足 ：人形机器人领域尚未出现 "ChatGPT 时刻 "，模型表征能力与高质量数据短缺是智能涌现的核心瓶颈，但行业正在快速演进中。
智元机器人发布通用具身基座大模型 GO-1，采用 ViLLA 架构，任务成功率平均提升 32%。
Figure 的 Helix VLA 则采用 " 慢系统 + 快系统 " 平衡泛化与实时控制，成为工程落地主流。
2）高质量数据稀缺 ：运动与操作数据模态复杂，真实环境采集成本高、泛化难、标准缺失，制约模型训练效果。
在数据方面，英伟达发布了 Cosmos 平台，提供视频世界模型生成物理合成数据，解决数据不足问题。
银河通用则推出端到端抓取大模型 GraspVLA，基于合成大数据进行预训 练。
3）实时性与算力约束 ：现有模型动作频率（如 π 0 的 50Hz）未满足复杂场景需求（目标 100Hz），且端到端模型对算力要求极高。
模型动作频率是目前人形机器人的重要瓶颈。把机器人想成一个人，动作频率 = 你每秒能 " 刷新 " 多少次动作。
50Hz 就是每秒 50 帧，看起来已经挺快，但在摔了一跤要瞬间用手撑地这种场景下，50 帧里可能少算了关键 1 帧，手就断了。
从 RT-1 到 Helix，模型控制频率从不足 10Hz 提升至 200Hz，逐步满足实时性要求。 只有机器人的 " 小脑 " 有足够高的工作 " 刷新率 "，才能应付更复杂的突发情况。
当前，产业正通过供应链协同、核心部件自主化、大模型创新及开源生态构建等方式，加速攻克上述难题，推动商业化落地。
（4） 人形机器人市场规模与应用场景
人形机器人产业正处在商业化爆发前夜， 2025 年被普遍视为 " 量产元年 " ，标志着行业从原型演示迈向规模化落地的关键拐点。
长期来看，人形机器人有望实现 C 端普及，全球出货量超 7000 万台，市场规模突破 10 万亿元。
当前，工业制造是核心突破口，聚焦汽车产线等柔性生产环节；商业服务正加速拓展，在无人零售、办公服务等场景验证价值；家庭服务作为远期目标，因技术复杂度和成本较高，商业化尚处早期探索阶段。
当前人形机器人行业呈现多元化竞争格局，主要参与者可划分为四类：引领技术前沿的海外巨头、资本加持的国内第一梯队初创企业、深度布局的跨界车企，以及提供智能化底座的科技巨头。
各方凭借不同禀赋优势，在技术路线、商业化路径及生态构建上展开激烈角逐，共同推动产业从实验室走向规模化应用。
海外巨头引领 ：海外巨头在核心算法与系统集成上占据领先地位，引领行业技术发展方向。
a. 特斯拉 ( Tesla ) ：凭借其在 AI 和自动驾驶领域的技术积累， Optimus 系列是端到端模型路线的典型代表。
b. Figure AI ：技术路径采用分层决策模型，顶层由 GPT-4V 进行视觉推理，底层实现高频控制，实现了优异的工程落地效果。
国内梯队分化 ：国内初创企业借助资本和产业资源快速崛起，已形成清晰的梯队分化格局。
a. 第一梯队 ：以优必选、智元机器人、宇树科技为代表，估值均超百亿人民币，具备强大的融资能力和产业资源整合能力。
优必选 Walker S1 已进入比亚迪、东风柳汽等车企实训；宇树科技完成 C+ 轮 7 亿元融资，其 Unitree G1 以 9.9 万元的定价策略积极开拓消费市场。
b. 第二、三梯队 ：包括乐聚、普渡科技、傅利叶、银河通用等企业，或依托地方政府及行业龙头（如华为、美团）资源，或聚焦开源平台、核心零部件等细分领域，形成差异化竞争优势。
跨界车企入局 ：车企入局的核心逻辑在于利用其成熟的供应链体系、规模化生产能力和精益管理经验，实现快速降本和场景落地。
a. 小鹏汽车 ( XPeng ) ：旗下小鹏鹏行发布的 PX5/Iron 机器人已在广州工厂参与 P7+ 车型总装线实训，并计划于 2026 年实现 L3 级量产，成本目标控制在 12 万元以内，路径清晰。
b. 广汽集团 ( GAC ) ：其 GoMate 机器人强调核心零部件的完全自主研发，依托汽车供应链实现硬件复用与成本控制，计划 2026 年推进整机规模化落地。
c. 其他车企 ：比亚迪、奇瑞等也通过直接投资（如比亚迪投资智元机器人）或成立合资公司的方式深度参与产业链。
科技巨头赋能 ：科技巨头主要扮演 " 赋能者 " 和 " 投资者 " 角色，通过输出 AI 大模型能力和注入资本，加速产业智能化进程。
a. 模型与平台赋能 ：华为盘古大模型赋能乐聚机器人，百度文心大模型与优必选合作优化任务规划效率，小米自研 "Xiaomi Brain" 系统，为人形机器人提供 " 大脑 " 。
b. 资本与生态布局 ：腾讯、阿里巴巴、京东、 LG 集团等通过战略投资深度绑定头部初创企业，如腾讯投资智元机器人和宇树科技，阿里投资宇树科技和逐际动力，抢占未来生态入口。
c. 场景驱动投资 ：美团等场景方则从自身业务需求出发，投资宇树科技、高仙机器人等，聚焦即时配送等特定场景的应用落地。
（6）值得重点关注的两条链之一：Figure 机器人产业链
Figure 在 2025 年 9 月 C 轮融资后估值飙升至 390 亿美元，较 2024 年 2 月的 26 亿美元增长近 15 倍，并获得英伟达、微软、亚马逊等科技巨头加持，标志着人形机器人赛道已从概念走向产业爆发前夜。
当前价值高度集中于上游核心零部件，合计占硬件成本 70% 以上，技术壁垒高，是短期焦点。
以下是 AlphaEngine 整理好的 Figure 机器人核心供应链图谱，具体表格不适合放在文中，请私信领取。
特斯拉正加速推进 Optimus 机器人的迭代进程， V3 版本的设计方案已进入最后的敲定阶段，其核心目标是实现技术定型并为规模化生产铺平道路。
新一代 Optimus 的技术突破主要聚焦于两大方面。
首先是实现 " 像人类一样灵巧的手 " ，每条手臂将集成 26 个执行器，大幅提升操作的精准度与协同能力。
其次是深度整合 Grok 语音大模型，使机器人能够理解复杂的自然语言指令并自主规划行动，显著增强了人机交互的智能化水平。
特斯拉为 Optimus 机器人设定了极具挑战性的产能爬坡目标，旨在通过复用汽车领域的规模化制造经验，快速实现百万级年产能。
