一、具备 AI 智能的人形机器人将重塑未来人类社会

人形机器人不是传统工业机器人的简单升级，也不是一个更像人的玩具，而是 AI 从数字世界进入物理世界的重要载体。

大模型主要改变文字、图像、代码和信息处理方式；人形机器人回答的是另一个问题：如果 AI 拥有身体、传感器、执行器和行动能力，它能否进入真实世界完成任务。这个变化的潜在影响，可能不亚于智能手机对信息社会的重塑。

人形机器人的长期价值，来自它有机会进入人类已经搭建好的环境。工厂、仓库、门把手、货架、工具、楼梯、桌椅和设备面板，大量空间都是按照人的身体结构设计的。如果机器人能够稳定移动、抓取、操作和处理异常，它就可能在不大规模改造环境的情况下，成为新的生产力工具。

相信看过威尔史密斯电影：“I,robot” 的朋友应该对人形机器人全面参与社会、家庭等生产工作的场景很熟悉，在可预见的将来，这些场景很可能会变为现实。在可预见的将来，具备AI智能的人形机器人将彻底重塑人类社会形态和生活生产方式。

二、行业仍在发展和爬坡阶段，但发展路径已经相对清晰

目前人形机器人行业仍处在从原型展示走向场景实训、小批量交付和早期商业验证的阶段。产品、系统、软件、供应链和运维体系都还没有完全成熟。

现在最大的问题不是行业有没有方向，而是能力还没有完全闭环。机器人需要解决的不只是走路，还包括灵巧操作、长时间稳定运行、复杂接触、任务泛化、安全边界、成本下降和现场运维。只有这些问题逐步解决，机器人才能从“会动”变成“会干活”。

发展路径已经比过去清晰很多。短期优先场景大概率不是家庭全能服务，而是工业制造、仓储物流、科研教育、商业展示、巡检和部分特种作业。这些场景需求更明确，环境更可控，客户 ROI 更容易计算。

三、中美在人形机器人产业链上各具优势

从全球格局看，美国在人形机器人上更强的是 AI 模型、底层算力、机器人软件栈、仿真平台、资本投入和前沿公司生态。英伟达、特斯拉、Figure、Google DeepMind、Boston Dynamics、Agility 等公司，分别代表了算力平台、整机制造、VLA 模型、运动控制和物流场景等不同方向。

中国的优势更多体现在制造供应链、硬件降本、产品迭代、工程组织、应用场景和政策推动上。国内在电机、减速器、丝杠、传感器、结构件、整机装配、工业客户和试点场景上有更完整的产业基础，宇树、智元、优必选等整机公司也在快速推进产品化。

如果中美形成良性竞争和有限合作，会极大加速产业进步。美国推动模型、芯片、仿真和机器人软件生态，中国推动硬件工程、供应链效率、场景实训和规模化制造，两边的技术路线互相验证，会让行业更快走向成熟。

但也要看到不确定性。芯片限制、供应链安全、标准体系和地缘关系，都会影响全球产业协作。因此，对国内产业链来说，既要关注全球先进技术方向，也要重视国产替代、供应链自主和真实客户验证。

四、整机厂长期弹性最大，但供应链短期更值得关注

从产业链位置看，整机厂长期空间最大。原因是整机厂掌握产品定义、客户入口、数据闭环、软件升级和品牌心智。如果未来人形机器人真的形成大规模保有量，整机厂最有可能沉淀平台价值。

但整机厂的竞争也最残酷。这个环节研发投入高、现金消耗大、技术路线变化快、客户交付难度高，早期很难稳定盈利。长期赢家可能很少，失败者会很多。

相比之下，供应链在短中期的确定性更清晰。只要行业还在样机、实训和小批量交付阶段，就需要执行器、电机、减速器、丝杠、传感器、芯片、结构件和热管理等硬件环节。供应链不一定押中最终整机赢家，也可能通过服务多个主机厂分散风险。

供应链研究也不能简单看概念。真正值得关注的是单机用量高、价值量高、技术壁垒高、验证周期长、已经进入主机厂样品或定点验证，并且放量后仍能保留利润的环节。

五、人形机器人产业链总结

人形机器人产业链可以按“大脑、小脑、执行器、传动、感知、灵巧手、数据与仿真”七个环节来理解。这里不追求完整名单，只保留每个环节海外和国内各 3 家更有代表性的公司，方便后续持续跟踪。

产业链环节	主要作用	国外代表公司	国内代表公司
大脑：AI 算力与模型	理解环境、理解指令、进行任务规划和 VLA 推理	NVIDIA、Google DeepMind、Physical Intelligence	华为昇腾、智元机器人、宇树科技
小脑：运动控制	姿态平衡、步态控制、关节闭环和实时控制	Boston Dynamics、Tesla、Agility Robotics	宇树科技、优必选、傅利叶智能
执行器：电机与关节模块	把控制信号转化为真实动作，决定力量、速度和响应	Maxon、Kollmorgen、Moog	三花智控、拓普集团、昊志机电
传动：减速器、丝杠、轴承	决定关节精度、承载、寿命和成本	Harmonic Drive、Nabtesco、THK	绿的谐波、双环传动、五洲新春
感知：视觉、IMU、力觉、触觉	让机器人看见环境、感知自身状态和理解接触	Sony、Intel RealSense、ATI	奥比中光、柯力传感、芯动联科
灵巧手：微型驱动与触觉反馈	决定抓取、插拔、拧动和复杂操作能力	Shadow Robot、SCHUNK、Wonik Robotics	灵心巧手、因时机器人、帕西尼感知
数据与仿真	支撑训练、测试、遥操作、数据闭环和技能迭代	NVIDIA Isaac、Google DeepMind、Physical Intelligence	智元机器人、宇树科技、索辰科技

从投资研究角度看，短期更容易兑现的是执行器、传动、感知等硬件环节；中期要看整机厂的真实交付和客户复购；长期壁垒最高的可能是数据、模型、仿真、机器人 OS 和技能库。后续跟踪公司时，最重要的不是公司名字是否在产业链里，而是它是否进入真实客户验证、是否有订单和收入体现、放量后能否保留利润。

六、人形机器人产业链估值方法的研究

人形机器人产业链不能只看静态 PE。很多公司当前机器人收入占比还不高，如果只看当期利润，容易低估远期弹性；但如果只看远期空间，又容易把概念热度误当成业绩确定性。

更合理的方法，是把公司放回具体产业链位置中估值。首先看它解决的是大脑、小脑、执行器、传动、感知、灵巧手、整机还是数据仿真问题；其次看它处于接触、送样、样机验证、小批量、定点还是量产阶段；再看单机用量、单件价值、客户数量、毛利率和降本压力。

对供应链公司，可以采用“原有主业估值 + 机器人业务期权”的方式。机器人业务期权不能只按远期 TAM 估，而要结合主机厂产能规划、客户验证进度、公司扩产计划、研发投入、产品良率和收入确认节奏。

对整机厂，估值更偏长期平台逻辑，但不确定性也更高。需要看交付量、真实运行数据、客户复购、软件收入、运维成本和现金流。整机厂如果只能持续烧钱做展示，价值很难兑现；如果能形成可复制场景和数据闭环，长期弹性会非常大。

因此，后续估值研究的重点不是寻找一个固定倍数，而是建立动态跟踪表：主机厂产能、订单质量、零部件定点、成本曲线、收入占比、毛利率变化和技术路线变化，都要持续更新。

七、学习回顾

1. 运用 ChatGPT 辅助研究，用 Skill 固化研究框架和方法，确实能极大提高研究效率。

这次人形机器人研究最大的收获，是先建立产业框架，再逐层拆解。通过固定研究模板，可以把行业拆成政策、技术路线、整机格局、BOM、执行器、感知、芯片、软件、商业模式和公司研究，避免只跟着热点新闻走。

2. 运用 ChatGPT 辅助获取实时产业链资讯，用 Skill 固化资讯来源、重点公司和审计方法，可以有效减轻信息收集工作量。

机器人产业链新闻很多，容易碎片化。用固定的新闻监控流程之后，可以持续覆盖海外公司、国内整机厂、A 股供应链、政策、展会、订单和技术突破。更重要的是，每条信息都要区分公告、媒体报道、传闻和研究判断，避免把未经验证的信息直接当成结论。

3. 坚定看好人形机器人产业链发展，但需要长期跟踪学习。

人形机器人是一个足够大的长期方向，但短期一定会有波动和分化。后续不能只看行情强弱，而要持续跟踪产业证据：真实交付、运行小时、任务成功率、成本下降、供应链定点、客户复购和财务兑现。

这次研究之后，我更清楚地认识到，人形机器人不是单一赛道，而是 AI、制造、芯片、传感器、控制、材料、软件和场景的复合产业。它值得长期跟踪，也需要用更耐心、更结构化的方法去研究。

上述内容仅为个人学习和研究目的，不构成任何投资建议，也不保证信息完整、准确或及时。 涉及公司、行业、市场和策略的内容，都应被视为阶段性观察，而不是确定性结论。

Newsletter

订阅后续文章

如果这篇笔记对你有帮助，可以留下邮箱。新文章发布时，我会把研究笔记直接发给你。